PROYECTO MATEFIN
Andrés, Uri y Jesús
2024-11-07
- El universo de activos está compuesto por los siguientes índices de rendimiento total: LD20TRUU Index, LBUTTRUU Index, LTR1TRUU Index, LT51TRUU Index, LUTLTRUU Index, LUACTRUU Index, I03360US Index, I03374US Index, I03410US Index, EMUSTRUU Index, SPXT Index, XCMP Index, NDDUE15 Index, NDDUJN Index, NDUEEGF Index y XAU Curncy. Además el índice que sigue la tasa libre de riesgo es: FFTRTR Index
- (5 puntos) Descarguen la información diaria de los últimos 5 años y mencionen brevemente que instrumentos contiene cada índice.
XCMP - NASDAQ Composite Total Return Index (Accionario) Incluye dividendos en efectivo reinvertidos de los componentes del NASDAQ Composite Index. Representa un amplio rango de sectores, como servicios de comunicación, tecnología de la información, salud, finanzas e industria, destacando empresas tecnológicas.
NDDUE15 - MSCI Europe Net Total Return USD Index (Accionario) Índice que mide el rendimiento neto accionario en Europa en dólares estadounidenses, con dividendos netos reinvertidos, ajustando por impuestos retenidos según tratados fiscales. Incluye grandes y medianas capitalizaciones.
NDDUJN - MSCI Japan Net Total Return USD Index (Accionario) Similar al de Europa, este índice mide el rendimiento de acciones japonesas en dólares con reinversión de dividendos netos, también ajustado por impuestos según tratados fiscales.
XAUUSD - Spot Exchange Rate (Oro) Refleja el precio actual del oro cotizado en dólares por onza troy. Es un indicador global de precios de mercado para el oro como activo refugio.
FFTRTR - Fed Funds Total Return Index (Libre de Riesgo) Calcula el rendimiento acumulado de una inversión diaria en dólares a la tasa efectiva de los fondos federales (Fed Funds). Representa un instrumento libre de riesgo.
LD20TRUU - Treasury Bill Index Tracks (Tesoro) Mide el rendimiento de letras del Tesoro de EE.UU. con vencimientos de corto plazo (4 a 52 semanas), utilizadas como referencia para inversiones de bajo riesgo.
LUTLTRUU - US Treasury: Long (Tesoro) Índice que mide el desempeño de bonos nominales del Tesoro de EE.UU. con vencimientos a largo plazo (10 años o más), útiles para evaluar estrategias de inversión de largo plazo.
I03360US, I03374US, I03410US (Desarrollado) Índices globales agregados para mercados desarrollados en Alemania, Reino Unido y Japón, representando deuda soberana y corporativa en cada país.
EMUSTRUU - EM USD Aggregate (Emergente) Índice que rastrea deuda en moneda fuerte (USD) emitida por gobiernos, cuasi-soberanos y corporativos en mercados emergentes, un referente clave para inversionistas en estos mercados.
NDUEEGF - MSCI Emerging Net Total Return USD Index (Emergente) Índice de acciones de mercados emergentes en USD, ajustado por dividendos netos y diseñado para medir oportunidades de crecimiento en economías emergentes.
LBUTTRUU - US Treasury: US TIPS Mide el rendimiento de bonos del Tesoro protegidos contra la inflación, ajustados al Índice de Precios al Consumidor (CPI), ideales para protegerse contra aumentos en la inflación.
LTR1TRUU y LT51TRUU (Tesoro) LTR1TRUU: Rastrea bonos nominales del Tesoro con vencimientos de 1 a 5 años. LT51TRUU: Mide bonos del Tesoro con vencimientos de 5 a 10 años, excluyendo letras y STRIPS. LUACTRUU - Corporate Investment Grade (Corporativa) Representa bonos corporativos de grado de inversión, con tasa fija y denominados en dólares, emitidos por emisores industriales, financieros y utilitarios.
SPXT - S&P 500 Total Return Index (Accionario) Mide el rendimiento total del S&P 500, incorporando cambios en los precios de las acciones y dividendos reinvertidos, cubriendo sectores clave como tecnología, salud y finanzas.
# Bibliotecas requeridas:
library(readxl)
library(dplyr)
library(lubridate)
library(xts)
library(PerformanceAnalytics)
library(DEoptim)
library(tinytex)
library(kableExtra)
library(ggplot2)Carga de archivo
archivo <- "C:/Users/urisa/Downloads/PRECIOS_INDICES_MATEFIN.xlsx"
indices <- read_excel(archivo, sheet = "DAILY", col_names = TRUE)
indices <- indices %>% mutate(Dates = as.Date(Dates, format = "%Y-%m-%d")) # Primera columna fechaLa cartera parámetro será el portafolio con la máxima razón de Sharpe del universo de activos, que cumpla con las siguientes restricciones: - No podrá tener posiciones cortas y se debe invertir el total de los recursos. - La exposición a ningún índice deberá ser mayor a 20 % del portafolio - El monto mínimo en instrumentos del Tesoro de Estados Unidos deberá ser del 15 % (sin incluir TIPS). - La exposición total al mercado accionario no deberá superar el 40 % del portafolio. - No se podrá invertir más del 30 % del portafolio en activos de países emergentes. - La posición en oro no deberá exceder el 10 % del portafolio.
- (15 puntos) Optimicen el portafolio con rendimientos semanales sin traslape. Ustedes determinan el horizonte de tiempo sobre el que optimizarán (explicar). Podrán agregar restricciones adicionales, las cualestambién tendrán que justificar. Cumplir con este punto significa reportar los pesos de la cartera parámetro, explicar el horizonte de tiempo usado y restricciones adicionales (en caso que hayan agregado)
Fijamos el horizonte de tiempo exactamente 3 años atras de la descarga de los datos Fecha de inicio: 31-oct-21 Fecha fin: 31-oct-24 Lo fijamos de esta manera porque consideramos que la pandemia podría arrojar datos atipicos y no funcionaria de la mejor manera nuestro optimizador
fecha_limite <- max(indices$Dates, na.rm = TRUE) - years(3)
datos_filtrados <- indices %>% filter(Dates >= fecha_limite)Trabajaremos con cadenas de tiempo
prices_xts <- xts(datos_filtrados[,-1], order.by = datos_filtrados$Dates)
tzone(prices_xts) <- "UTC"Convertimos a rendimientos semanales
precios_semanales <- prices_xts[endpoints(prices_xts, on = "weeks")]
retornos_semanales <- na.omit(Return.calculate(precios_semanales, method = "log"))Auxiliares para el nombre de activos y número
Definimos las posiciones exactas de los indices para las restricciones
tesoro_pos <- c(1:4) # Bonos del Tesoro
accionario_pos <- c(6, 7, 8, 9) # Mercado accionario
emergentes_pos <- c(10:13) # Países emergentes
oro_pos <- which(nom_indices == "XAU Curncy") # Oro
rendimiento_libre_riesgo <- mean(retornos_semanales[, "FFTRTR Index"], na.rm = TRUE)
retornos_semanales<- retornos_semanales[,-num_ind]Restructuramos los nombres y los indices
Función objetivo para maximizar Sharpe junto con restricciones En este caso no se incluyen los valores límites
objective_function <- function(weights){
weights <- weights / sum(weights)
retorno <- sum(colMeans(retornos_semanales) * weights)
riesgo <- sqrt(t(weights) %*% cov(retornos_semanales) %*% weights)
sharpe <- (retorno - rendimiento_libre_riesgo) / riesgo
# Penalizaciones por restricciones
penalty <- 0
if (sum(weights[tesoro_pos]) < 0.15) penalty <- penalty + 1000 * (0.15 - sum(weights[tesoro_pos]))
if (sum(weights[accionario_pos]) > 0.40) penalty <- penalty + 1000 * (sum(weights[accionario_pos]) - 0.40)
if (sum(weights[emergentes_pos]) > 0.30) penalty <- penalty + 1000 * (sum(weights[emergentes_pos]) - 0.30)
if (weights[oro_pos] > 0.10) penalty <- penalty + 1000 * (weights[oro_pos] - 0.10)
return(-sharpe + penalty) # Maximizar Sharpe minimizando su negativo
}Restricciones generales para todos los activos
# Configurar límites para DEoptim
lower_bounds <- rep(0, num_ind) # No posiciones cortas
upper_bounds <- rep(0.20, num_ind) # Máximo 20% general
upper_bounds[oro_pos] <- 0.10 # Oro limitado a 10%Para mayor consistencia generamos una semilla y ejecutamos el optimizador
# Ejecutar optimización con DEoptim
set.seed(123)
result <- DEoptim(objective_function, lower = lower_bounds, upper = upper_bounds, DEoptim.control(NP = 60 , itermax = 200))## Iteration: 1 bestvalit: 0.042542 bestmemit: 0.190901 0.022227 0.087886 0.114573 0.173621 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.051849 0.177804 0.031955
