Sto facendo un'ottimizzazione della varianza media per risolvere il problema di ottimizzazione dei portafogli. Quello che sto cercando di fare è di ridurre al minimo la varianza rispetto sia dei vincoli:Ottimizzazione media della varianza
- x1m1 + x2m2 + ... + xnmn = m
- x1 + x2 + ... + xn = 1
Quindi questo è il codice che ho fatto:
################ Simulation for n=3 ################
################ Parameters ################
mu<-50 ## Mean of the portfolio
n<-3 ## Number of asset
m1<-30000 ## Size of the simulation
########### 3 Assets ############
x<- rnorm(m1,2,1)
y<- rnorm(m1,0.5,1.5)
z<- rnorm(m1,3.75,1)
d<-data.frame(x,y,z)
################ Solution Directe ################
Sol<-function(m1) {
A = matrix(nrow=n+2, ncol=n+2)
for (i in 1:n){
for (j in 1:n)
if(i==j) {
A[i,j] <- (2*var(d[,i]))
} else {
A[i,j] <- cov(d[,i],d[,j])
}
}
for (i in 1:n){
A[i,n+1] <- -mean(d[,i])
A[i,n+2] <- -1
}
for (j in 1:n){
A[n+1,j] <- mean(d[,j])
A[n+2,j] <- 1
}
for (i in 2:n+2){
for (j in 2:n+2)
if(i==j) {
A[i,j] <- 0
} else {
A[i,j] <- 0
}
}
A
Inv=solve(A)
Sol=Inv%*%c(0,0,0,m1,1)
result=list(x=Sol,A=A,Inv=Inv)
return(result)
}
Sol(mu)
Sol(mu)$x ## The solution
Sol(mu)$A
ho conosciuto, sto usando un sacco di cose cattive per R, ma non riuscivo a capire una soluzione migliore. Quindi la mia domanda è corretta?
Qualsiasi correzione e suggerimento per migliorare questo processo! Non esitate a condividere il codice esistente in R.
Enorme, grazie!
È possibile ottenere la matrice di covarianza delle risorse per: 'cov (d)' e significa per 'moliMeans (d)'. –
Quale ruolo gioca 'mu' qui? – Khashaa