PortfolioCVaR

Создает объект PortfolioCVaR для условной подверженной риску значения оптимизации портфеля и анализа

Описание

Используйте PortfolioCVaR, чтобы создать объект PortfolioCVaR для условной подверженной риску значения оптимизации портфеля.

Основной рабочий процесс для оптимизации портфеля CVaR должен создать экземпляр объекта PortfolioCVaR, который полностью задает задачу оптимизации портфеля и работать с объектом PortfolioCVaR с помощью поддерживаемых функций, чтобы получить и анализировать эффективные портфели. Для получения дополнительной информации на этом рабочем процессе, смотрите Рабочий процесс Объекта PortfolioCVaR.

Можно использовать объект PortfolioCVaR несколькими способами. Чтобы настроить задачу оптимизации портфеля в объекте PortfolioCVaR, самый простой синтаксис:

p = PortfolioCVaR;

Этот синтаксис создает объект PortfolioCVaR, p, такой, что все свойства объектов пусты.

Объект PortfolioCVaR также принимает наборы аргументов пары "имя-значение" для свойств и их значений. Функция PortfolioCVaR принимает входные параметры для свойств с общим синтаксисом:

	p = PortfolioCVaR('property1',value1,'property2',value2, ... );

Если объект PortfolioCVaR уже существует, синтаксис разрешает первое (и только первый аргумент) объекта PortfolioCVaR быть существующим объектом с последующими аргументами пары "имя-значение" для свойств, которые будут добавлены или изменены. Например, учитывая существующий объект PortfolioCVaR в p, общий синтаксис:

p = PortfolioCVaR(p,'property1',value1,'property2',value2, ... );

Имена входного параметра не являются чувствительными к регистру, но должны быть полностью заданы. Кроме того, несколько свойств могут быть заданы с альтернативными именами аргумента (см. Ярлыки для Имен свойства). Объект PortfolioCVaR пытается обнаружить проблемные размерности от входных параметров и, когда-то установить, последующие входные параметры могут подвергнуться различным скалярным или матричным операциям расширения, которые упрощают полный процесс, чтобы сформулировать проблему. Кроме того, объект PortfolioCVaR является объектом значения так, чтобы, учитывая портфель p следующий код создал два объекта, p и q, которые отличны:

q = PortfolioCVaR(p, ...)

После создания объекта PortfolioCVaR можно использовать связанные объектные функции, чтобы установить ограничения портфеля, анализировать границу эффективности и подтвердить модель портфеля.

Для более подробной информации на теоретической основе для условной подверженной риску значения оптимизации портфеля см. Теорию Оптимизации Портфеля.

Создание

Синтаксис

p = PortfolioCVaR

p = PortfolioCVaR(Name,Value)

p = PortfolioCVaR(p,Name,Value)

Описание

пример

p = PortfolioCVaR создает пустой объект PortfolioCVaR для условной подверженной риску значения оптимизации портфеля и анализа. Можно затем добавить, что элементы к объекту PortfolioCVaR с помощью поддерживаемого "добавляют" и "устанавливают" функции. Для получения дополнительной информации смотрите Создание Объекта PortfolioCVaR.

пример

p = PortfolioCVaR(Name,Value) создает объект PortfolioCVaR (p) и устанавливает Свойства с помощью пар "имя-значение". Например, p = PortfolioCVaR('AssetList',Assets(1:12)). Можно задать несколько пар "имя-значение".

пример

p = PortfolioCVaR(p,Name,Value) создает объект PortfolioCVaR (p) с помощью ранее созданного объекта PortfolioCVaR p и устанавливает Свойства с помощью пар "имя-значение". Можно задать несколько пар "имя-значение".

Входные параметры

развернуть все

`p` Ранее созданный объект PortfolioCVaR
объект

Ранее созданный объект PortfolioCVaR, заданное использование PortfolioCVaR.

