estimatePortReturn

Оцените, что среднее значение портфеля возвращается

свернуть все на странице

Синтаксис

pret = estimatePortReturn(obj,pwgt)

Описание

пример

pret = estimatePortReturn(obj,pwgt) оценивает, что среднее значение портфеля возвращается (как прокси для портфеля возвращается) 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.

Примеры

свернуть все

Скрипт Open Live Script

Учитывая портфель p, используйте функцию estimatePortReturn, чтобы оценить, что среднее значение портфеля возвращается. 

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);
pret = estimatePortReturn(p, pwgt);
disp(pret)
    0.0590
    0.1800
Скрипт Open Live Script

Учитывая портфель p, используйте функцию estimatePortReturn, чтобы оценить, что среднее значение портфеля возвращается. 

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);
pret = estimatePortReturn(p, pwgt);
disp(pret)
    0.0050
    0.0154

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

Скрипт Open Live Script

Учитывая портфель p, используйте функцию estimatePortReturn, чтобы оценить, что среднее значение портфеля возвращается. 

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);
pret = estimatePortReturn(p, pwgt);
disp(pret)
    0.0048
    0.0154

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

Набор портфелей, заданных как NumAssets-by-NumPorts матрица, где NumAssets является количеством активов во вселенной и NumPorts, является количеством портфелей в наборе портфелей.

Типы данных: double

Выходные аргументы

свернуть все

Оценки для средних значений портфеля возвращаются для каждого портфеля в pwgt, возвращенном как вектор NumPorts.

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

Примечание

В зависимости от того, были ли затраты установлены, возврат портфеля является или грубым или сетевым портфелем, возвращается. Для получения информации об установке затрат смотрите setCosts.

Советы

Можно также использовать запись через точку, чтобы оценить, что среднее значение портфеля возвращается (как прокси для портфеля возвращается).

pret = obj.estimatePortReturn(pwgt);

Смотрите также

| | |

Темы

Введенный в R2011a

Документация Financial Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте