学生t分布以优化R

如何解决学生t分布以优化R

如何在R中使用Student-t分布进行投资组合优化？

我将通过估计的参数拟合数据，然后将新分布放入投资组合优化包中。

从一开始：我正在尝试通过Meucci的熵池方法进行投资组合优化。作为基础（参考模型），我想使用由多元偏斜t分布拟合的历史数据。

基础：熵池方法基于Black-Litterman-简单地说：您可以将视图（绝对视图或相对视图）合并到模型/组合优化中。与BL的区别在于，您可以使用非正态分布（甚至不返回），非线性视图以及各种参数视图。 （返回值，cor，sd等）。因此，您可以将任何随机数据作为参考模型放入模型中。下一步是将此模型与您选择的各个视图混合。

所以现在，我有了一个分发对象，但是如何将分发放入优化器中。 （optimize.portfolio-包“ PortfolioAnalytics”）。因此，要求是“资产收益的xts，向量，矩阵，数据帧，timeSeries或zoo对象”。我所知的空白是从分布到新数据集的过渡。

预先感谢！

我的后续代码：

return_distribution = sn::mst.mple(y=returns[,-1])
xi = c(return_distribution[['dp']]$beta)
omega = return_distribution[['dp']]$Omega
alpha = return_distribution[['dp']]$alpha
df = return_distribution[['dp']]$nu
marketdistribution = BLcop::mvdistribution('mst',xi = xi,Omega = omega,alpha = alpha,nu = df)

解决方法

您应该寻找情景优化，例如https://quant.stackexchange.com/questions/31818/optimize-portfolio-of-non-normal-binary-return-assets/31847#31847。有关R中的实现，请参见例如https://quant.stackexchange.com/questions/42339/target-market-correlation-for-long-short-equity-portfolio/50622#50622（尽管它不使用PortfolioAnalytics）。