投资组合分析chart.EfficientFrontier函数
我试图在R中的投资组合分析包中使用chart.EfficientFrontier函数来绘制一个有效的前沿对象，我已经创建了这个对象，但是它一直在失败。基本上，我试图找到一个将年化的标准差最小化的前沿。最终，一旦我完成了这项工作，我也希望最大限度地提高年化的回报。
首先，我使用以下代码创建了一个年化标准差函数。
pasd <- function(R, weights){
as.numeric(StdDev(R=R, weights=weights)*sqrt(12)) # hardcoded for monthly data
# as.numeric(StdDev(R=R, weights=weights)*sqrt(4)) # hardcoded for quarterly data
}我导入了一个包含月回报的csv文件，我的portfolio对象如下所示：
> prt
**************************************************
PortfolioAnalytics Portfolio Specification
**************************************************
Call:
portfolio.spec(assets = colnames(returns))
Number of assets: 3
Asset Names
[1] "Global REITs" "Au REITs" "Au Util and Infra"
Constraints
Enabled constraint types
- leverage
- long_only
Objectives:
Enabled objective names
- mean
- pasd 现在，我成功地使用以下行创建了一个有效的前沿对象：
prt.ef <- create.EfficientFrontier(R = returns, portfolio = prt, type = "DEoptim", match.col = "pasd")但是，当我试图绘制它时，我会得到以下错误消息。
> chart.EfficientFrontier(prt.ef, match.col="pasd")
Error in StdDev(R = R, weights = weights) :
argument "weights" is missing, with no default
In addition: There were 26 warnings (use warnings() to see them)
Error in StdDev(R = R, weights = weights) :
argument "weights" is missing, with no default
Error in StdDev(R = R, weights = weights) :
argument "weights" is missing, with no default
Error in xlim[2] * 1.15 : non-numeric argument to binary operator有人知道为什么会这样吗？当我使用汇总(prt.ef)时，我可以看到权重，但是为什么chart.EfficientFrontier函数会失败呢？
回答 4
Stack Overflow用户
发布于 2015-06-04 18:01:34
正如@WaltS所建议的那样，您需要在实现函数时保持一致，以实现平均回报和风险回报的年度化。
但实际上，要获得年度统计数据，您有两个选项，您没有使用任何：
( 1)利用规范中原有的风险回报函数，利用月度数据进行优化。为了谋划，你可以把制造
Port.Anua.Returns=prt.ef$frontier[,1]*12
Port.Anua.StDev=prt.ef$frontier[,2]*12^.5月投资组合或年化投资组合的权重将相同。
prt.ef$frontier[,-(1:3)]2)将你的月收益按年率乘以12，然后按照通常的程序进行优化，所有的风险和回报都将在prt.ef$frontier中实现。
与EF中的锯齿线有关。使用您的投资组合规范，我还能够重新创建相同的行为。对于下面的图，我使用了edhec数据，您的规范在目标中使用了原始的mean和StdDev：
data(edhec)
returns <- edhec[,1:3]
这种行为必须受您正在使用的规范或优化算法的影响。我对来自包solve.QP的quadprog做了同样的优化。这就是结果。
更新
守则如下：
require(quadprog)
#min_x(-d^T x + 1/2 b^T D x) r.t A.x>=b
MV_QP<-function(nx, tarRet, Sig=NULL,long_only=FALSE){
if (is.null(Sig)) Sig=cov(nx)
dvec=rep(0,ncol(Sig))
meq=2
Amat=rbind(rep(1,ncol(Sig)),
apply(nx,2,mean) )
bvec=c(1,tarRet )
if (long_only) {
meq=1
Amat=Amat[-1,]
Amat=rbind(Amat,
diag(1,ncol(Sig)),
rep(1,ncol(Sig)),
rep(-1,ncol(Sig)))
bvec=bvec[-1]
bvec=c(bvec,
rep(0,ncol(Sig)),.98,-1.02)
}
sol <- solve.QP(Dmat=Sig, dvec, t(Amat), bvec, meq=meq)$solution
}
steps=50
x=returns
µ.b <- apply(X = x, 2, FUN = mean)
long_only=TRUE
range.bl <- seq(from = min(µ.b), to = max(µ.b)*ifelse(long_only,1,1.6), length.out = steps)