## Iteration: 2 bestvalit: 0.038218 bestmemit: 0.084740 0.022227 0.087886 0.114573 0.173621 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.051849 0.177804 0.067807
## Iteration: 3 bestvalit: 0.038218 bestmemit: 0.084740 0.022227 0.087886 0.114573 0.173621 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.051849 0.177804 0.067807
## Iteration: 4 bestvalit: 0.036688 bestmemit: 0.084740 0.022227 0.087886 0.114573 0.140387 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.051849 0.177804 0.067807
## Iteration: 5 bestvalit: 0.036688 bestmemit: 0.084740 0.022227 0.087886 0.114573 0.140387 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.051849 0.177804 0.067807
## Iteration: 6 bestvalit: 0.036688 bestmemit: 0.084740 0.022227 0.087886 0.114573 0.140387 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.051849 0.177804 0.067807
## Iteration: 7 bestvalit: 0.036688 bestmemit: 0.084740 0.022227 0.087886 0.114573 0.140387 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.051849 0.177804 0.067807
## Iteration: 8 bestvalit: 0.036688 bestmemit: 0.084740 0.022227 0.087886 0.114573 0.140387 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.051849 0.177804 0.067807
## Iteration: 9 bestvalit: 0.036474 bestmemit: 0.084740 0.022227 0.087886 0.114573 0.140387 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.044662 0.177804 0.067807
## Iteration: 10 bestvalit: 0.036474 bestmemit: 0.084740 0.022227 0.087886 0.114573 0.140387 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.044662 0.177804 0.067807
## Iteration: 11 bestvalit: 0.036474 bestmemit: 0.084740 0.022227 0.087886 0.114573 0.140387 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.044662 0.177804 0.067807
## Iteration: 12 bestvalit: 0.036474 bestmemit: 0.084740 0.022227 0.087886 0.114573 0.140387 0.171377 0.194268 0.032233 0.157385 0.003232 0.008829 0.089629 0.000238 0.044662 0.177804 0.067807
## Iteration: 13 bestvalit: 0.032626 bestmemit: 0.108808 0.045504 0.087747 0.166100 0.137439 0.174024 0.142176 0.000093 0.165850 0.013610 0.011276 0.000737 0.045091 0.049723 0.097219 0.081131
## Iteration: 14 bestvalit: 0.032366 bestmemit: 0.108808 0.045504 0.087747 0.162239 0.137439 0.174024 0.142176 0.000093 0.165850 0.013610 0.011276 0.000737 0.045091 0.049723 0.097219 0.081131
## Iteration: 15 bestvalit: 0.032366 bestmemit: 0.108808 0.045504 0.087747 0.162239 0.137439 0.174024 0.142176 0.000093 0.165850 0.013610 0.011276 0.000737 0.045091 0.049723 0.097219 0.081131
## Iteration: 16 bestvalit: 0.028457 bestmemit: 0.108808 0.021492 0.087500 0.162239 0.137439 0.174024 0.142176 0.000093 0.165850 0.013610 0.011276 0.000737 0.045091 0.049723 0.097219 0.081131
## Iteration: 17 bestvalit: 0.028457 bestmemit: 0.108808 0.021492 0.087500 0.162239 0.137439 0.174024 0.142176 0.000093 0.165850 0.013610 0.011276 0.000737 0.045091 0.049723 0.097219 0.081131
## Iteration: 18 bestvalit: 0.028457 bestmemit: 0.108808 0.021492 0.087500 0.162239 0.137439 0.174024 0.142176 0.000093 0.165850 0.013610 0.011276 0.000737 0.045091 0.049723 0.097219 0.081131
## Iteration: 19 bestvalit: 0.028457 bestmemit: 0.108808 0.021492 0.087500 0.162239 0.137439 0.174024 0.142176 0.000093 0.165850 0.013610 0.011276 0.000737 0.045091 0.049723 0.097219 0.081131
## Iteration: 20 bestvalit: 0.028457 bestmemit: 0.108808 0.021492 0.087500 0.162239 0.137439 0.174024 0.142176 0.000093 0.165850 0.013610 0.011276 0.000737 0.045091 0.049723 0.097219 0.081131
## Iteration: 21 bestvalit: 0.028457 bestmemit: 0.108808 0.021492 0.087500 0.162239 0.137439 0.174024 0.142176 0.000093 0.165850 0.013610 0.011276 0.000737 0.045091 0.049723 0.097219 0.081131
## Iteration: 22 bestvalit: 0.027223 bestmemit: 0.108808 0.021492 0.087500 0.162239 0.137439 0.174024 0.142176 0.000093 0.165850 0.013610 0.011276 0.000737 0.045091 0.018492 0.097219 0.081131
## Iteration: 23 bestvalit: 0.024794 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.043760 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 24 bestvalit: 0.024794 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.043760 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 25 bestvalit: 0.024794 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.043760 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 26 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 27 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 28 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 29 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 30 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 31 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 32 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 33 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 34 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 35 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 36 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 37 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 38 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 39 bestvalit: 0.024644 bestmemit: 0.036334 0.006068 0.117195 0.066360 0.024714 0.143635 0.171858 0.053603 0.085451 0.004522 0.052375 0.026673 0.119054 0.004375 0.127601 0.098331
## Iteration: 40 bestvalit: 0.024607 bestmemit: 0.095912 0.036984 0.044221 0.086277 0.107621 0.172309 0.181287 0.055376 0.110928 0.061405 0.000826 0.015308 0.002078 0.095514 0.141018 0.094558
## Iteration: 41 bestvalit: 0.022550 bestmemit: 0.155109 0.030203 0.011666 0.086277 0.107621 0.172309 0.181287 0.055376 0.110928 0.061405 0.000826 0.015308 0.002078 0.095514 0.141018 0.094558
## Iteration: 42 bestvalit: 0.022550 bestmemit: 0.155109 0.030203 0.011666 0.086277 0.107621 0.172309 0.181287 0.055376 0.110928 0.061405 0.000826 0.015308 0.002078 0.095514 0.141018 0.094558
## Iteration: 43 bestvalit: 0.022550 bestmemit: 0.155109 0.030203 0.011666 0.086277 0.107621 0.172309 0.181287 0.055376 0.110928 0.061405 0.000826 0.015308 0.002078 0.095514 0.141018 0.094558
## Iteration: 44 bestvalit: 0.018907 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.078723 0.172563 0.171406 0.039855 0.059315 0.023610 0.036561 0.040498 0.002814 0.030522 0.054962 0.099364
## Iteration: 45 bestvalit: 0.018907 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.078723 0.172563 0.171406 0.039855 0.059315 0.023610 0.036561 0.040498 0.002814 0.030522 0.054962 0.099364
## Iteration: 46 bestvalit: 0.016417 bestmemit: 0.155109 0.030203 0.011666 0.086277 0.073504 0.179642 0.124372 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.094558
## Iteration: 47 bestvalit: 0.016233 bestmemit: 0.066032 0.030203 0.011666 0.086277 0.073504 0.179642 0.124372 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.094558
## Iteration: 48 bestvalit: 0.016233 bestmemit: 0.066032 0.030203 0.011666 0.086277 0.073504 0.179642 0.124372 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.094558
## Iteration: 49 bestvalit: 0.013605 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.078723 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 50 bestvalit: 0.013605 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.078723 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 51 bestvalit: 0.013605 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.078723 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 52 bestvalit: 0.013605 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.078723 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 53 bestvalit: 0.013605 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.078723 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 54 bestvalit: 0.013605 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.078723 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 55 bestvalit: 0.013605 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.078723 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 56 bestvalit: 0.013605 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.078723 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 57 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 58 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 59 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 60 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 61 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 62 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 63 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 64 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 65 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 66 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 67 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 68 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 69 bestvalit: 0.013205 bestmemit: 0.182612 0.024963 0.033456 0.068715 0.073070 0.172563 0.171406 0.039855 0.059315 0.086442 0.004191 0.004498 0.002814 0.030522 0.054962 