Question

我对R中的投资组合优化有疑问。我对R很新，并试图研究和寻找答案，但我不确定它是否正确。我希望有人可以在这里帮助我。

我已经使用计量经济模型从资产建模中获得了协方差矩阵（在这里，我使用DCC GARCH来模拟我的资产回报）。在进行预测之后，我将获得协方差矩阵。那么，现在，如何使用此协方差矩阵使用fPortfolio包进行投资组合优化？我发现的大多数示例仅使用资产回报来进行投资组合优化。但是，如果我们使用资产收益的预测均值和方差 - 协方差来创建最优资产配置模型呢？

我有以下可重现的代码。

library(zoo)
library(rugarch)
library(rmgarch)
data("EuStockMarkets")
EuStockLevel <- as.zoo(EuStockMarkets)[,c("DAX","CAC","FTSE")]
EuStockRet <- diff(log(EuStockLevel))

## GARCH-DCC
    uspec = ugarchspec(mean.model = list(armaOrder = c(0,0)), variance.model = list(garchOrder = c(1,1), model = "sGARCH"), distribution.model = "norm")
    spec1 = dccspec(uspec = multispec( replicate(3, uspec) ),  dccOrder = c(1,1),  distribution = "mvnorm")
    fit1 = dccfit(spec1, data = EuStockRet, fit.control = list(eval.se=T))

#Forecasting 
    dcc.focast=dccforecast(fit1, n.ahead = 1, n.roll = 0)
    print(dcc.focast)


    covmat.focast = rcov(dcc.focast)
    covmat = covmat.focast$`1975-02-03`[,,1]  ##The Covariance matrix

          DAX          CAC         FTSE
DAX  0.0002332114 0.0001624446 0.0001321865
CAC  0.0001624446 0.0001799988 0.0001139339
FTSE 0.0001321865 0.0001139339 0.0001372812

所以现在我想应用我为投资组合优化获得的协方差。

##Optimization (Use the forecasted variance covariance matrix!!!)
##You must convert your dataset into "timeSeries" object for R to be able to read it in fportfolio. 

library(fPortfolio)
##To compute efficient portfolio
    All.Data <- as.timeSeries(100* EuStockRet) 

##Equal weight portfolio
    ewPortfolio <- feasiblePortfolio(data = All.Data,spec = ewSpec,constraints = "LongOnly")  
    print(ewPortfolio)

##Minimum risk efficient portfolio
    minriskSpec <- portfolioSpec()
    targetReturn <- getTargetReturn(ewPortfolio@portfolio)["mean"]
    setTargetReturn(minriskSpec) <- targetReturn

#Now, we optimize the portfolio for the specified target return :-
    minriskPortfolio <- efficientPortfolio(data = All.Data,spec = minriskSpec,constraints = "LongOnly")
    print(minriskPortfolio)

那么，我们实际上在哪里输入协方差矩阵？我做的正确吗？感谢是否有人可以在这里帮助我。

谢谢！

Answer 1

您可以将EuroStockRet对象作为timeseries传递给fPortfolio函数{{1>，而不是使用包zoo，rugarch，rmgarch中的函数来单独创建协方差矩阵。（参见fPortfolio::covEstimator），它接受一个?covEstimator对象并以timeseries期望的数据参数格式返回一个对象。类似的东西：

feasiblePortfolio

EuStockRet_with_cov <- covEstimator(x=EuStockRet); ewPortfolio <- feasiblePortfolio(data = EuStockRet_with_cov, spec = ewSpec, constraints = "LongOnly");还有其他各种方法可以计算协方差。它们详见第37页：fPortfolio Package

Answer 2

您可以使用SetEstimator为fPortfolio软件包实现它。下面的示例：

import pandas as pd
from bs4 import BeautifulSoup

URL_filename = 'URL.csv'
URL_column_name = "Address"
data = pd.read_csv(input_filename,encoding='utf8')
weblink = (data[address_column_name]).tolist()

i=0
while i<len(weblink):
  page = request.get(weblink[i])
  Soup = BeautifulSoup(page.text,'html.parser')
  print(Soup)

  i+=1

其他参考：第293页here

使用协方差矩阵进行R中的投资组合优化

2 个答案: