PortfolioMAD
创建PortfolioMAD对象的平均绝对偏差投资组合优化和分析
描述
的PortfolioMAD对象实现平均绝对偏差投资组合优化,疯狂的代表“平均绝对偏差”。PortfolioMAD对象支持函数特定金宝app于疯狂的投资组合优化。
疯狂的投资组合优化的主要工作流程是创建的实例PortfolioMAD对象完全指定了一个投资组合优化问题和操作PortfolioMAD对象来获取和分析有效的投资组合。有关工作流在使用的更多信息PortfolioMAD对象,看到PortfolioMAD对象的工作流。
您可以使用PortfolioMAD对象在几个方面。建立一个投资组合优化问题中PortfolioMAD对象,最简单的语法是:
p = PortfolioMAD;
PortfolioMAD对象,p,这样所有对象属性是空的。
的PortfolioMAD对象也接受的名称-值对集合参数属性和它们的值。的PortfolioMAD与一般的语法对象接受输入的属性:
p = PortfolioMAD (property1, value1, property2, value2,…);
如果一个PortfolioMAD对象存在,语法允许第一(只有第一个参数)PortfolioMAD对象与随后的名称-值对现有对象参数的属性被添加或修改。例如,现有的PortfolioMAD对象p一般的语法是:
(p, p = PortfolioMAD property1, value1, property2, value2,…);
输入参数名称不区分大小写,但必须完全指定。此外,一些属性可以指定替代参数名称(见快捷方式的属性名)。的PortfolioMAD对象试图从输入和检测问题的大小,一旦设置好了,后续的输入可以接受各种标量或矩阵扩张操作,简化整个过程制定一个问题。此外,一个PortfolioMAD对象是一个值对象,给出投资组合p下面的代码创建了两个对象,p和问,这是不同的:
q = PortfolioMAD (p,…)
在创建一个PortfolioMAD对象,您可以使用相关联的对象函数来设置组合约束,分析有效边界,并验证组合模型。
更详细的信息的条件风险价值投资组合优化的理论基础,明白了投资组合优化理论。
创建
描述
p= PortfolioMADPortfolioMAD对象平均绝对偏差投资组合优化和分析。然后您可以添加元素PortfolioMAD对象使用“添加”和“设置”功能的支金宝app持。有关更多信息,请参见创建PortfolioMAD对象。
输入参数
属性
对象的功能
setAssetList |
建立资产的标识符列表 |
setInitPort |
设置初始或当前的投资组合 |
setDefaultConstraints |
建立投资组合约束非负权重之和为1 |
estimateAssetMoments |
估计资产的回报数据的均值和协方差 |
setcost |
设置成比例交易费用的投资组合 |
addEquality |
项目组合权重的线性等式约束添加到现有的约束 |
addGroupRatio |
集团为投资组合权重比例约束添加到现有组比例限制 |
addGroups |
集团为投资组合权重约束添加到现有的组织约束 |
addInequality |
项目组合权重的线性不等式约束添加到现有的约束 |
getBounds |
得到组合权重的组合对象的范围 |
getBudget |
从投资组合获得预算约束边界对象 |
getCosts |
从投资组合获得买卖交易成本对象 |
getEquality |
从投资组合获得等式约束数组对象 |
getGroupRatio |
从投资组合获得组比约束数组对象 |
getGroups |
从投资组合获得集团约束数组对象 |
getInequality |
从投资组合获得不等式约束数组对象 |
getOneWayTurnover |
从投资组合获得单向流动约束对象 |
setGroups |
建立集团为投资组合权重约束 |
setInequality |
建立线性不等式约束的组合权重 |
setBounds |
设置范围为投资组合权重组合 |
setMinMaxNumAssets |
集基数限制资产投资组合的数量 |
setBudget |
建立预算约束的投资组合 |
setcost |
设置成比例交易费用的投资组合 |
setDefaultConstraints |
建立投资组合约束非负权重之和为1 |
setEquality |
建立线性等式约束的组合权重 |
setGroupRatio |
建立集团为投资组合权重比例限制 |
setInitPort |
设置初始或当前的投资组合 |
setOneWayTurnover |
设置单向组合营业额约束 |
setTurnover |
设置最大组合营业额约束 |
checkFeasibility |
检查输入组合对投资对象的可行性 |
estimateBounds |
估计全球的上下边界的投资组合 |
estimateFrontier |
估计指定数量的最优投资组合有效边界 |
estimateFrontierByReturn |
估计最优投资组合和有针对性的投资组合的回报 |
estimateFrontierByRisk |
估计最优投资组合和有针对性的投资组合的风险 |
estimateFrontierLimits |
估计最优投资组合有效边界的端点 |
plotFrontier |
情节有效边界 |
estimatePortReturn |
估计是投资组合的回报 |
estimatePortRisk |
估计投资组合风险根据风险代理与相应的对象 |
setSolver |
选择主要解决并指定相关的投资组合优化的解算器选项 |
setProbabilityLevel |
设置为VaR和CVaR计算概率水平 |
setScenarios |