0.099364
## Iteration: 70 bestvalit: 0.006576 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 71 bestvalit: 0.006576 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 72 bestvalit: 0.006576 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 73 bestvalit: 0.006576 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 74 bestvalit: 0.006576 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 75 bestvalit: 0.006576 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 76 bestvalit: 0.006576 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 77 bestvalit: 0.006576 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 78 bestvalit: 0.006576 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 79 bestvalit: 0.006576 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 80 bestvalit: 0.006576 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.048457 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 81 bestvalit: 0.006207 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.172703 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 82 bestvalit: 0.006132 bestmemit: 0.168857 0.022324 0.040290 0.121741 0.047304 0.180617 0.116307 0.058737 0.009123 0.000037 0.012917 0.000490 0.006978 0.032028 0.041445 0.093721
## Iteration: 83 bestvalit: 0.005646 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 84 bestvalit: 0.005646 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 85 bestvalit: 0.005646 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 86 bestvalit: 0.005646 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.095514 0.141018 0.097139
## Iteration: 87 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 88 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 89 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 90 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 91 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 92 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 93 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 94 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 95 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 96 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 97 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 98 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 99 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 100 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 101 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 102 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 103 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 104 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 105 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 106 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 107 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 108 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 109 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 110 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 111 bestvalit: 0.001287 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097139
## Iteration: 112 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 113 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 114 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 115 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 116 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 117 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 118 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 119 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 120 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 121 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 122 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 123 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 124 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 125 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 126 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 127 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 128 bestvalit: 0.001266 bestmemit: 0.162828 0.009434 0.082638 0.001047 0.073504 0.180465 0.159906 0.005571 0.018050 0.003513 0.000826 0.015308 0.002078 0.024504 0.141018 0.097283
## Iteration: 129 bestvalit: -0.000697 bestmemit: 0.181921 0.008213 0.113473 0.001010 0.049439 0.194929 0.197211 0.004081 0.004188 0.018355 0.000672 0.033117 0.020919 0.015877 0.058371 0.099329
## Iteration: 130 bestvalit: -0.000697 bestmemit: 0.181921 0.008213 0.113473 0.001010 0.049439 0.194929 0.197211 0.004081 0.004188 0.018355 0.000672 0.033117 0.020919 0.015877 0.058371 0.099329
## Iteration: 131 bestvalit: -0.000697 bestmemit: 0.181921 0.008213 0.113473 0.001010 0.049439 0.194929 0.197211 0.004081 0.004188 0.018355 0.000672 0.033117 0.020919 0.015877 0.058371 0.099329
## Iteration: 132 bestvalit: -0.000697 bestmemit: 0.181921 0.008213 0.113473 0.001010 0.049439 0.194929 0.197211 0.004081 0.004188 0.018355 0.000672 0.033117 0.020919 0.015877 0.058371 0.099329
## Iteration: 133 bestvalit: -0.000697 bestmemit: 0.181921 0.008213 0.113473 0.001010 0.049439 0.194929 0.197211 0.004081 0.004188 0.018355 0.000672 0.033117 0.020919 0.015877 0.058371 0.099329
## Iteration: 134 bestvalit: -0.000697 bestmemit: 0.181921 0.008213 0.113473 0.001010 0.049439 0.194929 0.197211 0.004081 0.004188 0.018355 0.000672 0.033117 0.020919 0.015877 0.058371 0.099329
## Iteration: 135 bestvalit: -0.000697 bestmemit: 0.181921 0.008213 0.113473 0.001010 0.049439 0.194929 0.197211 0.004081 0.004188 0.018355 0.000672 0.033117 0.020919 0.015877 0.058371 0.099329
## Iteration: 136 bestvalit: -0.000697 bestmemit: 0.181921 0.008213 0.113473 0.001010 0.049439 0.194929 0.197211 0.004081 0.004188 0.018355 0.000672 0.033117 0.020919 0.015877 0.058371 0.099329
## Iteration: 137 bestvalit: -0.000697 bestmemit: 0.181921 0.008213 0.113473 0.001010 0.049439 0.194929 0.197211 0.004081 0.004188 0.018355 0.000672 0.033117 0.020919 0.015877 0.058371 0.099329
## Iteration: 138 bestvalit: -0.000697 bestmemit: 0.181921 0.008213 0.113473 0.001010 0.049439 0.194929 0.197211 0.004081 0.004188 0.018355 0.000672 0.033117 0.020919 0.015877 0.058371 0.099329
## Iteration: 139 bestvalit: -0.000870 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.008194 0.003559 0.010544 0.054689 0.106732 0.098678
## Iteration: 140 bestvalit: -0.000870 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.008194 0.003559 0.010544 0.054689 0.106732 0.098678
## Iteration: 141 bestvalit: -0.000870 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.008194 0.003559 0.010544 0.054689 0.106732 0.098678
## Iteration: 142 bestvalit: -0.000870 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.008194 0.003559 0.010544 0.054689 0.106732 0.098678
## Iteration: 143 bestvalit: -0.000870 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.008194 0.003559 0.010544 0.054689 0.106732 0.098678
## Iteration: 144 bestvalit: -0.000870 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.008194 0.003559 0.010544 0.054689 0.106732 0.098678
## Iteration: 145 bestvalit: -0.000981 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003559 0.010544 0.054689 0.106732 0.098678
## Iteration: 146 bestvalit: -0.001100 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.098678
## Iteration: 147 bestvalit: -0.001274 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 148 bestvalit: -0.001274 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 149 bestvalit: -0.001274 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 150 bestvalit: -0.001274 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 151 bestvalit: -0.001274 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 152 bestvalit: -0.001274 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 153 bestvalit: -0.001274 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 154 bestvalit: -0.001274 bestmemit: 0.192656 0.000099 0.047401 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 155 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 156 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 157 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 158 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 159 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 160 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 161 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 162 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 