Свойства

развернуть все

Подготовка объекта

`AssetList` — Имена или символы активов во вселенной
`[]` (значение по умолчанию) | массив ячеек из символьных векторов | массив строк

Имена или символы активов во вселенной, заданной как массив ячеек из символьных векторов или массив строк.

Типы данных: cell | string

`InitPort` — Начальный портфель
`[]` (значение по умолчанию) | вектор

Начальный портфель, заданный как вектор.

Типы данных: double

`Имя` Имя, например, объекта Portfolio
`[]` (значение по умолчанию) | вектор символов | строка

Имя, например, объекта Portfolio, заданного как вектор символов или строка.

Типы данных: char | string

`NumAssets` — Количество активов во вселенной
`[]` (значение по умолчанию) | целочисленный скаляр

Количество активов во вселенной, заданной как целочисленный скаляр.

Типы данных: double

Ограничения объекта портфеля

`AEquality` — Линейная матрица ограничений равенства
`[]` (значение по умолчанию) | матрица

Линейная матрица ограничений равенства, заданная как матрица.

Типы данных: double

`AInequality` — Линейная матрица ограничения неравенства
`[]` (значение по умолчанию) | матрица

Линейная матрица ограничения неравенства, заданная как матрица.

Типы данных: double

`bEquality` — Линейный ограничительный вектор равенства
`[]` (значение по умолчанию) | вектор

Линейный ограничительный вектор равенства, заданный как вектор.

Типы данных: double

`bInequality` — Линейное ограничение неравенства
`[]` (значение по умолчанию) | вектор

Линейный вектор ограничения неравенства, заданный как вектор.

Типы данных: double

`GroupA` — Группа веса, которые будут ограничены весами в группе B
`[]` (значение по умолчанию) | матрица

Сгруппируйте веса, которые будут ограничены весами в группе B, заданной как матрица.

Типы данных: double

`GroupB` — Веса группы B
`[]` (значение по умолчанию) | матрица

Веса группы B, заданные как матрица.

Типы данных: double

`GroupMatrix` — Матрица состава группы
`[]` (значение по умолчанию) | матрица

Матрица состава группы, заданная как матрица.

Типы данных: double

`LowerBound` — Ограничение нижней границы
`[]` (значение по умолчанию) | вектор

Ограничение нижней границы, заданное как вектор.

Типы данных: double

`LowerBudget` — Ограничение бюджета нижней границы
`[]` (значение по умолчанию) | скаляр

Ограничение бюджета нижней границы, заданное как скаляр.

Типы данных: double

`LowerGroup` — Ограничение группы нижней границы
`[]` (значение по умолчанию) | вектор

Ограничение группы нижней границы, заданное как вектор.

Типы данных: double

`LowerRatio` — Минимальное отношение выделений между Группами A и B
`[]` (значение по умолчанию) | вектор

Минимальное отношение выделений между GroupA и GroupB, заданным как вектор.

Типы данных: double

`UpperBound` — Ограничение верхней границы
`[]` (значение по умолчанию) | вектор

Ограничение верхней границы, заданное как вектор.

Типы данных: double

`UpperBudget` — Ограничение бюджета верхней границы
`[]` (значение по умолчанию) | скаляр

Ограничение бюджета верхней границы, заданное как скаляр.

Типы данных: double

`UpperGroup` — Ограничение группы верхней границы
`[]` (значение по умолчанию) | вектор

Ограничение группы верхней границы, заданное как вектор.

Типы данных: double

`UpperRatio` — Максимальное отношение выделений между Группами A и B
`[]` (значение по умолчанию) | вектор

Максимальное отношение выделений между GroupA и GroupB, заданным как вектор.

Типы данных: double

`BoundType` — Тип границ для каждого веса актива
`'Simple'` (значение по умолчанию) | вектор символов со значением `'Simple'` или `'Conditional'` | представляет в виде строки со значением `"Simple"` или `"Conditional"` | массив ячеек из символьных векторов со значениями `'Simple'` или `'Conditional'` | массив строк со значениями `"Simple"` или `"Conditional"`

Тип границ для каждого веса актива, заданного как скалярный вектор символов или строка, или массив ячеек из символьных векторов или массив строк. Для получения дополнительной информации смотрите setBounds.

