estimateFrontierByRisk
估计最优投资组合和有针对性的投资组合的风险
语法
描述
(估计最优投资组合和有针对性的投资组合的风险pwgt,pbuy,psell)= estimateFrontierByRisk (obj,TargetRisk)投资组合,PortfolioCVaR,或PortfolioMAD对象。有关相应的工作流使用这些不同的对象时,看到的组合对象的工作流,PortfolioCVaR对象的工作流,PortfolioMAD对象的工作流。
例子
获得投资组合和有针对性的投资组合风险投资对象
获得有效的投资组合,投资组合风险,目标estimateFrontierByRisk函数接受一个或多个目标投资组合风险和获得有效的投资组合与指定的风险。假设您有一个宇宙的四个有效的投资组合资产,你想获得目标投资组合风险的12%,14%,16%。下面的例子使用了默认值“直接”方法来估计目标投资组合的最优投资组合的风险。
m = (0.05;0.1;0.12;0.18);C = (0.0064 0.00408 0.00192 0;0.00408 0.0289 0.0204 0.0119;0.00192 0.0204 0.0576 0.0336;0 0.0119 0.0336 0.1225);p =投资组合;p = setAssetMoments (p m C); p = setDefaultConstraints(p); pwgt = estimateFrontierByRisk(p, [0.12, 0.14, 0.16]); display(pwgt);
pwgt =4×30.3984 0.2659 0.1416 0.3064 0.3791 0.4474 0.0882 0.1010 0.1131 0.2071 0.2540 0.2979
获得投资组合和有针对性的投资组合的风险投资组合对象与BoundType,MinNumAsset,MaxNumAsset约束
当任何一个,或任何组合的约束的有条件的BoundType,MinNumAssets,MaxNumAssets是活跃的,投资组合问题制定解决混合整数规划问题和适应。
创建一个投资组合对象为三种资产。
AssetMean = (0.0101110;0.0043532;0.0137058);AssetCovar = [0.00324625 0.00022983 0.00420395;0.00022983 0.00049937 0.00019247;0.00420395 0.00019247 0.00764097);p =组合(“AssetMean”AssetMean,“AssetCovar”,AssetCovar);p = setDefaultConstraints (p);
使用setBounds与半连续约束集习=0或0.02< =习< =0.5对所有我=1,……NumAssets。
p = setBounds (p, 0.02, 0.7,“BoundType”,“条件”,“NumAssets”3);
当处理一个投资组合对象,setMinMaxNumAssets功能使您能够设置限制资产投资的数量(称为基数)的约束。这集的总数分配资产之间满足一定约束MinNumAssets和MaxNumAssets。通过设置MinNumAssets=MaxNumAssets= 2,只有两三个资产投资组合。
p = setMinMaxNumAssets (p, 2 2);
使用estimateFrontierByRisk和有针对性的投资组合风险估计的最优投资组合。
[pwgt, pbuy psell] = estimateFrontierByRisk (p [0.0324241, 0.0694534])
pwgt =3×20 0.5000 0.6907 - 0.0000 0.3093 - 0.5000
pbuy =3×20 0.5000 0.6907 - 0.0000 0.3093 - 0.5000
psell =3×20 0 0 0 0 0
的estimateFrontierByRisk函数使用的适应解决来解决这个问题。使用setSolverMINLP功能配置SolverType和选项。
p.solverTypeMINLP
ans = ' OuterApproximation '
p.solverOptionsMINLP
ans =结构体字段:MaxIterations: 1000 AbsoluteGapTolerance: 1.0000 e-07 RelativeGapTolerance: 1.0000 e-05 NonlinearScalingFactor: 1000 ObjectiveScalingFactor: 1000显示:“关闭”CutGeneration:“基本”MaxIterationsInactiveCut: 30 ActiveCutTolerance: 1.0000 e-07 IntMasterSolverOptions: [1 x1 optim.options。Intlinprog] NumIterationsEarlyIntegerConvergence: 30
获得投资组合和有针对性的投资组合风险投资组合对象使用直接方法和解决方案
获得有效的投资组合,投资组合风险,目标estimateFrontierByRisk函数接受一个或多个目标投资组合风险和获得有效的投资组合与指定的风险。假设您有一个宇宙的四个有效的投资组合资产,你想获得目标投资组合风险的12%,14%,16%。下面的例子使用了默认值“直接”方法来估计目标投资组合的最优投资组合的风险。的“直接”方法使用fmincon解决投资组合回报率最大化的优化问题,根据目标风险二次非线性约束。setSolver指定的年代olverType和SolverOptions为fmincon。
m = (0.05;0.1;0.12;0.18);C = (0.0064 0.00408 0.00192 0;0.00408 0.0289 0.0204 0.0119;0.00192 0.0204 0.0576 0.0336;0 0.0119 0.0336 0.1225);p =投资组合;p = setAssetMoments (p m C); p = setDefaultConstraints(p); p = setSolver(p,“fmincon”,“显示”,“关闭”,“算法”,“sqp”,…“SpecifyObjectiveGradient”,真的,“SpecifyConstraintGradient”,真的,…“ConstraintTolerance”1.0 e-8“OptimalityTolerance”1.0 e-8“StepTolerance”1.0 e-8);pwgt = estimateFrontierByRisk (p (0.12, 0.14, 0.16));显示(pwgt);