163 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 164 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 165 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 166 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 167 bestvalit: -0.001397 bestmemit: 0.192656 0.000099 0.044992 0.019771 0.050990 0.155689 0.179094 0.012890 0.049045 0.009555 0.007593 0.003228 0.030567 0.092185 0.051538 0.099830
## Iteration: 168 bestvalit: -0.002062 bestmemit: 0.180551 0.000955 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 169 bestvalit: -0.002062 bestmemit: 0.180551 0.000955 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 170 bestvalit: -0.002062 bestmemit: 0.180551 0.000955 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 171 bestvalit: -0.002062 bestmemit: 0.180551 0.000955 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 172 bestvalit: -0.002062 bestmemit: 0.180551 0.000955 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 173 bestvalit: -0.002062 bestmemit: 0.180551 0.000955 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 174 bestvalit: -0.002062 bestmemit: 0.180551 0.000955 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 175 bestvalit: -0.002062 bestmemit: 0.180551 0.000955 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 176 bestvalit: -0.002062 bestmemit: 0.180551 0.000955 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 177 bestvalit: -0.002062 bestmemit: 0.180551 0.000955 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 178 bestvalit: -0.002062 bestmemit: 0.180551 0.000955 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 179 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 180 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 181 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 182 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 183 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 184 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 185 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 186 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 187 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 188 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 189 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 190 bestvalit: -0.002243 bestmemit: 0.175753 0.000179 0.020805 0.005954 0.038769 0.164056 0.180903 0.038053 0.005692 0.007725 0.007801 0.001769 0.011095 0.114466 0.111955 0.097174
## Iteration: 191 bestvalit: -0.002597 bestmemit: 0.191643 0.003654 0.017039 0.002730 0.000378 0.186043 0.173391 0.016064 0.022878 0.004284 0.004423 0.002149 0.057114 0.069146 0.159133 0.099816
## Iteration: 192 bestvalit: -0.002597 bestmemit: 0.191643 0.003654 0.017039 0.002730 0.000378 0.186043 0.173391 0.016064 0.022878 0.004284 0.004423 0.002149 0.057114 0.069146 0.159133 0.099816
## Iteration: 193 bestvalit: -0.003024 bestmemit: 0.191643 0.003654 0.017039 0.002730 0.000378 0.186043 0.173391 0.016064 0.022878 0.004284 0.004423 0.000192 0.057114 0.069146 0.159133 0.099816
## Iteration: 194 bestvalit: -0.003024 bestmemit: 0.191643 0.003654 0.017039 0.002730 0.000378 0.186043 0.173391 0.016064 0.022878 0.004284 0.004423 0.000192 0.057114 0.069146 0.159133 0.099816
## Iteration: 195 bestvalit: -0.003024 bestmemit: 0.191643 0.003654 0.017039 0.002730 0.000378 0.186043 0.173391 0.016064 0.022878 0.004284 0.004423 0.000192 0.057114 0.069146 0.159133 0.099816
## Iteration: 196 bestvalit: -0.003024 bestmemit: 0.191643 0.003654 0.017039 0.002730 0.000378 0.186043 0.173391 0.016064 0.022878 0.004284 0.004423 0.000192 0.057114 0.069146 0.159133 0.099816
## Iteration: 197 bestvalit: -0.003024 bestmemit: 0.191643 0.003654 0.017039 0.002730 0.000378 0.186043 0.173391 0.016064 0.022878 0.004284 0.004423 0.000192 0.057114 0.069146 0.159133 0.099816
## Iteration: 198 bestvalit: -0.003024 bestmemit: 0.191643 0.003654 0.017039 0.002730 0.000378 0.186043 0.173391 0.016064 0.022878 0.004284 0.004423 0.000192 0.057114 0.069146 0.159133 0.099816
## Iteration: 199 bestvalit: -0.003024 bestmemit: 0.191643 0.003654 0.017039 0.002730 0.000378 0.186043 0.173391 0.016064 0.022878 0.004284 0.004423 0.000192 0.057114 0.069146 0.159133 0.099816
## Iteration: 200 bestvalit: -0.003024 bestmemit: 0.191643 0.003654 0.017039 0.002730 0.000378 0.186043 0.173391 0.016064 0.022878 0.004284 0.004423 0.000192 0.057114 0.069146 0.159133 0.099816Pesos óptimos para la cartera parámetro
pesos_parametro <- result$optim$bestmem / sum(result$optim$bestmem)
names(pesos_parametro) <- nom_indices
print(round(pesos_parametro,4))## LD20TRUU Index LUTLTRUU Index LTR1TRUU Index LT51TRUU Index LBUTTRUU TIPS
## 0.1901 0.0036 0.0169 0.0027 0.0004
## SPXT Index XCMP Index NDDUE15 Index NDDUJN Index I03360US Index
## 0.1846 0.1720 0.0159 0.0227 0.0042
## I03374US Index I03410US Index LUACTRUU Index EMUSTRUU Index NDUEEGF Index
## 0.0044 0.0002 0.0567 0.0686 0.1579
## XAU Curncy
## 0.0990- (15 puntos) Calculen el valor esperado, la volatilidad, la Razón de Sharpe y el VaR al 95 % de confianza para la cartera parámetro. Usen los pesos óptimos y los rendimientos semanales del último año de los índices
Métricas de la cartera parámetro
fecha_limite <- index(prices_xts)[nrow(prices_xts)] - years(1)
retornos_semanales <- retornos_semanales[paste0(fecha_limite, "/"), ]
retorno_parametro <- sum(colMeans(retornos_semanales) * pesos_parametro)
riesgo_parametro <- sqrt(t(pesos_parametro) %*% cov(retornos_semanales) %*% pesos_parametro)
sharpe_parametro <- (retorno_parametro - rendimiento_libre_riesgo) / riesgo_parametro
VaR_parametro <- quantile(Return.portfolio(retornos_semanales, weights = pesos_parametro), probs = 0.05)
print("Cartera Parámetro:")## [1] "Cartera Parámetro:"## [1] "Retorno esperado: 0.0043"## [1] "Volatilidad: 0.011"## [1] "Razón de Sharpe: 0.3285"## [1] "VaR al 95%: -0.0165"- Determinen las desviaciones del portafolio administrado con la intención de generar el mayor α para las siguientes 2 semanas. Vamos a considerar que tanto la cartera parámetro como el portafolio administrado empiezan el 31 oct. 2024. Pueden tomar tantas desviaciones como quieran siempre y cuando el VaR diferencia al 95 % de confianza no exceda el 2 %.
- (15 puntos) Justifiquen sus desviaciones tácticas. Pueden usar pronósticos de analistas, expectativas macroeconómicas, etc.
1. Incrementar exposición en SPXT (EE. UU.)
Las recientes noticias del mercado indican que los principales índices de EE. UU. están al alza tras una jornada laboral particularmente activa. Además, en el ámbito de política monetaria, se espera estabilidad, ya que las tasas de interés se han mantenido sin cambios. Aunque la incertidumbre podría aumentar con la toma de posesión del nuevo presidente, el horizonte de tiempo reducido de esta estrategia minimiza el impacto de dicho cambio de gobierno. Fuentes: El Financiero CNBC
2. Reducir exposición en NDDUEGN (Mercados Emergentes)
La alta exposición a mercados emergentes no es aconsejable en este momento debido a la volatilidad que pueden presentar en cualquier momento. Reducir esta exposición ayudará a mitigar riesgos innecesarios. Bloomberg Financial Times
3. Reducir exposición en XAU (Oro)
En línea con la reducción en mercados emergentes, también se decidió disminuir la exposición al oro, dada su alta volatilidad y la falta de beneficios significativos tras las elecciones en EE. UU. [World Gold Council] (https://www.gold.org/) [Kitco News] (https://www.kitco.com/
4. Incrementar exposición en EMUSTRUU (Europa)
El sector energético en Europa comienza a mostrar atractivos tras el conflicto armado en Rusia, acompañado de un incremento en la estabilidad económica derivado del fin de los procesos electorales. El Economista Investing
Desviaciones para el portafolio administrado considerando la información anterior
# Pesos iniciales basados en la cartera parámetro
pesos_administrado <- pesos_parametro
# Ajustes iniciales manuales de desviaciones tácticas
spxt_pos <- which(nom_indices == "SPXT Index")
ndduegn_pos <- which(nom_indices == "NDUEEGF Index")
emustruu_pos <- which(nom_indices == "EMUSTRUU Index")
pesos_administrado[spxt_pos] <- pesos_parametro[spxt_pos] + 0.07 # Incrementar SPXT en 7%
pesos_administrado[ndduegn_pos] <- pesos_parametro[ndduegn_pos] - 0.03 # Reducir emergentes en 3%
pesos_administrado[oro_pos] <- pesos_parametro[oro_pos] - 0.03 # Reducir oro en 3%