设置资产回报场景直接矩阵 |
getScenarios |
从投资组合获得场景对象 |
simulateNormalScenariosByData |
模拟多元正态资产回报的场景数据 |
simulateNormalScenariosByMoments |
资产返回场景模拟多元正态均值和协方差的资产回报 |
estimateScenarioMoments |
估计均值和协方差资产回报的场景 |
estimatePortStd |
估计标准偏差的投资组合的回报 |
例子
创建一个空PortfolioMAD对象
您可以创建一个PortfolioMAD对象,p,没有输入参数和显示使用disp。
p = PortfolioMAD;disp (p);
PortfolioMAD属性:BuyCost: [] SellCost: [] RiskFreeRate:[]营业额:[]BuyTurnover: [] SellTurnover: [] NumScenarios:[]的名字:[]NumAssets: [] AssetList: [] InitPort: [] AInequality: [] bInequality: [] AEquality: [] bEquality:[]下界:[]UpperBound: [] LowerBudget: [] UpperBudget: [] GroupMatrix: [] LowerGroup: [] UpperGroup: [] GroupA: [] GroupB: [] LowerRatio: [] UpperRatio: [] MinNumAssets: [] MaxNumAssets: [] BoundType: []
这种方法提供了一种方法来建立一个投资组合优化问题PortfolioMAD函数。然后,您可以使用相关的设置功能设置和修改属性的集合PortfolioMAD对象。
创建一个PortfolioMAD对象使用一个单步的设置
您可以使用PortfolioMAD对象直接建立一个“标准”的组合优化问题。鉴于资产回报的场景变量AssetScenarios,这个问题完全是指定如下:
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);m = m / 12;C = C / 12; AssetScenarios = mvnrnd(m, C, 20000); p = PortfolioMAD(“场景”AssetScenarios,…下界的0,“LowerBudget”,1“UpperBudget”,1)
p = PortfolioMAD属性:BuyCost: [] SellCost: [] RiskFreeRate:[]营业额:[]BuyTurnover: [] SellTurnover: [] NumScenarios: 20000姓名:[]NumAssets: 4 AssetList: [] InitPort: [] AInequality: [] bInequality: [] AEquality: [] bEquality:[]下界:x1双[4]UpperBound: [] LowerBudget: 1 UpperBudget: 1 GroupMatrix: [] LowerGroup: [] UpperGroup: [] GroupA: [] GroupB: [] LowerRatio: [] UpperRatio: [] MinNumAssets: [] MaxNumAssets: [] BoundType: []
请注意,下界属性值进行标量扩张AssetScenarios提供的尺寸问题。
创建一个PortfolioMAD对象使用的步骤序列
另一种方法是使用一系列步骤完成相同的任务,即建立一个“标准”疯狂的组合优化问题,AssetScenarios变量:
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);m = m / 12;C = C / 12; AssetScenarios = mvnrnd(m, C, 20000); p = PortfolioMAD; p = setScenarios(p, AssetScenarios); p = PortfolioMAD(p,下界的,0);p = PortfolioMAD (p,“LowerBudget”,1“UpperBudget”1);plotFrontier (p);
这种方式工作,因为调用PortfolioMAD在这个特定的顺序。在这种情况下,调用初始化AssetScenarios提供的尺寸问题。如果你做这个步骤,您必须显式地维度下界属性如下:
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);m = m / 12;C = C / 12; AssetScenarios = mvnrnd(m, C, 20000); p = PortfolioMAD; p = PortfolioMAD(p,下界的,0(大小(m)));p = PortfolioMAD (p,“LowerBudget”,1“UpperBudget”1);p = setScenarios (p, AssetScenarios);plotFrontier (p);
如果你没有指定的大小下界但是,相反,输入一个标量参数,PortfolioMAD对象假设您定义一个单项资产问题并产生一个错误的调用设置有四个资产资产的场景。
创建一个PortfolioMAD对象使用快捷方式属性名
您可以创建一个PortfolioMAD对象,p与PortfolioMAD对象使用快捷方式属性名称。
