Last data update: 07 oct. 2026, 23:30
Last compile: 07 oct. 2026, 23:35
Dernier cours ajusté (dividendes réinvestis) de chaque mois pour tous les titres de adjusted_USA et adjusted_FRA. Format pratique pour les tests CAPM / Fama-French (rendement mensuel = Adjusted_t / Adjusted_{t-1} - 1).
Couverture
Code
adj_m |> group_by(universe, month) |> summarise(n = n_distinct(ticker), .groups = "drop") |>
ggplot(aes(month, n, color = universe)) + geom_line() + theme_minimal() + xlab("") + ylab("Titres par mois") +
theme(legend.position = c(0.2, 0.85), legend.title = element_blank())
Portefeuille équipondéré vs. indice Total Return
Rendement mensuel moyen (équipondéré) des titres du fichier, comparé aux indices Total Return de investing (S&P 500 TR, CAC 40 Gross TR). Les écarts viennent à la fois de la pondération (équipondéré vs. capitalisation) et du biais de survie (titres encore cotés uniquement).
Code
ret <- adj_m |> filter(Adjusted > 0) |> arrange(ticker, month) |> group_by(ticker) |>
mutate(r = Adjusted / lag(Adjusted) - 1, gap = as.numeric(month - lag(month))) |> ungroup() |>
filter(!is.na(r), gap <= 31, abs(r) < 1)
ew <- ret |> group_by(universe, month) |> filter(n() >= 20) |>
summarise(r = mean(r), .groups = "drop")
idx <- indices |> filter(symbol %in% c("SPXTR", "PX1GR")) |>
mutate(month = as.Date(format(Date, "%Y-%m-01")), universe = ifelse(symbol == "SPXTR", "USA", "FRA")) |>
group_by(universe, month) |> summarise(Close = last(Close), .groups = "drop") |> group_by(universe) |>
arrange(month) |> mutate(r = Close / lag(Close) - 1) |> ungroup() |> filter(!is.na(r))
cmp <- bind_rows(ew |> mutate(serie = "Équipondéré (titres du fichier)"),
idx |> select(universe, month, r) |> mutate(serie = "Indice Total Return")) |>
filter(month >= as.Date("1993-01-01")) |>
group_by(universe, serie) |> arrange(month) |> mutate(y = 100 * cumprod(1 + r)) |> ungroup()
ggplot(cmp, aes(month, y, color = serie)) + geom_line() + facet_wrap(~universe, scales = "free_y") +
scale_y_log10() + theme_minimal() + xlab("") + ylab("Base 100 (échelle log)") +
theme(legend.position = "bottom", legend.title = element_blank())
Code
cmp |> group_by(Univers = universe, Série = serie) |>
summarise(`Rendement annualisé (%)` = round(100 * (prod(1 + r)^(12 / n()) - 1), 2),
`Volatilité annualisée (%)` = round(100 * sd(r) * sqrt(12), 2), .groups = "drop") |>
print_table_conditional()| Univers | Série | Rendement annualisé (%) | Volatilité annualisée (%) |
|---|---|---|---|
| FRA | Indice Total Return | 7.64 | 17.86 |
| FRA | Équipondéré (titres du fichier) | 9.77 | 15.82 |
| USA | Indice Total Return | 10.01 | 14.88 |
| USA | Équipondéré (titres du fichier) | 12.44 | 16.26 |