pesos_administrado[emustruu_pos] <- pesos_parametro[emustruu_pos] + 0.07 # Incrementar Europa en 7%
# Normalizar los pesos para que sumen 1
pesos_administrado <- pesos_administrado / sum(pesos_administrado)
# Nueva función objetivo para optimización dinámica con restricciones tácticas
objective_function_admin <- function(weights) {
weights <- weights / sum(weights) # Normalizar pesos
retorno <- sum(colMeans(retornos_semanales) * weights)
riesgo <- sqrt(t(weights) %*% cov(retornos_semanales) %*% weights)
sharpe <- (retorno - rendimiento_libre_riesgo) / riesgo
# Penalizaciones por restricciones tácticas
penalty <- 0
if (weights[spxt_pos] > 0.20) penalty <- penalty + 1000 * (weights[spxt_pos] - 0.20) # Máximo 20% en SPXT
if (sum(weights[emergentes_pos]) > 0.25) penalty <- penalty + 1000 * (sum(weights[emergentes_pos]) - 0.25) # Máximo 25% en emergentes
if (weights[oro_pos] > 0.08) penalty <- penalty + 1000 * (weights[oro_pos] - 0.08) # Máximo 8% en oro
if (sum(weights[accionario_pos]) > 0.40) penalty <- penalty + 1000 * (sum(weights[accionario_pos]) - 0.40) # Máximo 40% en accionarios
return(-sharpe + penalty) # Maximizar Sharpe minimizando su negativo
}
# Ejecutar optimización dinámica
result_admin <- DEoptim(objective_function_admin,
lower = lower_bounds,
upper = upper_bounds,
DEoptim.control(NP = 60, itermax = 200))## Iteration: 1 bestvalit: -0.275026 bestmemit: 0.198215 0.131446 0.151506 0.077680 0.040416 0.188262 0.163014 0.032152 0.080913 0.012341 0.035831 0.088865 0.016128 0.172785 0.040441 0.082223
## Iteration: 2 bestvalit: -0.282403 bestmemit: 0.198215 0.096381 0.074669 0.077680 0.040416 0.188262 0.163014 0.032152 0.080913 0.012341 0.035831 0.088865 0.016128 0.172785 0.040441 0.082223
## Iteration: 3 bestvalit: -0.282403 bestmemit: 0.198215 0.096381 0.074669 0.077680 0.040416 0.188262 0.163014 0.032152 0.080913 0.012341 0.035831 0.088865 0.016128 0.172785 0.040441 0.082223
## Iteration: 4 bestvalit: -0.282403 bestmemit: 0.198215 0.096381 0.074669 0.077680 0.040416 0.188262 0.163014 0.032152 0.080913 0.012341 0.035831 0.088865 0.016128 0.172785 0.040441 0.082223
## Iteration: 5 bestvalit: -0.282403 bestmemit: 0.198215 0.096381 0.074669 0.077680 0.040416 0.188262 0.163014 0.032152 0.080913 0.012341 0.035831 0.088865 0.016128 0.172785 0.040441 0.082223
## Iteration: 6 bestvalit: -0.282403 bestmemit: 0.198215 0.096381 0.074669 0.077680 0.040416 0.188262 0.163014 0.032152 0.080913 0.012341 0.035831 0.088865 0.016128 0.172785 0.040441 0.082223
## Iteration: 7 bestvalit: -0.282403 bestmemit: 0.198215 0.096381 0.074669 0.077680 0.040416 0.188262 0.163014 0.032152 0.080913 0.012341 0.035831 0.088865 0.016128 0.172785 0.040441 0.082223
## Iteration: 8 bestvalit: -0.282403 bestmemit: 0.198215 0.096381 0.074669 0.077680 0.040416 0.188262 0.163014 0.032152 0.080913 0.012341 0.035831 0.088865 0.016128 0.172785 0.040441 0.082223
## Iteration: 9 bestvalit: -0.282403 bestmemit: 0.198215 0.096381 0.074669 0.077680 0.040416 0.188262 0.163014 0.032152 0.080913 0.012341 0.035831 0.088865 0.016128 0.172785 0.040441 0.082223
## Iteration: 10 bestvalit: -0.287995 bestmemit: 0.104867 0.027252 0.015933 0.058297 0.194680 0.038796 0.185560 0.052803 0.026161 0.080604 0.049190 0.018419 0.027055 0.186205 0.054580 0.087546
## Iteration: 11 bestvalit: -0.289066 bestmemit: 0.104867 0.027252 0.015933 0.058297 0.194680 0.038796 0.185560 0.052803 0.026161 0.080604 0.049190 0.018419 0.027055 0.186205 0.013242 0.087546
## Iteration: 12 bestvalit: -0.295125 bestmemit: 0.151135 0.030739 0.021324 0.022895 0.151148 0.188265 0.160752 0.122449 0.021967 0.023653 0.175146 0.029149 0.051382 0.192298 0.021056 0.098565
## Iteration: 13 bestvalit: -0.302340 bestmemit: 0.162934 0.007846 0.059878 0.091318 0.137827 0.148144 0.188270 0.041065 0.014207 0.062485 0.053631 0.046808 0.028925 0.103509 0.049812 0.096360
## Iteration: 14 bestvalit: -0.302939 bestmemit: 0.151135 0.030739 0.021324 0.022895 0.151148 0.188265 0.160752 0.122449 0.021967 0.023653 0.137296 0.015615 0.051382 0.192298 0.021056 0.098565
## Iteration: 15 bestvalit: -0.302939 bestmemit: 0.151135 0.030739 0.021324 0.022895 0.151148 0.188265 0.160752 0.122449 0.021967 0.023653 0.137296 0.015615 0.051382 0.192298 0.021056 0.098565
## Iteration: 16 bestvalit: -0.308371 bestmemit: 0.151135 0.030739 0.021324 0.022895 0.041557 0.188265 0.160752 0.122449 0.021967 0.023653 0.137296 0.015615 0.051382 0.192298 0.021056 0.098565
## Iteration: 17 bestvalit: -0.308766 bestmemit: 0.151135 0.030739 0.021324 0.022895 0.041557 0.188265 0.194025 0.117528 0.021967 0.023653 0.137296 0.015615 0.051382 0.192298 0.021056 0.098565
## Iteration: 18 bestvalit: -0.308766 bestmemit: 0.151135 0.030739 0.021324 0.022895 0.041557 0.188265 0.194025 0.117528 0.021967 0.023653 0.137296 0.015615 0.051382 0.192298 0.021056 0.098565
## Iteration: 19 bestvalit: -0.310242 bestmemit: 0.146248 0.027252 0.015933 0.058297 0.194680 0.180371 0.185560 0.052803 0.026161 0.063697 0.049190 0.018419 0.007440 0.197263 0.013242 0.087546
## Iteration: 20 bestvalit: -0.316629 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.104081 0.120925 0.139458 0.081161
## Iteration: 21 bestvalit: -0.316629 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.104081 0.120925 0.139458 0.081161
## Iteration: 22 bestvalit: -0.316629 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.104081 0.120925 0.139458 0.081161
## Iteration: 23 bestvalit: -0.316629 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.104081 0.120925 0.139458 0.081161
## Iteration: 24 bestvalit: -0.321637 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.104081 0.126404 0.103488 0.081161
## Iteration: 25 bestvalit: -0.321637 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.104081 0.126404 0.103488 0.081161
## Iteration: 26 bestvalit: -0.321637 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.104081 0.126404 0.103488 0.081161
## Iteration: 27 bestvalit: -0.321637 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.104081 0.126404 0.103488 0.081161
## Iteration: 28 bestvalit: -0.321637 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.104081 0.126404 0.103488 0.081161
## Iteration: 29 bestvalit: -0.321637 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.104081 0.126404 0.103488 0.081161
## Iteration: 30 bestvalit: -0.323362 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.081490 0.126404 0.103488 0.081161
## Iteration: 31 bestvalit: -0.323362 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.081490 0.126404 0.103488 0.081161
## Iteration: 32 bestvalit: -0.323362 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006696 0.010553 0.030194 0.081490 0.126404 0.103488 0.081161
## Iteration: 33 bestvalit: -0.323382 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006558 0.010553 0.030194 0.081490 0.126404 0.103488 0.081161
## Iteration: 34 bestvalit: -0.323382 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006558 0.010553 0.030194 0.081490 0.126404 0.103488 0.081161
## Iteration: 35 bestvalit: -0.323382 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006558 0.010553 0.030194 0.081490 0.126404 0.103488 0.081161
## Iteration: 36 bestvalit: -0.323382 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006558 0.010553 0.030194 0.081490 0.126404 0.103488 0.081161
## Iteration: 37 bestvalit: -0.323382 bestmemit: 0.181983 0.022393 0.056489 0.067608 0.030813 0.136450 0.096787 0.006907 0.001836 0.006558 0.010553 0.030194 0.081490 0.126404 0.103488 0.081161
## Iteration: 38 bestvalit: -0.323557 bestmemit: 0.170390 0.027801 0.013159 0.028306 0.033054 0.192659 0.183575 0.124053 0.003586 0.035412 0.027280 0.012152 0.127526 0.179340 0.041584 0.097309
## Iteration: 39 bestvalit: -0.324746 bestmemit: 0.145277 0.001350 0.044434 0.039953 0.053188 0.198485 0.184211 0.034074 0.000254 0.075621 0.039570 0.021429 0.099417 0.189113 0.093924 0.097755
## Iteration: 40 bestvalit: -0.324746 bestmemit: 0.145277 0.001350 0.044434 0.039953 0.053188 0.198485 0.184211 0.034074 0.000254 0.075621 0.039570 0.021429 0.099417 0.189113 0.093924 0.097755
## Iteration: 41 bestvalit: -0.324746 bestmemit: 0.145277 0.001350 0.044434 0.039953 0.053188 0.198485 0.184211 0.034074 0.000254 0.075621 0.039570 0.021429 0.099417 0.189113 0.093924 0.097755
## Iteration: 42 bestvalit: -0.324746 bestmemit: 0.145277 0.001350 0.044434 0.039953 0.053188 0.198485 0.184211 0.034074 0.000254 0.075621 0.039570 0.021429 0.099417 