Типы данных: char | cell | string

`MinNumAssets` — Минимальное количество активов выделяется в портфеле
`[]` (значение по умолчанию) | числовой

Минимальное количество активов выделяется в портфеле, заданном как скалярное числовое значение. Для получения дополнительной информации смотрите setMinMaxNumAssets.

Типы данных: double

`MaxNumAssets` — Максимальное количество активов выделяется в портфеле
`[]` (значение по умолчанию) | числовой

Максимальное количество активов выделяется в портфеле, заданном как скалярное числовое значение. Для получения дополнительной информации смотрите setMinMaxNumAssets.

Типы данных: double

`Turnover` — Ограничение оборота
`[]` (значение по умолчанию) | скаляр

Ограничение оборота, заданное как скаляр.

Типы данных: double

`SellTurnover` — Ограничение оборота на продажи
`[]` (значение по умолчанию) | скаляр

Ограничение оборота на продажи, заданные как скаляр.

Типы данных: double

`BuyTurnover` — Ограничение оборота на покупки
`[]` (значение по умолчанию) | скаляр

Ограничение оборота на покупки, заданные как скаляр.

Типы данных: double

Объектное моделирование портфеля

`BuyCost` — Пропорциональные затраты на покупку
`[]` (значение по умолчанию) | вектор

Пропорциональные затраты на покупку, заданные как вектор.

Типы данных: double

`RiskFreeRate` — Безрисковый уровень
`[]` (значение по умолчанию) | скаляр

Безрисковый уровень, заданный как скаляр.

Типы данных: double

`ProbabilityLevel` — Подверженный риску значения уровень вероятности, который является 1 − (вероятность потери)
`[]` (значение по умолчанию) | скаляр

Подверженный риску значения уровень вероятности, который является 1 − (вероятность потери), заданная как скаляр.

Типы данных: double

`NumScenarios` — Количество сценариев
`[]` (значение по умолчанию) | целочисленный скаляр

Количество сценариев, заданных как целочисленный скаляр.

Типы данных: double

`SellCost` — Пропорциональные затраты на продажи
`[]` (значение по умолчанию) | вектор

Пропорциональные затраты на продажи, заданные как вектор.

