金母鸡量化教学场学习构建投资组合优化模型

生活中处处充满了优化，投资组合优化正是其中重要的分支，有的人关注投资风险，而有的人关注投资收益，今天这篇通过R语言实现投资组合优化模型，带你了解生活中的优化之美。

投资组合优化方面的文献已经有数十年的历史了。这里将介绍一些传统的投资组合优化模型。总体目标是从考虑的所有可能的具有定义的目标功能的投资组合中选择资产的投资组合。

数据是使用tidyquant()包的tq_get()函数收集的。然后，使用quantmod()包中的periodReturn函数将每日资产价格转换为每日对数收益。接下来，使用rsample()包中的rolling_origin()函数构造6个月的每日收益列表。目标是在滚动的基础上计算训练集（即6个月）上的6个月平均收益mus和6个月协方差矩阵Sigmas，并将其应用于测试集（即1个月后）-每月再平衡。

正如收益数据一样，其同样适用于月度价格数据。

全局最小方差投资组合是一种资产组合，它为我们提供尽可能低的收益方差或投资组合波动性。这里的波动性被用作风险的替代品，因此波动性差异越小，资产的风险就越小。投资组合只关注风险，忽略预期收益。

我们希望从模型中找到最佳权重，以使我们的风险最小化。我们可以通过解决优化问题，将列表绑定到单个数据框中并使用ggplot2来绘制样本最佳投资组合权重中一个月的滚动-基于前六个月的滚动mus和Sigmas来实现。