0.189113 0.093924 0.097755
## Iteration: 43 bestvalit: -0.329423 bestmemit: 0.181342 0.014230 0.044113 0.050573 0.031957 0.138263 0.146420 0.058907 0.004608 0.010085 0.024382 0.005738 0.044769 0.100632 0.009498 0.071809
## Iteration: 44 bestvalit: -0.329452 bestmemit: 0.181342 0.014230 0.044113 0.050573 0.031957 0.138263 0.146420 0.058907 0.004608 0.010085 0.024382 0.005623 0.044769 0.100632 0.009498 0.071809
## Iteration: 45 bestvalit: -0.330036 bestmemit: 0.181342 0.011067 0.044113 0.050573 0.031957 0.138263 0.146420 0.058907 0.004608 0.010085 0.024382 0.005623 0.044769 0.100632 0.009498 0.071809
## Iteration: 46 bestvalit: -0.330036 bestmemit: 0.181342 0.011067 0.044113 0.050573 0.031957 0.138263 0.146420 0.058907 0.004608 0.010085 0.024382 0.005623 0.044769 0.100632 0.009498 0.071809
## Iteration: 47 bestvalit: -0.333578 bestmemit: 0.145277 0.001350 0.044434 0.039953 0.053188 0.198485 0.184211 0.034074 0.000254 0.020089 0.010979 0.021429 0.099417 0.189113 0.093924 0.097755
## Iteration: 48 bestvalit: -0.333578 bestmemit: 0.145277 0.001350 0.044434 0.039953 0.053188 0.198485 0.184211 0.034074 0.000254 0.020089 0.010979 0.021429 0.099417 0.189113 0.093924 0.097755
## Iteration: 49 bestvalit: -0.333578 bestmemit: 0.145277 0.001350 0.044434 0.039953 0.053188 0.198485 0.184211 0.034074 0.000254 0.020089 0.010979 0.021429 0.099417 0.189113 0.093924 0.097755
## Iteration: 50 bestvalit: -0.337171 bestmemit: 0.190947 0.018625 0.074316 0.046478 0.091211 0.195485 0.137331 0.045876 0.000537 0.004889 0.035831 0.016403 0.016128 0.172785 0.000995 0.085611
## Iteration: 51 bestvalit: -0.339790 bestmemit: 0.190947 0.032198 0.030276 0.014418 0.091211 0.195485 0.137331 0.045876 0.000537 0.004889 0.035831 0.016403 0.016128 0.172785 0.000995 0.085611
## Iteration: 52 bestvalit: -0.339790 bestmemit: 0.190947 0.032198 0.030276 0.014418 0.091211 0.195485 0.137331 0.045876 0.000537 0.004889 0.035831 0.016403 0.016128 0.172785 0.000995 0.085611
## Iteration: 53 bestvalit: -0.339790 bestmemit: 0.190947 0.032198 0.030276 0.014418 0.091211 0.195485 0.137331 0.045876 0.000537 0.004889 0.035831 0.016403 0.016128 0.172785 0.000995 0.085611
## Iteration: 54 bestvalit: -0.339790 bestmemit: 0.190947 0.032198 0.030276 0.014418 0.091211 0.195485 0.137331 0.045876 0.000537 0.004889 0.035831 0.016403 0.016128 0.172785 0.000995 0.085611
## Iteration: 55 bestvalit: -0.339790 bestmemit: 0.190947 0.032198 0.030276 0.014418 0.091211 0.195485 0.137331 0.045876 0.000537 0.004889 0.035831 0.016403 0.016128 0.172785 0.000995 0.085611
## Iteration: 56 bestvalit: -0.339790 bestmemit: 0.190947 0.032198 0.030276 0.014418 0.091211 0.195485 0.137331 0.045876 0.000537 0.004889 0.035831 0.016403 0.016128 0.172785 0.000995 0.085611
## Iteration: 57 bestvalit: -0.339790 bestmemit: 0.190947 0.032198 0.030276 0.014418 0.091211 0.195485 0.137331 0.045876 0.000537 0.004889 0.035831 0.016403 0.016128 0.172785 0.000995 0.085611
## Iteration: 58 bestvalit: -0.339790 bestmemit: 0.190947 0.032198 0.030276 0.014418 0.091211 0.195485 0.137331 0.045876 0.000537 0.004889 0.035831 0.016403 0.016128 0.172785 0.000995 0.085611
## Iteration: 59 bestvalit: -0.339790 bestmemit: 0.190947 0.032198 0.030276 0.014418 0.091211 0.195485 0.137331 0.045876 0.000537 0.004889 0.035831 0.016403 0.016128 0.172785 0.000995 0.085611
## Iteration: 60 bestvalit: -0.339790 bestmemit: 0.190947 0.032198 0.030276 0.014418 0.091211 0.195485 0.137331 0.045876 0.000537 0.004889 0.035831 0.016403 0.016128 0.172785 0.000995 0.085611
## Iteration: 61 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 62 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 63 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 64 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 65 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 66 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 67 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 68 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 69 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 70 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 71 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 72 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 73 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 74 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 75 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 76 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 77 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 78 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 79 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 80 bestvalit: -0.349617 bestmemit: 0.177632 0.014876 0.059867 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 81 bestvalit: -0.350697 bestmemit: 0.177632 0.010490 0.062418 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 82 bestvalit: -0.350697 bestmemit: 0.177632 0.010490 0.062418 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 83 bestvalit: -0.350697 bestmemit: 0.177632 0.010490 0.062418 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 84 bestvalit: -0.350697 bestmemit: 0.177632 0.010490 0.062418 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 85 bestvalit: -0.350697 bestmemit: 0.177632 0.010490 0.062418 0.007562 0.044764 0.169677 0.097020 0.026830 0.002701 0.020455 0.012298 0.028851 0.007503 0.198908 0.012972 0.075705
## Iteration: 86 bestvalit: -0.352662 bestmemit: 0.184500 0.000901 0.011905 0.016203 0.018007 0.161385 0.079257 0.033575 0.006458 0.017059 0.025753 0.021524 0.014952 0.196658 0.009601 0.067077
## Iteration: 87 bestvalit: -0.356402 bestmemit: 0.184500 0.000901 0.011905 0.016203 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.018358 0.014952 0.196658 0.009601 0.067077
## Iteration: 88 bestvalit: -0.356402 bestmemit: 0.184500 0.000901 0.011905 0.016203 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.018358 0.014952 0.196658 0.009601 0.067077
## Iteration: 89 bestvalit: -0.356402 bestmemit: 0.184500 0.000901 0.011905 0.016203 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.018358 0.014952 0.196658 0.009601 0.067077
## Iteration: 90 bestvalit: -0.359727 bestmemit: 0.184500 0.000901 0.011905 0.016203 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 91 bestvalit: -0.359727 bestmemit: 0.184500 0.000901 0.011905 0.016203 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 92 bestvalit: -0.359727 bestmemit: 0.184500 0.000901 0.011905 0.016203 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 93 bestvalit: -0.359727 bestmemit: 0.184500 0.000901 0.011905 0.016203 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 94 bestvalit: -0.359893 bestmemit: 0.184500 0.000901 0.011905 0.015150 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 95 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 96 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 97 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 98 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 99 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 100 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 101 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 102 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 103 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 104 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 105 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 106 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 107 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 108 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 109 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 110 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 111 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 112 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 113 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 114 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 115 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 116 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 117 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 118 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 119 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 120 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 121 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 122 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 123 