将模拟数据导入 DataFrame

Question

我正在做 R 中的实证金融作业。该作业是关于 CAPM 的。至此，我计算了道琼斯30指数从2000年1月1日到2022年12月31日的样本均值和方差-协方差矩阵。此外，我还计算了理论上最优的有效前沿以及假设下的有效投资组合权重无风险利率等于零。现在，我必须再次做同样的事情，这次只是模拟回报。

我使用以下代码来模拟回报：

simulate_returns <- function(periods = 200,expected_returns = mu,
covariance_matrix = Sigma) MASS::mvrnorm(n = periods, expected_returns, covariance_matrix)

simulated <- replicate(100, simulate_returns(periods = 200), simplify = FALSE)

这为我提供了 100 个回报样本的列表。从这里开始，我需要计算每个样本的样本均值和方差-协方差矩阵，并再次对均值-方差边界进行插件估计。我还需要评估这些估计与“真实”边界的接近程度根据我最初的计算，通过在图中有意义地绘制它们来更早。我将如何在 R 中执行此操作？我最初的想法是将我的模拟数据放入 DataFrame 并从那里开始。