Hola,
Estoy tratando de implementar en R un modelo de asignación de activos basado el momentum, os dejo el link al paper para quien le interese, aviso antes de la caida del covid y lleva el cash desde diciembre.
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2759734
Lo tengo programado con googlesheets, pero a la hora de pasarlo a R estoy teniendo problema en el punto de convertir el resultado a un DF con los ETF que son compra y los que no (para luego hacer el bakctest)
df_mom<- t(apply(resultado, 1, sort))
# Contamos los valores con MOM positivo
# Inicializamos el MOM
# Inicializamos la tabla que comprar y %
MOM_POS = 0
for (MOM in df_mom) {
if (MOM > 0) {
MOM_POS = MOM_POS + 1
}
}
# si hay 6 o mas que son negativos es que la situación es de tanto riesgo --> CASH o Bono a corto plazo IEF
if (MOM_POS <= 6) {
print("100% Proteccion")
}else{
# Buscamos los 6 mejores para repartir el porcentaje a asignar
#Porcentaje proteccion
per_prot <- (12 - MOM_POS) / 6
porcentaje_prot <- label_percent()(per_prot)
# Porcentaje a asignar a los mejores activos
per_activos <- (1-per_prot)/6
# Problema
# Crear dataframe con los 6 valores a invertir corresponden a las 6 últimas columnas de la tabla df_mo,
# Modificar la tabla con el porcentaje a invertir en cada activo tambien vale
}
Gracias,
Un saludo