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 124 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 125 bestvalit: -0.360631 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.161385 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 126 bestvalit: -0.360655 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 127 bestvalit: -0.360655 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 128 bestvalit: -0.360655 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 129 bestvalit: -0.360655 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 130 bestvalit: -0.360655 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.196658 0.009601 0.067077
## Iteration: 131 bestvalit: -0.360702 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 132 bestvalit: -0.360702 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 133 bestvalit: -0.360702 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 134 bestvalit: -0.360702 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 135 bestvalit: -0.360702 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 136 bestvalit: -0.360702 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.006458 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 137 bestvalit: -0.361898 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 138 bestvalit: -0.361898 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 139 bestvalit: -0.361898 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 140 bestvalit: -0.361898 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 141 bestvalit: -0.361898 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 142 bestvalit: -0.361898 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 143 bestvalit: -0.361898 bestmemit: 0.184500 0.000901 0.018097 0.008425 0.018007 0.164388 0.079257 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 144 bestvalit: -0.362403 bestmemit: 0.198542 0.003276 0.088248 0.006618 0.010055 0.158278 0.103205 0.036170 0.004925 0.013552 0.004603 0.005746 0.000279 0.194461 0.004450 0.072274
## Iteration: 145 bestvalit: -0.362403 bestmemit: 0.198542 0.003276 0.088248 0.006618 0.010055 0.158278 0.103205 0.036170 0.004925 0.013552 0.004603 0.005746 0.000279 0.194461 0.004450 0.072274
## Iteration: 146 bestvalit: -0.362403 bestmemit: 0.198542 0.003276 0.088248 0.006618 0.010055 0.158278 0.103205 0.036170 0.004925 0.013552 0.004603 0.005746 0.000279 0.194461 0.004450 0.072274
## Iteration: 147 bestvalit: -0.362408 bestmemit: 0.198542 0.003276 0.088248 0.006618 0.010055 0.157197 0.103205 0.036170 0.004925 0.013552 0.004603 0.005746 0.000279 0.194461 0.004450 0.072274
## Iteration: 148 bestvalit: -0.362508 bestmemit: 0.195771 0.000901 0.014793 0.008425 0.018007 0.164388 0.079257 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 149 bestvalit: -0.364081 bestmemit: 0.195771 0.000901 0.014793 0.008425 0.018007 0.164388 0.071780 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 150 bestvalit: -0.364081 bestmemit: 0.195771 0.000901 0.014793 0.008425 0.018007 0.164388 0.071780 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 151 bestvalit: -0.364081 bestmemit: 0.195771 0.000901 0.014793 0.008425 0.018007 0.164388 0.071780 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 152 bestvalit: -0.364081 bestmemit: 0.195771 0.000901 0.014793 0.008425 0.018007 0.164388 0.071780 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 153 bestvalit: -0.364081 bestmemit: 0.195771 0.000901 0.014793 0.008425 0.018007 0.164388 0.071780 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 154 bestvalit: -0.364081 bestmemit: 0.195771 0.000901 0.014793 0.008425 0.018007 0.164388 0.071780 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 155 bestvalit: -0.364081 bestmemit: 0.195771 0.000901 0.014793 0.008425 0.018007 0.164388 0.071780 0.033575 0.003882 0.014312 0.018572 0.008614 0.014952 0.197782 0.009601 0.067077
## Iteration: 156 bestvalit: -0.364153 bestmemit: 0.195110 0.001922 0.052997 0.029870 0.008325 0.166585 0.077910 0.004324 0.005369 0.011290 0.000410 0.015002 0.072240 0.199263 0.005301 0.072384
## Iteration: 157 bestvalit: -0.364153 bestmemit: 0.195110 0.001922 0.052997 0.029870 0.008325 0.166585 0.077910 0.004324 0.005369 0.011290 0.000410 0.015002 0.072240 0.199263 0.005301 0.072384
## Iteration: 158 bestvalit: -0.364227 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.010295 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 159 bestvalit: -0.364227 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.010295 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 160 bestvalit: -0.364227 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.010295 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 161 bestvalit: -0.364227 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.010295 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 162 bestvalit: -0.364227 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.010295 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 163 bestvalit: -0.364227 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.010295 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 164 bestvalit: -0.364227 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.010295 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 165 bestvalit: -0.364227 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.010295 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 166 bestvalit: -0.364935 bestmemit: 0.199913 0.005385 0.067900 0.013042 0.023070 0.182362 0.069160 0.013728 0.004189 0.020193 0.000438 0.016198 0.025166 0.186000 0.020746 0.073673
## Iteration: 167 bestvalit: -0.364935 bestmemit: 0.199913 0.005385 0.067900 0.013042 0.023070 0.182362 0.069160 0.013728 0.004189 0.020193 0.000438 0.016198 0.025166 0.186000 0.020746 0.073673
## Iteration: 168 bestvalit: -0.364935 bestmemit: 0.199913 0.005385 0.067900 0.013042 0.023070 0.182362 0.069160 0.013728 0.004189 0.020193 0.000438 0.016198 0.025166 0.186000 0.020746 0.073673
## Iteration: 169 bestvalit: -0.364935 bestmemit: 0.199913 0.005385 0.067900 0.013042 0.023070 0.182362 0.069160 0.013728 0.004189 0.020193 0.000438 0.016198 0.025166 0.186000 0.020746 0.073673
## Iteration: 170 bestvalit: -0.364935 bestmemit: 0.199913 0.005385 0.067900 0.013042 0.023070 0.182362 0.069160 0.013728 0.004189 0.020193 0.000438 0.016198 0.025166 0.186000 0.020746 0.073673
## Iteration: 171 bestvalit: -0.364935 bestmemit: 0.199913 0.005385 0.067900 0.013042 0.023070 0.182362 0.069160 0.013728 0.004189 0.020193 0.000438 0.016198 0.025166 0.186000 0.020746 0.073673
## Iteration: 172 bestvalit: -0.365074 bestmemit: 0.195110 0.001922 0.039616 0.029870 0.008325 0.166585 0.077910 0.004324 0.005369 0.011290 0.000410 0.015002 0.072240 0.199263 0.005301 0.072384
## Iteration: 173 bestvalit: -0.365074 bestmemit: 0.195110 0.001922 0.039616 0.029870 0.008325 0.166585 0.077910 0.004324 0.005369 0.011290 0.000410 0.015002 0.072240 0.199263 0.005301 0.072384
## Iteration: 174 bestvalit: -0.365074 bestmemit: 0.195110 0.001922 0.039616 0.029870 0.008325 0.166585 0.077910 0.004324 0.005369 0.011290 0.000410 0.015002 0.072240 0.199263 0.005301 0.072384
## Iteration: 175 bestvalit: -0.365074 bestmemit: 0.195110 0.001922 0.039616 0.029870 0.008325 0.166585 0.077910 0.004324 0.005369 0.011290 0.000410 0.015002 0.072240 0.199263 0.005301 0.072384
## Iteration: 176 bestvalit: -0.365074 bestmemit: 0.195110 0.001922 0.039616 0.029870 0.008325 0.166585 0.077910 0.004324 0.005369 0.011290 0.000410 0.015002 0.072240 0.199263 0.005301 0.072384
## Iteration: 177 bestvalit: -0.365209 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.006434 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 178 bestvalit: -0.365209 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.006434 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 179 bestvalit: -0.365209 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.006434 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 180 bestvalit: -0.365209 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.006434 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 181 bestvalit: -0.365209 bestmemit: 0.199467 0.002772 0.029773 0.000061 0.010817 0.159592 0.106210 0.004268 0.002842 0.000295 0.006434 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 182 bestvalit: -0.365388 bestmemit: 0.190887 0.002595 0.069946 0.005990 0.030813 0.164151 0.075633 0.006907 0.001850 0.003594 