投资组合回测的风险价值

Question

我正在尝试为我的投资组合回测计算指标。我正在使用 R 包 PerformanceAnalytics，并且我想 apply/use 它的函数 VaR 用于我实际重新平衡我的投资组合的每一年。这似乎行不通，尽管我很确定必须有一个简单的解决方案，因为我有我的 table 和所有需要的日志 returns，还有一个 table投资组合 weights/year。

我需要的是 optimize.portfolio.rebalancing 步骤后的 VaR/year。

port_ret <- portfolio.spec(assets=funds)
port_ret <- add.constraint(portfolio=port_ret, type="full_investment")
port_ret <- add.constraint(portfolio=port_ret, type="long_only")
port_ret <- add.constraint(portfolio=port_ret, type="box", min=0.0, max=0.2)
port_ret <- add.objective(portfolio=port_ret, type="quadratic_utility", risk_aversion=(4.044918))
port_ret <- add.objective(portfolio=port_ret, type="risk", name="StdDev")
port_ret <- add.objective(portfolio=port_ret, type="return", name="mean")

opt_rent<- optimize.portfolio(R=R, portfolio=port_ret, optimize_method="ROI", trace=TRUE)

plot(opt_rent, risk.col="StdDev", return.col="mean", main="Quadratic Utility Optimization", chart.assets=TRUE, xlim=c(0, 0.03), ylim=c(0, 0.002085))

extractStats(opt_rent) 
bt_port_rent <- optimize.portfolio.rebalancing(R=R, portfolio= port_ret, optimize_method="ROI", rebalance_on="years", trace=TRUE, training_period= NULL)
chart.Weights(bt_port_rent,  ylim=c(0, 1))
extractStats(bt_port_rent)
weights_rent <- round(extractWeights(bt_port_rent),3)
VaR(R, weights= weights_rent, portfolio_method="component",method="historical")

当前的 VaR 计算给我一个错误（R 是所用指数的每日 returns，weights_rent 是重新平衡的权重，见下文）。要补充的重要一点是 weights_rent 是年度数据，而区域 R 是每日数据：

requires numeric/complex matrix/vector arguments

我假设这是因为 VaR 计算需要权重向量而不是 table 20 行提供不同的权重，请参见下面的权重 table：

> weights_rent
             SPX   RUA  FTSE   DAX NKY MSCI EM  GOLD ASIA50   SSE  BBAG   REX  GSCI
1998-12-31 0.200 0.200 0.198 0.002   0   0.000 0.000  0.000 0.000 0.200 0.200 0.000
1999-12-31 0.200 0.159 0.000 0.188   0   0.000 0.000  0.200 0.076 0.177 0.000 0.000
2000-12-29 0.179 0.000 0.000 0.150   0   0.000 0.000  0.071 0.200 0.200 0.000 0.200
2001-12-31 0.147 0.000 0.000 0.045   0   0.000 0.077  0.122 0.200 0.200 0.200 0.010
2002-12-31 0.013 0.000 0.000 0.000   0   0.000 0.200  0.106 0.109 0.200 0.200 0.172
2003-12-31 0.000 0.053 0.000 0.000   0   0.000 0.200  0.137 0.071 0.200 0.200 0.140
2004-12-31 0.000 0.080 0.000 0.000   0   0.000 0.200  0.161 0.000 0.200 0.200 0.160
2005-12-30 0.000 0.070 0.000 0.000   0   0.000 0.200  0.193 0.000 0.200 0.145 0.191
2006-12-29 0.000 0.097 0.000 0.000   0   0.015 0.200  0.196 0.193 0.200 0.000 0.098
2007-12-31 0.000 0.008 0.000 0.017   0   0.130 0.200  0.125 0.200 0.200 0.000 0.120
2008-12-31 0.000 0.055 0.000 0.025   0   0.000 0.200  0.129 0.130 0.200 0.200 0.061
2009-12-31 0.000 0.051 0.000 0.010   0   0.007 0.200  0.145 0.162 0.200 0.200 0.024
2010-12-31 0.000 0.064 0.000 0.015   0   0.012 0.200  0.158 0.129 0.200 0.200 0.023
2011-12-30 0.000 0.098 0.000 0.000   0   0.000 0.200  0.149 0.119 0.200 0.200 0.035
2012-12-31 0.000 0.099 0.000 0.014   0   0.000 0.200  0.161 0.109 0.200 0.200 0.018
2013-12-31 0.000 0.134 0.000 0.025   0   0.000 0.200  0.146 0.095 0.200 0.200 0.000
2014-12-31 0.000 0.138 0.000 0.016   0   0.000 0.200  0.117 0.130 0.200 0.200 0.000
2015-12-31 0.000 0.129 0.000 0.041   0   0.000 0.200  0.102 0.127 0.200 0.200 0.000
2016-12-30 0.000 0.148 0.000 0.036   0   0.000 0.200  0.119 0.098 0.200 0.200 0.000
2017-12-29 0.000 0.151 0.000 0.018   0   0.000 0.200  0.146 0.085 0.200 0.200 0.000
2018-12-31 0.000 0.179 0.000 0.004   0   0.000 0.200  0.150 0.066 0.200 0.200 0.000

