ractive.test(rportfolios)
ractive.test()所属R语言包:rportfolios
Generate random active portfolios
产生随机的积极投资组合
译者:生物统计家园网 机器人LoveR
描述----------Description----------
This function generates m random actively managed portfolios relative to a given benchmark portfolio. Each portfolio is the combination of a benchmark portfolio and a notional neutral long short portfolio with given gross notional exposure. The number of non zero positions in the long short portfolios is k. The function is used to evaluate the performance of the portfolio generation algorithm.
此功能会产生m个随机相对于一个给定的基准投资组合的积极管理投资组合。每个基金组合的基准投资组合的名义中性的长的短的投资组合的总名义曝光。非零位置的长的短的投资组合的数量为k。使用该函数的组合生成算法的性能进行评估。
用法----------Usage----------
ractive.test(m, x.b, x.g, k = length(x.b), max.iter = 2000, eps = 0.001)
参数----------Arguments----------
参数:m
A positive integer value for the number of portfolios in the sample
用一个正整数的投资组合的样本中
参数:x.b
A numeric vector with the investment weights in the benchmark portfolio
一个数字的基准投资组合的投资权重向量,
参数:x.g
A positive numeric value for the gross notional exposure in the long short portfolios
正数值的长的短的投资组合的总的名义风险
参数:k
A positive integer value for the number of non zero positions in the long short portfolios
用一个正整数数的非零位置的长的短的投资组合
参数:max.iter
A positive integer value for the maximum iterations for the long short portfolios
用一个正整数的最大迭代的长的短的投资组合
参数:eps
A small positive real value for the convergence criteria for the gross notional exposure of the long short portfolios
一个小的正实趋同标准值的长的短的投资组合的总的名义风险
Details
详细信息----------Details----------
The function executes the function random.active.test using the R function lapply. The result which is a list contains the investment weight vectors and number of iterations. Thse data are stored in a matrix of investment weights and a vector of iterations. These arrays are returned as a list.
该功能执行的功能random.active.test使用R的功能lapply,。的结果,这是一个列表中包含的投资权重向量和迭代次数。 thse数据被存储在投资权重的矩阵和一个向量的迭代。这些数组的形式返回一个列表。
值----------Value----------
A list with two named components.
列表与两个命名的部分。
参数:xmatrix
A numerical m \times n matrix of investment weights
的数值m \times n的投资权重矩阵
参数:iters
An m \times 1 integer vector for the number of iterations used to obtain the investment weights for each portfolio
一个m \times 1整数向量用来获取为每个组合的投资权重的数目的迭代
(作者)----------Author(s)----------
Frederick Novomestky <a href="mailto:fnovomes@poly.edu">fnovomes@poly.edu</a>
参考文献----------References----------
Approach for Providing Superior Returns and Controlling Risk, Second Edition, McGraw-Hill, New York, NY.
Chapman \& Hall, London, UK.
London, UK.
参见----------See Also----------
random.active.test
random.active.test
实例----------Examples----------
###[##]
### the benchmark portfolios consists of 30 equally weighted investments[##的基准投资组合包括30个同样加权的投资]
###[##]
x.b <- rep( 1, 30 ) / 30
###[##]
### the gross notional exposure of the long short portfolio is a benchmark weight[##总名义曝光的长的短的投资组合的基准权重]
###[##]
x.g <- 1/30
###[##]
### generate 100 active portfolios with 30 non zero positions in the long short portolios[##生成100个活跃的投资组合与30个非零位的长的短的portolios]
###[##]
x.result <- ractive.test( 100, x.b, x.g )
###[##]
### generate 100 active portfolios with 10 non zero positions in the long short portfolios[##生成100个有效投资组合的长的短的投资组合中的10个非零位]
###[##]
y.result <- ractive.test( 100, x.b, x.g, 10 )
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
|