estimateFrontierLimits

Оцените оптимальные портфели в конечных точках границы эффективности

Синтаксис

[pwgt,pbuy,psell] = estimateFrontierLimits(obj)
[pwgt,pbuy,psell] = estimateFrontierLimits(obj,Choice)

Описание

пример

[pwgt,pbuy,psell] = estimateFrontierLimits(obj) оценочные оптимальные портфели в конечных точках границы эффективности для Portfolio, PortfolioCVaR или объектов PortfolioMAD. Для получения дополнительной информации на соответствующих рабочих процессах при использовании этих различных объектов, смотрите Рабочий процесс Объекта Портфеля, Рабочий процесс Объекта PortfolioCVaR и Рабочий процесс Объекта PortfolioMAD.

пример

[pwgt,pbuy,psell] = estimateFrontierLimits(obj,Choice) оценочные оптимальные портфели в конечных точках границы эффективности с дополнительной опцией, заданной для аргумента Choice.

Примеры

свернуть все

Учитывая портфель p, функция estimateFrontierLimits получает портфели конечной точки.

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 = Portfolio;
p = setAssetMoments(p, m, C);
p = setDefaultConstraints(p);
pwgt = estimateFrontierLimits(p);

disp(pwgt);
    0.8891         0
    0.0369         0
    0.0404         0
    0.0336    1.0000

Когда любой или любая комбинация ограничений от 'Conditional' BoundType, MinNumAssets и MaxNumAssets активен, проблема портфеля формулируется как проблема частично-целочисленного программирования, и решатель MINLP используется.

Создайте объект Portfolio для трех активов.

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 = Portfolio('AssetMean', AssetMean, 'AssetCovar', AssetCovar);
p = setDefaultConstraints(p);           

Используйте setBounds с полунепрерывными ограничениями, чтобы установить кси = 0 или 0.02 <= xi <= 0.5 для всего i = 1... NumAssets.

p = setBounds(p, 0.02, 0.7,'BoundType', 'Conditional', 'NumAssets', 3);                    

При работе с объектом Portfolio функция setMinMaxNumAssets позволяет вам настроить пределы на количестве активов, которые инвестируют (как известный кардинальностью) ограничения. Это определяет общий номер выделенных активов, удовлетворяющих Связанные ограничения, которые являются между MinNumAssets и MaxNumAssets. Установкой MinNumAssets = MaxNumAssets = 2, только два из этих трех активов инвестируют в портфель.

p = setMinMaxNumAssets(p, 2, 2);  

Используйте estimateFrontierLimits, чтобы оценить оптимальные портфели в конечных точках границы эффективности.

[pwgt, pbuy, psell] = estimateFrontierLimits(p,'Both')
pwgt = 3×2

    0.3000    0.3000
    0.7000         0
         0    0.7000

pbuy = 3×2

    0.3000    0.3000
    0.7000         0
         0    0.7000

psell = 3×2

     0     0
     0     0
     0     0

Функция estimateFrontierLimits использует решатель MINLP, чтобы решить эту проблему. Используйте функцию setSolverMINLP, чтобы сконфигурировать SolverType и опции.

p.solverTypeMINLP
ans = 
'OuterApproximation'
p.solverOptionsMINLP
ans = struct with fields:
                           MaxIterations: 1000
                    AbsoluteGapTolerance: 1.0000e-07
                    RelativeGapTolerance: 1.0000e-05
                  NonlinearScalingFactor: 1000
                  ObjectiveScalingFactor: 1000
                                 Display: 'off'
                           CutGeneration: 'basic'
                MaxIterationsInactiveCut: 30
                      ActiveCutTolerance: 1.0000e-07
                  IntMasterSolverOptions: [1x1 optim.options.Intlinprog]
    NumIterationsEarlyIntegerConvergence: 30

Учитывая портфель p, функция estimateFrontierLimits получает портфели конечной точки.

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;

rng(11);

AssetScenarios = mvnrnd(m, C, 20000);

p = PortfolioCVaR;
p = setScenarios(p, AssetScenarios);
p = setDefaultConstraints(p);
p = setProbabilityLevel(p, 0.95);


pwgt = estimateFrontierLimits(p);

disp(pwgt);
    0.8454         0
    0.0599         0
    0.0463         0
    0.0485    1.0000

Функциональный rng (seed) сбрасывает генератор случайных чисел, чтобы привести к зарегистрированным результатам. Не необходимо сбросить генератор случайных чисел, чтобы моделировать сценарии.

Учитывая портфель p, функция estimateFrontierLimits получает портфели конечной точки.

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;

rng(11);

AssetScenarios = mvnrnd(m, C, 20000);

p = PortfolioMAD;
p = setScenarios(p, AssetScenarios);
p = setDefaultConstraints(p);

pwgt = estimateFrontierLimits(p);

disp(pwgt);
    0.8816         0
    0.0430         0
    0.0389         0
    0.0365    1.0000

Функциональный rng (seed) сбрасывает генератор случайных чисел, чтобы привести к зарегистрированным результатам. Не необходимо сбросить генератор случайных чисел, чтобы моделировать сценарии.

Входные параметры

свернуть все

Объект для портфеля, заданное использование Portfolio, PortfolioCVaR или объект PortfolioMAD. Для получения дополнительной информации о создании объекта портфеля смотрите

Типы данных: object

(Необязательно) Индикатор, который портфели получить в экстремальных концах границы эффективности, заданной как вектор символов со значениями 'Both' или "Both", 'Min' или "Min", или 'Max' или "Max". Опции для действия Choice:

  • [] — Вычислите и минимальный риск и возвратите максимум портфели.

  • 'Both' или "Both" — Вычислите и минимальный риск и возвратите максимум портфели.

  • 'Min' или "Min" — Вычислите портфель минимального риска только.

  • 'Max' или "Max" — Вычислите возвращают максимум портфель только.

Типы данных: char | string

Выходные аргументы

свернуть все

Оптимальные портфели в конечных точках границы эффективности TargetReturn, возвращенный как NumAssets-by-NumPorts матрица. pwgt возвращен для Portfolio, PortfolioCVaR или входного объекта PortfolioMAD (obj).

Покупки относительно начального портфеля для оптимальных портфелей в конечных точках границы эффективности, возвращенной как NumAssets-by-NumPorts матрица.

Примечание

Если никакой начальный портфель не задан в obj.InitPort, то значение принято, чтобы быть 0, таким образом что pbuy = max(0, pwgt) и psell = max(0, -pwgt).

pbuy возвращен для Portfolio, PortfolioCVaR или входного объекта PortfolioMAD (obj).

Продажи относительно начального портфеля для оптимальных портфелей на границе эффективности, возвращенной как NumAssets-by-NumPorts матрица.

Примечание

Если никакой начальный портфель не задан в obj.InitPort, то значение принято, чтобы быть 0, таким образом что pbuy = max(0, pwgt) и psell = max(0, -pwgt).

psell возвращен для Portfolio, PortfolioCVaR или входного объекта PortfolioMAD (obj).

Советы

Можно также использовать запись через точку, чтобы оценить оптимальные портфели в конечных точках границы эффективности.

[pwgt, pbuy, psell] = obj.estimateFrontierLimits(Choice);

Введенный в R2011a

Для просмотра документации необходимо авторизоваться на сайте