Я тут свои наработки давние откопал, помню изучал пакет
PortfolioAnalytics https://cran.r-project.org/web/packages/PortfolioAnalytics/PortfolioAnalytics.pdf в процессе прохождения курса по оптимизации портфеля
https://www.datacamp.com/courses/intermediate-portfolio-analysis-in-r
Так вот, суть стратегии простая, берем недельные ретерны стоков, далее оптимизируем веса стоков в потрфеле минимизируя StdDev и Expected Shortfall. В качестве трейллинг окна берем 4 месяца, ребалансировка раз в месяц. Компоненты следующие AFLT, ALRS, GAZP, GMKN, LKOH, MGNT, ROSN, SBER, VTBR, NLMK.
Результат стратегии
В общем сам пакет есть обвес над теорией Марковица. Кто-нибудь что-то подобное торгует?
Вообще прямая оптимизация по Марковицу не очень хорошо работает, как точные значения ожидаемой доходности и ковариационный матрицы не известны, а минимальные погрешности в их значениях ведут к очень не хороши решениям.
А по вопросу в вашем посте — я торгую что-то похожее, но влоб Марковица не использую.
+ недельные данные — не очень честный бэктест, если вы считаете, что смотрите клоуз и сразу по нему торгуете, тут бы поточнее надо сделать — например, если посмотрели клоуз, то считаете, что торгуете только по опену следующего дня в лучшем случае (а более консервативно — по клоузу следующего дня)
2. В подобных системах важную роль играют издержки на торговлю и то, как эта торговля эмулируется. Когда у вас известен сигнал на ребалансировку и когда делаются соответствующие сделки? Какие заложены издержки на сделки?