pwgt =4×30.3984 0.2659 0.1416 0.3064 0.3791 0.4474 0.0882 0.1010 0.1131 0.2071 0.2540 0.2979
获得投资组合和有针对性的投资组合风险PortfolioCVaR对象
获得有效的投资组合,投资组合风险,目标estimateFrontierByRisk函数接受一个或多个目标投资组合风险和获得有效的投资组合与指定的风险。假设您有一个宇宙的四个有效的投资组合资产,你想获得目标投资组合风险的12%,20%,30%。
m = (0.05;0.1;0.12;0.18);C = (0.0064 0.00408 0.00192 0;0.00408 0.0289 0.0204 0.0119;0.00192 0.0204 0.0576 0.0336;0 0.0119 0.0336 0.1225);rng (11);p = PortfolioCVaR; p = simulateNormalScenariosByMoments(p, m, C, 2000); p = setDefaultConstraints(p); p = setProbabilityLevel(p, 0.95); pwgt = estimateFrontierByRisk(p, [0.12, 0.20, 0.30]); display(pwgt);
pwgt =4×30.5363 - 0.1387 0 0.2655 0.4991 0.3830 0.0570 0.1239 0.1461 0.1412 0.2382 0.4709
这个函数rng(
)重置随机数发生器产生的记录结果。没有必要重新设置随机数发生器模拟场景。
获得投资组合和有针对性的投资组合风险PortfolioMAD对象
获得有效的投资组合,投资组合风险,目标estimateFrontierByRisk函数接受一个或多个目标投资组合风险和获得有效的投资组合与指定的风险。假设您有一个宇宙的四个有效的投资组合资产,你想获得目标投资组合风险的12%,20%,25%。下面的例子使用了默认值“直接”方法来估计目标投资组合的最优投资组合的风险。
m = (0.05;0.1;0.12;0.18);C = (0.0064 0.00408 0.00192 0;0.00408 0.0289 0.0204 0.0119;0.00192 0.0204 0.0576 0.0336;0 0.0119 0.0336 0.1225);rng (11);p = PortfolioMAD; p = simulateNormalScenariosByMoments(p, m, C, 2000); p = setDefaultConstraints(p); pwgt = estimateFrontierByRisk(p, [0.12, 0.20, 0.25]); display(pwgt);
pwgt =4×30.1610 0 0 0.4784 0.2137 0.0047 0.1116 0.1384 0.1200 0.2490 0.6480 0.8753
这个函数rng(
)重置随机数发生器产生的记录结果。没有必要重新设置随机数发生器模拟场景。
获得投资组合和有针对性的投资组合风险PortfolioMAD对象使用直接方法和解决方案
获得有效的投资组合,投资组合风险,目标estimateFrontierByRisk函数接受一个或多个目标投资组合风险和获得有效的投资组合与指定的风险。假设您有一个宇宙的四个有效的投资组合资产,你想获得目标投资组合风险的12%,20%,25%。下面的例子使用了默认值“直接”方法来估计目标投资组合的最优投资组合的风险。的“直接”方法使用fmincon解决投资组合回报率最大化的优化问题,根据目标风险二次非线性约束。setSolver指定的年代olverType和SolverOptions为fmincon。
m = (0.05;0.1;0.12;0.18);C = (0.0064 0.00408 0.00192 0;0.00408 0.0289 0.0204 0.0119;0.00192 0.0204 0.0576 0.0336;0 0.0119 0.0336 0.1225);rng (11);p = PortfolioMAD; p = simulateNormalScenariosByMoments(p, m, C, 2000); p = setDefaultConstraints(p); p = setSolver(p,“fmincon”,“显示”,“关闭”,“算法”,“sqp”,…“SpecifyObjectiveGradient”,真的,“SpecifyConstraintGradient”,真的,…“ConstraintTolerance”1.0 e-8“OptimalityTolerance”1.0 e-8“StepTolerance”1.0 e-8);plotFrontier (p);
pwgt = estimateFrontierByRisk (p (0.12 - 0.20, 0.25));显示(pwgt);
pwgt =4×30.1613 0.0000 -0.0000 0.4777 0.2139 0.0037 0.1118 0.1381 0.1214 0.2492 0.6480 0.8749
输入参数
输出参数
提示
您还可以使用点符号和有针对性的投资组合风险估计的最优投资组合。
[pwgt, pbuy psell] = obj.estimateFrontierByRisk (TargetRisk);
或
[pwgt, pbuy psell] = obj.estimateFrontierByRisk (TargetRisk、名称、值);
另请参阅
estimateFrontier|estimateFrontierByReturn|estimateFrontierLimits|setInitPort|rng|setBounds|setMinMaxNumAssets