0.017997 0.005711 0.032251 0.195842 0.021249 0.068499
## Iteration: 183 bestvalit: -0.365388 bestmemit: 0.190887 0.002595 0.069946 0.005990 0.030813 0.164151 0.075633 0.006907 0.001850 0.003594 0.017997 0.005711 0.032251 0.195842 0.021249 0.068499
## Iteration: 184 bestvalit: -0.365388 bestmemit: 0.190887 0.002595 0.069946 0.005990 0.030813 0.164151 0.075633 0.006907 0.001850 0.003594 0.017997 0.005711 0.032251 0.195842 0.021249 0.068499
## Iteration: 185 bestvalit: -0.365704 bestmemit: 0.190887 0.002595 0.064789 0.005990 0.030813 0.164151 0.075633 0.006907 0.001850 0.003594 0.017997 0.005711 0.032251 0.195842 0.021249 0.068499
## Iteration: 186 bestvalit: -0.365767 bestmemit: 0.190887 0.002595 0.064789 0.005990 0.030813 0.164151 0.075633 0.006907 0.001850 0.003594 0.017997 0.005711 0.032251 0.197868 0.021249 0.068499
## Iteration: 187 bestvalit: -0.365767 bestmemit: 0.190887 0.002595 0.064789 0.005990 0.030813 0.164151 0.075633 0.006907 0.001850 0.003594 0.017997 0.005711 0.032251 0.197868 0.021249 0.068499
## Iteration: 188 bestvalit: -0.365767 bestmemit: 0.190887 0.002595 0.064789 0.005990 0.030813 0.164151 0.075633 0.006907 0.001850 0.003594 0.017997 0.005711 0.032251 0.197868 0.021249 0.068499
## Iteration: 189 bestvalit: -0.365767 bestmemit: 0.190887 0.002595 0.064789 0.005990 0.030813 0.164151 0.075633 0.006907 0.001850 0.003594 0.017997 0.005711 0.032251 0.197868 0.021249 0.068499
## Iteration: 190 bestvalit: -0.365906 bestmemit: 0.190887 0.002595 0.064789 0.005990 0.030813 0.164151 0.075633 0.006907 0.001556 0.003594 0.017997 0.005711 0.032251 0.197868 0.021249 0.068499
## Iteration: 191 bestvalit: -0.365906 bestmemit: 0.190887 0.002595 0.064789 0.005990 0.030813 0.164151 0.075633 0.006907 0.001556 0.003594 0.017997 0.005711 0.032251 0.197868 0.021249 0.068499
## Iteration: 192 bestvalit: -0.366133 bestmemit: 0.190887 0.002595 0.064789 0.005990 0.030813 0.164151 0.075633 0.006907 0.001556 0.002347 0.017997 0.005711 0.032251 0.197868 0.021249 0.068499
## Iteration: 193 bestvalit: -0.366133 bestmemit: 0.190887 0.002595 0.064789 0.005990 0.030813 0.164151 0.075633 0.006907 0.001556 0.002347 0.017997 0.005711 0.032251 0.197868 0.021249 0.068499
## Iteration: 194 bestvalit: -0.366133 bestmemit: 0.190887 0.002595 0.064789 0.005990 0.030813 0.164151 0.075633 0.006907 0.001556 0.002347 0.017997 0.005711 0.032251 0.197868 0.021249 0.068499
## Iteration: 195 bestvalit: -0.366133 bestmemit: 0.190887 0.002595 0.064789 0.005990 0.030813 0.164151 0.075633 0.006907 0.001556 0.002347 0.017997 0.005711 0.032251 0.197868 0.021249 0.068499
## Iteration: 196 bestvalit: -0.374187 bestmemit: 0.199467 0.002772 0.029773 0.013278 0.044479 0.152966 0.051732 0.004268 0.002842 0.000295 0.006434 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 197 bestvalit: -0.377031 bestmemit: 0.199467 0.002772 0.029773 0.013278 0.044479 0.152966 0.041081 0.004268 0.002842 0.000295 0.006434 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 198 bestvalit: -0.377031 bestmemit: 0.199467 0.002772 0.029773 0.013278 0.044479 0.152966 0.041081 0.004268 0.002842 0.000295 0.006434 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 199 bestvalit: -0.377031 bestmemit: 0.199467 0.002772 0.029773 0.013278 0.044479 0.152966 0.041081 0.004268 0.002842 0.000295 0.006434 0.001159 0.036078 0.175513 0.011945 0.059893
## Iteration: 200 bestvalit: -0.377031 bestmemit: 0.199467 0.002772 0.029773 0.013278 0.044479 0.152966 0.041081 0.004268 0.002842 0.000295 0.006434 0.001159 0.036078 0.175513 0.011945 0.059893# Pesos óptimos ajustados
pesos_administrado <- result_admin$optim$bestmem / sum(result_admin$optim$bestmem)
names(pesos_administrado) <- nom_indices
# Calcular métricas del portafolio administrado
retorno_admin <- sum(colMeans(retornos_semanales) * pesos_administrado)
riesgo_admin <- sqrt(t(pesos_administrado) %*% cov(retornos_semanales) %*% pesos_administrado)
sharpe_admin <- (retorno_admin - rendimiento_libre_riesgo) / riesgo_admin
VaR_admin <- quantile(Return.portfolio(retornos_semanales, weights = pesos_administrado), probs = 0.05)- (15 puntos) Muestren que al 31 oct 2024, el VaR diferencia de rendimientos diarios no excede el 2%. Para calcular este VaR diferencia usen los rendimientos semanales de los últimos 3 meses.
# Calcular los retornos del portafolio directamente sin Return.portfolio
retornos_portafolio_administrado <- rowSums(retornos_semanales * pesos_administrado)
# Calcular el VaR directamente sobre los retornos del portafolio
VaR_diferencia <- quantile(retornos_portafolio_administrado, probs = 0.05) - VaR_parametro
cat("La diferencia de VaR al 95% entre el portafolio administrado y el portafolio parámetro es:", round(VaR_diferencia, 6), "\n")## La diferencia de VaR al 95% entre el portafolio administrado y el portafolio parámetro es: 0.002964- Calculen el valor esperado, la volatilidad, la Razón de Sharpe y el VaR al 95 % de confianza para el portafolio administrado. Usen los pesos del portafolio administrado y los rendimientos semanales del último año de los índices
# Métricas del portafolio administrado
retorno_admin <- sum(colMeans(retornos_semanales) * pesos_administrado)
riesgo_admin <- sqrt(t(pesos_administrado) %*% cov(retornos_semanales) %*% pesos_administrado)
sharpe_admin <- (retorno_admin - rendimiento_libre_riesgo) / riesgo_adminResultados del portafolio administrado
## [1] "Portafolio Administrado:"## [1] "Retorno esperado: 0.0034"## [1] "Volatilidad: 0.0071"## [1] "Razón de Sharpe: 0.377"- (5 puntos) ¿El portafolio administrado presenta mejores métricas de riesgo o rendimiento que la cartera parámetro? ¿Por qué? Si no mejorará el perfil de riesgo o rendimiento, ¿por qué tomarías esas desviaciones tácticas?
VaR_parametro <- abs(VaR_parametro)
VaR_administrada <- abs(VaR_admin)
#Tabla comparativa de métricas
resultados <- data.frame(
Métrica = c("Retorno esperado", "Volatilidad", "Razón de Sharpe", "VaR al 95%"),
`Cartera Parámetro` = c(round(retorno_parametro, 4), round(riesgo_parametro, 4), round(sharpe_parametro, 4), round(VaR_parametro, 4)),
`Cartera Administrada` = c(round(retorno_admin, 4), round(riesgo_admin, 4), round(sharpe_admin, 4), round(VaR_administrada, 4))
)
# Mostrar tabla comparativa con formato
kable(resultados, format = "html", caption = "Comparación de Métricas entre Carteras") %>%
kable_styling(full_width = FALSE, bootstrap_options = c("striped", "hover", "condensed"))| Métrica | Cartera.Parámetro | Cartera.Administrada |
|---|---|---|
| Retorno esperado | 0.0043 | 0.0034 |
| Volatilidad | 0.0110 | 0.0071 |
| Razón de Sharpe | 0.3285 | 0.3770 |
| VaR al 95% | 0.0165 | 0.0098 |
library(tidyr)
resultados_grafico <- resultados %>%
pivot_longer(-Métrica, names_to = "Cartera", values_to = "Valor")
# Gráfico comparativo de métricas
ggplot(resultados_grafico, aes(x = Métrica, y = Valor, fill = Cartera)) +
geom_bar(stat = "identity", position = position_dodge()) +
labs(title = "Comparación de Métricas entre Carteras",
x = "Métrica",
y = "Valor",
fill = "Cartera") +
theme_minimal() +
scale_fill_manual(values = c("steelblue", "darkorange"))
retorno_acumulado_parametro <- cumprod(1 + Return.portfolio(as.matrix(retornos_semanales[, nom_indices]), weights = pesos_parametro))
retorno_acumulado_administrado <- cumprod(1 + Return.portfolio(as.matrix(retornos_semanales[, nom_indices]), weights = pesos_administrado))
retorno_acumulado <- xts(
cbind(retorno_acumulado_parametro, retorno_acumulado_administrado),
order.by = index(retornos_semanales)
)
colnames(retorno_acumulado) <- c("Cartera Parámetro", "Cartera Administrada")par(mar = c(5, 5, 5, 2))
options(scipen = 0)
ylim_range <- c(0, max(retorno_acumulado, na.rm = TRUE) * 1.1)
# Gráfica con etiquetas compactas en el eje Y
chart.CumReturns(
retorno_acumulado,
wealth.index = TRUE,
colorset = c("steelblue", "darkorange"),
legend.loc = "bottomright",
main = "", # Título vacío para personalizarlo después
xlab = "Fecha", # Etiqueta del eje X
ylab = "Retorno Acumulado" # Etiqueta para eje Y
)
title(main = "Retorno Acumulado: Cartera Parámetro vs Administrada",
line = 2,
cex.main = 1.2)
axis(2, las = 2, at = pretty(ylim_range),
labels = format(pretty(ylim_range), scientific = TRUE)) 
Es claro que el retorno esperado tuvo una disminución con la asignación táctica, esto ocurre debido a la complejidad del Sharpe Ratio;puesto que ,se maximiza la esperanza pero disminuye la volatilidad.