Типы данных: double

Функции объекта

`setAssetList`	Настройте список идентификаторов для активов
`setInitPort`	Настройте начальный или текущий портфель
`setDefaultConstraints`	Настройте ограничения портфеля с неотрицательными весами та сумма к 1
`estimateAssetMoments`	Оценочное среднее значение и ковариация актива возвращаются из данных
`setCosts`	Настройте пропорциональные операционные издержки
`addEquality`	Добавьте линейные ограничения равенства для весов портфеля к существующим ограничениям
`addGroupRatio`	Добавьте ограничения отношения группы для весов портфеля к существующим ограничениям отношения группы
`addGroups`	Добавьте ограничения группы для весов портфеля к существующим ограничениям группы
`addInequality`	Добавьте линейные ограничения неравенства для весов портфеля к существующим ограничениям
`getBounds`	Получите границы для весов портфеля от объекта портфеля
`getBudget`	Получите границы ограничения бюджета из объекта портфеля
`getCosts`	Получите покупают и продают операционные издержки от объекта портфеля
`getEquality`	Получите ограничительные массивы равенства из объекта портфеля
`getGroupRatio`	Получите ограничительные массивы отношения группы из объекта портфеля
`getGroups`	Получите ограничительные массивы группы из объекта портфеля
`getInequality`	Получите массивы ограничения неравенства из объекта портфеля
`getOneWayTurnover`	Получите односторонние ограничения оборота из объекта портфеля
`setGroups`	Настройте ограничения группы для весов портфеля
`setInequality`	Настройте линейные ограничения неравенства для весов портфеля
`setBounds`	Настройте границы для весов портфеля для объекта портфеля
`setMinMaxNumAssets`	Установите ограничения кардинальности на количество активов, которые инвестируют в объект портфеля
`setBudget`	Настройте ограничения бюджета
`setCosts`	Настройте пропорциональные операционные издержки
`setDefaultConstraints`	Настройте ограничения портфеля с неотрицательными весами та сумма к 1
`setEquality`	Настройте линейные ограничения равенства для весов портфеля
`setGroupRatio`	Настройте ограничения отношения группы для весов портфеля
`setInitPort`	Настройте начальный или текущий портфель
`setOneWayTurnover`	Настройте односторонние ограничения оборота портфеля
`setTurnover`	Настройте максимальное ограничение оборота портфеля
`checkFeasibility`	Проверяйте выполнимость входных портфелей против объекта портфеля
`estimateBounds`	Оцените глобальные нижние и верхние границы для набора портфелей
`estimateFrontier`	Оцените конкретное количество оптимальных портфелей на границе эффективности
`estimateFrontierByReturn`	Оцените, что оптимальные портфели с целенаправленным портфелем возвращаются
`estimateFrontierByRisk`	Оцените оптимальные портфели с целенаправленными портфельными рисками
`estimateFrontierLimits`	Оцените оптимальные портфели в конечных точках границы эффективности
`plotFrontier`	Постройте границу эффективности
`estimatePortReturn`	Оцените, что среднее значение портфеля возвращается
`estimatePortRisk`	Оцените портфельный риск согласно прокси риска, сопоставленному с соответствующим объектом
`setSolver`	Выберите основной решатель и задайте сопоставленные опции решателя для оптимизации портфеля
`setProbabilityLevel`	Установите уровень вероятности для вычислений VaR и CVaR
`setScenarios`	Актив набора возвращает сценарии прямой матрицей
`getScenarios`	Получите сценарии из объекта портфеля
`simulateNormalScenariosByData`	Моделируйте многомерный нормальный актив, возвращают сценарии в данные
`simulateNormalScenariosByMoments`	Моделируйте многомерный нормальный актив, возвращают сценарии в среднее значение, и ковариация актива возвращается
`estimateScenarioMoments`	Оценочное среднее значение и ковариация актива возвращают сценарии
`estimatePortVaR`	Оценка, подверженная риску значения объекта PortfolioCVaR

estimatePortStd

Примеры

свернуть все

Создайте пустой объект PortfolioCVaR

Скрипт Open Live Script

Можно создать объект PortfolioCVaR, p, без входных параметров и отобразить его с помощью disp.

p = PortfolioCVaR;
disp(p);

  PortfolioCVaR with properties:

             BuyCost: []
            SellCost: []
        RiskFreeRate: []
    ProbabilityLevel: []
            Turnover: []
         BuyTurnover: []
        SellTurnover: []
        NumScenarios: []
                Name: []
           NumAssets: []
           AssetList: []
            InitPort: []
         AInequality: []
         bInequality: []
           AEquality: []
           bEquality: []
          LowerBound: []
          UpperBound: []
         LowerBudget: []
         UpperBudget: []
         GroupMatrix: []
          LowerGroup: []
          UpperGroup: []
              GroupA: []
              GroupB: []
          LowerRatio: []
          UpperRatio: []
        MinNumAssets: []
        MaxNumAssets: []
           BoundType: []

Этот подход обеспечивает способ настроить задачу оптимизации портфеля с функцией PortfolioCVaR. Можно затем использовать связанные функции множества, чтобы установить и изменить наборы свойств в объекте PortfolioCVaR.

