投资组合反向测试的风险价值

Question

我正试图计算出我的投资组合回溯的衡量标准。我使用的是R包PerformanceAnalytics，我想在我实际重新平衡我的投资组合的每一年中应用/使用它的函数VaR。这似乎不起作用，虽然我很确定必须有一个简单的解决方案，因为我有我的表需要的所有日志回报，和一个表的所有投资组合权重/年。

我需要的是optimize.portfolio.rebalancing步骤之后的VaR/年。

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计算给出了一个错误(R是使用的指数的每日返回，weights_rent是再平衡的权重，参见下面)。必须补充的是，weights_rent是每年的，是否区域R是每日数据：

requires numeric/complex matrix/vector arguments

我认为这是因为VaR计算需要权重向量，而不是20行提供不同权重的表，请参见下面的权重表：

> 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

我真的很感谢你的帮助。提前谢谢。

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))

我得到以下错误代码：

 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 

如果尝试创建一个函数：

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，这并没有达到预期的效果：

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

基于函数文档，错误的原因可能是您自己提到的：weights参数需要权重的vector，而不是zoo对象或其他什么东西。你可以尝试给VaR函数它想要的-一个数值的向量。

而且，如果您想获得20个VaR函数值(在R中每年一个)，那么一次为VaR提供一年的数据/R似乎是合乎逻辑的，这最终会给出所需的20个函数值。

如果需要，您可以自动处理该过程，并在循环子集中按一年一次地将数据输入VaR，然后打印结果或将其存储在某些数据结构中。

编辑：使用您的假数据，您可以这样分析它：

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)
      }
  }
}