非常感谢您的帮助。提前致谢。

编辑测试数据：

#fake data
data(edhec)
ticker1 <- c("ConA","CTA","DisE","EM","EQN","EvD", "FIA", "GM", "LSE","MA", "RV", "SS","FF")
colnames(edhec) <- ticker1 
fund.names <- colnames(edhec)      
port_test <- portfolio.spec(assets=fund.names)
port_test <- add.constraint(portfolio=port_test, type="full_investment")
port_test <- add.constraint(portfolio=port_test, type="long_only")
port_test <- add.constraint(portfolio=port_test, type="box", min=0.0, max=0.2)      
port_test <- add.objective(portfolio=port_test, type="quadratic_utility", risk_aversion=(4.044918))
port_test <- add.objective(portfolio=port_test, type="risk", name="StdDev")
port_test <- add.objective(portfolio=port_test, type="return", name="mean")

bt_port_test <- optimize.portfolio.rebalancing(R=edhec, portfolio= port_test,                                                        optimize_method="ROI", rebalance_on="years", trace=TRUE, training_period= NULL)

chart.Weights(bt_port_test,  ylim=c(0, 1))
extractStats(bt_port_test)
weights_test <- round(extractWeights(bt_port_test),3)
weights_test
head(edhec)

#split data per year (result in list)
ret.year <- split(edhec, f="years")

#calculating yearly VaR
VaRs = rollapply(data = edhec, width = 20, FUN = function(x) VaR(x, p = 0.95, weights= weights_test, portfolio_method="component",method = "historical", by.column = TRUE))

我收到以下错误代码：

 Error in VaR(x, p = 0.95, weights = weights_test, portfolio_method = "component",  : 
  number of items in weights not equal to number of columns in R

如果尝试创建函数：

ret.year2 <- ret.year[-c(1,2)]
VAR <- function(p, ret.year2, weights.year){
  a <- for(i in 1:ret.year2)
  b <- for(j in 1:weights.year)
  VaR(a,p=0.95,weights= b, portfolio_method="component",method = "historical")
}
resultat <- VAR(p=0.95,ret.year2=ret.year2, weights.year= weights.year)

不幸的是没有达到预期效果：

Error in 1:ret.year2 : NA/NaN argument
In addition: Warning message:
In 1:ret.year2 : numerical expression has 11 elements: only the first used

Answer 1

根据函数 documentation，错误的原因似乎是您自己提到的原因：weights 参数需要 vector 的权重 - 不是zoo 对象或其他东西。您可以尝试为 VaR 函数提供它想要的东西 - 一个数值向量。

而且，如果您想获得 20 个 VaR 函数值（R 中每年一个），一次提供 VaR 一年的 data/R 似乎是合乎逻辑的，最终会给你想要的 20 个函数值。

如果需要，您可以使流程自动化，并在循环中按年对数据进行子集化，一次 1 年，并将其提供给 VaR，然后打印结果或将其存储在某种数据结构中。

编辑：使用你的假数据，你可以这样分析它：

library(ROI) 
library(ROI.plugin.quadprog) 
library(ROI.plugin.glpk) 
library(PerformanceAnalytics)
library(PortfolioAnalytics)

# your code here
#split data per year (result in list)
ret.year <- split(edhec, f="years")

# split weights per year
weights.year <- split(weights_test, f="years")

# loop over the list of weights, find corresponding data from edhec and run the analysis
for (i in 1:length(weights.year)){
  weight <- weights.year[[i]]
  year_weight <- as.numeric(format(start(weight), "%Y"))
  weight <- as.vector(weight)

  for (j in 1:length(ret.year)){
    YearlyR <- ret.year[[j]]
    year_R <- as.numeric(format(start(YearlyR), "%Y"))

    if (year_R==year_weight){
      print(paste("BINGO - years match: ", year_R, year_weight, sep=" "))
      result <- VaR(YearlyR, weights= weight, portfolio_method="component",method="historical")
      print(result)
      }
  }
}

投资组合回测的风险价值

Value at Risk for a Portfolio Backtest

r

performanceanalytics