Создайте объект PortfolioCVaR Используя одноступенчатого Setup

Скрипт Open Live Script

Можно использовать объект PortfolioCVaR непосредственно, чтобы настроить “стандартную” задачу оптимизации портфеля. Учитывая сценарии актива возвращается в переменной AssetScenarios, эта проблема полностью задана можно следующим образом:

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 = PortfolioCVaR('Scenarios', AssetScenarios, ...
'LowerBound', 0, 'LowerBudget', 1, 'UpperBudget', 1, ...
'ProbabilityLevel', 0.95)

p = 
  PortfolioCVaR with properties:

             BuyCost: []
            SellCost: []
        RiskFreeRate: []
    ProbabilityLevel: 0.9500
            Turnover: []
         BuyTurnover: []
        SellTurnover: []
        NumScenarios: 20000
                Name: []
           NumAssets: 4
           AssetList: []
            InitPort: []
         AInequality: []
         bInequality: []
           AEquality: []
           bEquality: []
          LowerBound: [4x1 double]
          UpperBound: []
         LowerBudget: 1
         UpperBudget: 1
         GroupMatrix: []
          LowerGroup: []
          UpperGroup: []
              GroupA: []
              GroupB: []
          LowerRatio: []
          UpperRatio: []
        MinNumAssets: []
        MaxNumAssets: []
           BoundType: []

Обратите внимание на то, что значение свойства LowerBound подвергается скалярному расширению, поскольку AssetScenarios обеспечивает размерности проблемы.

Создайте объект PortfolioCVaR Используя последовательность шагов

Скрипт Open Live Script

Используя последовательность шагов альтернативный способ выполнить ту же задачу подготовки “стандартной” задачи оптимизации портфеля CVaR, учитывая AssetScenarios, который переменная:

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 = PortfolioCVaR;
p = setScenarios(p, AssetScenarios);
p = PortfolioCVaR(p, 'LowerBound', 0);
p = PortfolioCVaR(p, 'LowerBudget', 1, 'UpperBudget', 1);
p = setProbabilityLevel(p, 0.95);

plotFrontier(p);

Этот путь работает, потому что вызовы PortfolioCVaR находятся в этом конкретном порядке. В этом случае вызов, чтобы инициализировать AssetScenarios обеспечивает размерности для проблемы. Если бы необходимо было выполнить этот шаг в последний раз, необходимо было бы явным образом определить размеры свойства LowerBound можно следующим образом:

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 = PortfolioCVaR;
p = PortfolioCVaR(p, 'LowerBound', zeros(size(m)));
p = PortfolioCVaR(p, 'LowerBudget', 1, 'UpperBudget', 1);
p = setProbabilityLevel(p, 0.95);
p = setScenarios(p, AssetScenarios); 

plotFrontier(p);

Если вы не задавали размер LowerBound, но, вместо этого, вводили скалярный аргумент, объект PortfolioCVaR принимает, что вы задаете проблему одно актива, и производит ошибку в вызове, чтобы установить сценарии актива с четырьмя активами.

Создайте объект PortfolioCVaR Используя ярлыки для имен свойства

Скрипт Open Live Script

Можно создать объект PortfolioCVaR, p с объектом PortfolioCVaR с помощью ярлыков для имен свойства.

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 = PortfolioCVaR('scenario', AssetScenarios, 'lb', 0, 'budget', 1, 'plevel', 0.95)

p = 
  PortfolioCVaR with properties:

             BuyCost: []
            SellCost: []
        RiskFreeRate: []
    ProbabilityLevel: 0.9500
            Turnover: []
         BuyTurnover: []
        SellTurnover: []
        NumScenarios: 20000
                Name: []
           NumAssets: 4
           AssetList: []
            InitPort: []
         AInequality: []
         bInequality: []
           AEquality: []
           bEquality: []
          LowerBound: [4x1 double]
          UpperBound: []
         LowerBudget: 1
         UpperBudget: 1
         GroupMatrix: []
          LowerGroup: []
          UpperGroup: []
              GroupA: []
              GroupB: []
          LowerRatio: []
          UpperRatio: []
        MinNumAssets: []
        MaxNumAssets: []
           BoundType: []

Прямая установка свойств объектов PortfolioCVaR

Скрипт Open Live Script

Несмотря на то, что не рекомендуемый, можно установить свойства непосредственно, однако никакая проверка ошибок не сделана на входных параметрах.

