如何在 R 中使用 student-t 分布进行投资组合优化？
我将通过估计参数拟合数据，然后将我的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。
基础知识：熵池方法是建立在 Black-Litterman 之上的——简单地说：您可以将视图（绝对或相对）合并到您的模型/投资组合优化中。与 BL 相比的不同之处在于，您可以使用非正态分布（甚至不返回）、非线性视图和对各种参数的视图。（returns、cor、sd 等）因此，您可以将任何随机数据作为参考模型放入您的模型中。下一步是将此模型与您选择的各个视图混合。
所以现在，我有一个分布对象，但是我如何将分布放入我的优化器中。（optimize.portfolio - 包'PortfolioAnalytics'）。因此，要求是“资产回报的 xts、向量、矩阵、数据框、时间序列或动物园对象”。我的知识差距在于从分布到新数据集的过渡。
提前谢谢！
我的代码随后：
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)