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);m = m / 12;C = C / 12; AssetScenarios = mvnrnd(m, C, 20000); p = PortfolioMAD(“场景”AssetScenarios,“磅”0,“预算”,1)
p = PortfolioMAD属性:BuyCost: [] SellCost: [] RiskFreeRate:[]营业额:[]BuyTurnover: [] SellTurnover: [] NumScenarios: 20000姓名:[]NumAssets: 4 AssetList: [] InitPort: [] AInequality: [] bInequality: [] AEquality: [] bEquality:[]下界:x1双[4]UpperBound: [] LowerBudget: 1 UpperBudget: 1 GroupMatrix: [] LowerGroup: [] UpperGroup: [] GroupA: [] GroupB: [] LowerRatio: [] UpperRatio: [] MinNumAssets: [] MaxNumAssets: [] BoundType: []
直接设置PortfolioMAD对象的属性
虽然不推荐,您可以直接设置属性,但是没有进行错误检查您的输入。
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);m = m / 12;C = C / 12; AssetScenarios = mvnrnd(m, C, 20000); p = PortfolioMAD; p = setScenarios(p, AssetScenarios); p.LowerBudget = 1; p.UpperBudget = 1; p.LowerBound = zeros(size(m)); disp(p);
PortfolioMAD属性:BuyCost: [] SellCost: [] RiskFreeRate:[]营业额:[]BuyTurnover: [] SellTurnover: [] NumScenarios: 20000姓名:[]NumAssets: 4 AssetList: [] InitPort: [] AInequality: [] bInequality: [] AEquality: [] bEquality:[]下界:x1双[4]UpperBound: [] LowerBudget: 1 UpperBudget: 1 GroupMatrix: [] LowerGroup: [] UpperGroup: [] GroupA: [] GroupB: [] LowerRatio: [] UpperRatio: [] MinNumAssets: [] MaxNumAssets: [] BoundType: []
场景不能直接分配到PortfolioMAD对象。场景必须通过设置PortfolioMAD函数,setScenarios函数,或任何场景的仿真功能。
创建一个PortfolioMAD对象,确定有效的投资组合
创建有效的投资组合:
负载CAPMuniversep = PortfolioMAD (“AssetList”、资产(1:12));p = simulateNormalScenariosByData (p、数据(:1:12),20000年,“missingdata”,真正的);p = setDefaultConstraints (p);plotFrontier (p);
pwgt = estimateFrontier (p, 5);pnames =细胞(1、5);为i = 1:5 pnames{我}= sprintf (的端口% d ',我);结束吸墨纸=数据集([{pwgt}, pnames],“obsnames”,p.AssetList);disp(流水帐);
端口1端口2端口3端口4 Port5 apple 0.030785 0.074603 0.11383 0.13349 0 amazon 0 0 0 0 0 cisco戴尔0.010139 0 0 0 0 0 0 0 0 0 EBAY 0 0 0 0 0 google 0.1607 0.35186 0.54435 0.74908 1 hp IBM 0.45716 0.38008 0.29373 0.11743 0.056834 - 0.024903 0 0 0 0 intel 0 0 0 0 0 microsoft 0.28438 0.16855 0.048097 0 0 ORCL 0 0 0 0 0 yahoo 0 0 0 0 0
更多关于
引用
[1]为完整的引用列表PortfolioMAD对象,明白了投资组合优化。
版本历史
介绍了R2013b
另请参阅
plotFrontier|estimateFrontier|setScenarios|PortfolioCVaR|投资组合|nearcorr
主题
- 创建PortfolioMAD对象
- 常见的PortfolioMAD对象上的操作
- 使用默认值处理疯狂的组合约束
- 资产回报率和场景使用PortfolioMAD对象
- 验证疯狂的投资组合问题
- 估计PortfolioMAD沿着整个投资组合有效边界对象
- 估计有效前沿PortfolioMAD对象
- 后处理结果建立可交易的投资组合
- 投资组合优化理论
- PortfolioMAD对象的工作流
- PortfolioMAD对象属性和功能
- 处理PortfolioMAD对象
- 设置和获取属性
- 显示PortfolioMAD对象
- 保存和加载PortfolioMAD对象
- 估计有效组合和前沿
- PortfolioMAD对象数组的
- 子类化PortfolioMAD对象
- 约定表示的数据
- 选择和控制的解算器PortfolioMAD优化
