Cómo realizar la optimización de cartera con el usuario definido por el rendimiento esperado y de las varianzas mediante R?

Question

He encontrado algunas de las funciones para Markowitz media de la varianza de la cartera de optimización en R tal que portfolio.optim en tseries paquete.

Sin embargo, yo no era capaz de averiguar cómo utilizar esta función si quiero usar mi propio calcula que se espera significa que/el retorno y la varianza.

Cualquier idea sobre cómo lograr que con esta o con cualquier otra función?

Y no portfolio.optim simplemente calcular la rentabilidad esperada como la media de retorno de la serie y de la volatilidad esperada/riesgo como el estándar de la desviación de la devolución de la serie? No puedo encontrar la aplicación detallada en la documentación.

Answer 1

Usted puede utilizar el paquete quadprog y definir todo lo mismo.

El código puede tener este aspecto:

library(quadprog)
Sigma = cov(data)
mu = mean(data)
Amat_in # define constraints here
bvec_in # define rhs of constraints here
solve.QP( Dmat = 2*Sigma, dvec = mu, meq=0,Amat=Amat_in,bvec=bvec_in)

EDIT: Sí, y la lectura de la documentación , vemos que

portfolio.optim(x, pm = mean(x), riskless = FALSE,
shorts = FALSE, rf = 0.0, reslow = NULL, reshigh = NULL,
covmat = cov(x), ...)

el argumento covmat se puede establecer. Como parece que el único de los activos rentabilidad esperada no se puede establecer como pm deseada es la cartera de retorno. La documentación dice que solve.QP se utiliza.

Answer 2

Sólo se le ocurrió el pensamiento de que si la oferta de mi retorno esperado del vector en lugar de todo el regreso de la serie de la matriz a portfolio.optim, y también dar mi propia matriz de covarianza utilizando el argumento de covmat=.., entonces esto podría funcionar.