R语言动量和马科维茨Markowitz投资组合(Portfolio)模型实现

原文链接：http://tecdat.cn/?p=17931 

动量和马科维茨投资组合模型使 均值方差优化 组合成为可行的解决方案。通过建议并测试：

• 增加最大权重限制


• 增加目标波动率约束

来控制 均值方差最优化的解。

下面，我将查看8个资产的结果：

首先，让我们加载所有历史数据

1. 
    
   #*****************************************************************
   


2. 
    
   # 加载历史数据
   


3. 
    
    
   


4. 
    
   #*****************************************************************
   


5. 
    
    
   


6. 
    
   load.packages('quantmod')
   


7. 
    
    
   


8. 
    
   # 加载保存的原始数据
   


9. 
    
   #
   


10. 
     
    load('raw.Rdata')
    


11. 
     
     
    


12. 
     
     
    


13. 
     
     
    


14. 
     
    getSymbols.extra(N8.tickers, src = 'yahoo', from = '1970-01-01', env = data, raw.data =
    


15. 
     
    for(i in data$symbolnames) data[[i]] = adjustOHLC(data[[i]]
    


16. 
     
     
    

接下来，让我们测试函数

1. 
    
   #*****************************************************************
   


2. 
    
   # 运行测试，每月数据
   


3. 
    
   #*****************************************************************
   


4. 
    
    
   


5. 
    
   plot(scale.one(data$prices))
   

1. 
    
   prices = data$prices
   


2. 
    
    
   


3. 
    
   plotransition(res[[1]]['2013::'])
   

1. 
    
   layout(1)
   


2. 
    
   barplot(sapply(models, turnover, data)
   

最受欢迎的见解

1.用机器学习识别不断变化的股市状况—隐马尔科夫模型(HMM)的应用

2.R语言GARCH-DCC模型和DCC（MVT）建模估计

3.R语言实现 Copula 算法建模依赖性案例分析报告

4.R语言COPULAS和金融时间序列数据VaR分析

5.R语言多元COPULA GARCH 模型时间序列预测

6.用R语言实现神经网络预测股票实例

7.r语言预测波动率的实现：ARCH模型与HAR-RV模型

8.R语言如何做马尔科夫转换模型markov switching model

9.matlab使用Copula仿真优化市场风险