risk.bl <- t(sapply(range.bl, function(targetReturn) {
w <- MV_QP(x, targetReturn,long_only=long_only)
c(sd(x %*% w),w) }))
weigthsl=round(risk.bl[,-1],4)
colnames(weigthsl)=colnames(x)
weigthsl
risk.bl=risk.bl[,1]
rets.bl= weigthsl%*%µ.b
fan=12
plot(x = risk.bl*fan^.5, y = rets.bl*fan,col=2,pch=21,
xlab = "Annualized Risk ",
ylab = "Annualized Return", main = "long only EF with solve.QP")Stack Overflow用户
发布于 2015-06-05 22:10:12
除了Robert的评论外，带月收益的优化计算是一个具有线性约束的二次规划问题。当mean是return目标，StdDev或var是risk目标时，optimize.portfolio和create.EfficientFrontier选择ROI方法作为解决这类问题的有效方法solve.QP。当risk目标被转换为pasd时，这些函数并不认为这是一个QP问题，所以使用DEoptim --一种一般的非线性问题求解器--也许更适合于解决非凸问题，而不是凸QP问题。见基于DEoptim的差分进化。这似乎是造成锯齿状的有效边界的原因。
为了让create.EfficientFrontier使用solve.QP，这对于这类问题来说更加有效和准确，您可以使用自定义矩函数来计算平均值和方差，然后用参数momentFUN指定它。然而，create.EfficientFrontier至少部分地使用直接从返回计算的方法，而不是使用来自momentFUN的mu。为了处理这一点，将返回乘以12，如下面的示例所示。
library(PortfolioAnalytics)
data(edhec)
returns <- edhec[,1:3]
# define moment function
annualized.moments <- function(R, scale=12, portfolio=NULL){
out <- list()
out$mu <- matrix(colMeans(R), ncol=1)
out$sigma <- cov(R)/scale
return(out)
}
# define portfolio
prt <- portfolio.spec(assets=colnames(returns))
prt <- add.constraint(portfolio=prt, type="long_only")
# leverage defaults to weight_sum = 1 so is equivalent to full_investment constraint
prt <- add.constraint(portfolio=prt, type="leverage")
prt <- add.objective(portfolio=prt, type="risk", name="StdDev")
# calculate and plot efficient frontier
prt_ef <- create.EfficientFrontier(R=12*returns, portfolio=prt, type="mean-StdDev",
match.col = "StdDev", momentFUN="annualized.moments", scale=12)
xlim <- range(prt_ef$frontier[,2])*c(1, 1.5)
ylim <- range(prt_ef$frontier[,1])*c(.80, 1.05)
chart.EfficientFrontier(prt_ef, match.col="StdDev", chart.assets = FALSE,
labels.assets = FALSE, xlim=xlim, ylim=ylim )
points(with(annualized.moments(12*returns, scale=12), cbind(sqrt(diag(sigma)), mu)), pch=19 )
text(with(annualized.moments(12*returns, scale=12), cbind(sqrt(diag(sigma)), mu)),
labels=colnames(returns), cex=.8, pos=4)
chart.EF.Weights(prt_ef, match.col="StdDev")资产的均值和标准差也需要调整，因此在chart.EfficientFrontier之外绘制并显示在下面的图表上。
最后，正如Robert建议的那样，用月收益计算有效前沿的权重会更简单，然后使用年度化资产均值和标准差计算投资组合收益和标准差，以及在这两种情况下每月的权重是相同的。然而，也许这个示例对于显示自定义矩和目标函数的使用是有用的。
Stack Overflow用户
发布于 2015-06-03 10:19:11
没有找到错误的原因，但设置限制它的部分工作！
prt.ef$frontier #see the EF
xylims=apply(prt.ef$frontier[,c(2,1)],2,range)*c(.98,1.01)
chart.EfficientFrontier(prt.ef, match.col="pasd",
main="Portfolio Optimization",
xlim=xylims[,1], ylim=xylims[,2])
#or
plot(prt.ef$frontier[,c(2,1)],col=2)https://stackoverflow.com/questions/30614457
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号