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 = PortfolioCVaR;

p = setScenarios(p, AssetScenarios);
p.ProbabilityLevel = 0.95;

p.LowerBudget = 1;
p.UpperBudget = 1;
p.LowerBound = zeros(size(m));
disp(p)

  PortfolioCVaR with properties:

             BuyCost: []
            SellCost: []
        RiskFreeRate: []
    ProbabilityLevel: 0.9500
            Turnover: []
         BuyTurnover: []
        SellTurnover: []
        NumScenarios: 20000
                Name: []
           NumAssets: 4
           AssetList: []
            InitPort: []
         AInequality: []
         bInequality: []
           AEquality: []
           bEquality: []
          LowerBound: [4x1 double]
          UpperBound: []
         LowerBudget: 1
         UpperBudget: 1
         GroupMatrix: []
          LowerGroup: []
          UpperGroup: []
              GroupA: []
              GroupB: []
          LowerRatio: []
          UpperRatio: []
        MinNumAssets: []
        MaxNumAssets: []
           BoundType: []

Сценарии не могут быть присвоены непосредственно объекту PortfolioCVaR. Сценарии должны всегда устанавливаться или через функцию PortfolioCVaR, функцию setScenarios или через любую из функций симуляции сценария.

Создайте объект PortfolioCVaR и определите эффективные портфели

Скрипт Open Live Script

Создайте эффективные портфели:

load CAPMuniverse

p = PortfolioCVaR('AssetList',Assets(1:12));
p = simulateNormalScenariosByData(p, Data(:,1:12), 20000 ,'missingdata',true);
p = setDefaultConstraints(p);
p = setProbabilityLevel(p, 0.95);

plotFrontier(p);

pwgt = estimateFrontier(p, 5);

pnames = cell(1,5);
for i = 1:5
	pnames{i} = sprintf('Port%d',i);
end

Blotter = dataset([{pwgt},pnames],'obsnames',p.AssetList);

disp(Blotter);

            Port1         Port2         Port3          Port4         Port5
    AAPL      0.010984      0.073247        0.11937       0.13068    0    
    AMZN    1.7632e-38             0              0    4.4451e-23    0    
    CSCO             0             0    -1.7632e-38    2.2226e-23    0    
    DELL      0.022454             0              0    8.8625e-22    0    
    EBAY             0             0              0    2.6671e-22    0    
    GOOG       0.20335       0.38055        0.56241       0.75932    1    
    HPQ       0.041725     0.0099217              0    5.0008e-23    0    
    IBM        0.44482       0.36453         0.2628          0.11    0    
    INTC    7.3468e-40     2.351e-38              0    1.7781e-22    0    
    MSFT       0.27667       0.17175       0.055424    4.4451e-23    0    
    ORCL             0    1.4106e-37              0    1.1113e-23    0    
    YHOO             0             0              0    4.8691e-22    0

Больше о

развернуть все

Условная подверженная риску значения оптимизация портфеля

Задача оптимизации CVaR полностью задана с четырьмя элементами.

Эти четыре элемента для задачи оптимизации CVaR:

Вселенная активов со сценариями совокупных доходов актива сроком на интерес, где сценарии включают набор выборок от базового распределения вероятностей для совокупных доходов актива. Этот набор должен быть достаточно большим для асимптотической сходимости демонстрационной статистики. Актив возвращает моменты, и связанные статистические данные выведены исключительно из сценариев.
Набор портфеля, который задает набор выбора портфеля с точки зрения набора ограничений.
Модель для портфеля возвращает и рискует прокси, который, для оптимизации CVaR, является или грубым или сетевым средним значением портфеля, возвращается, и условное выражение, подверженное риску значения из портфеля, возвращается.
Уровень вероятности, который задает вероятность, что потеря меньше чем или равна подверженному риску значения. Типичные значения 0.9 и 0.95, которые указывают на 10% и 5% вероятностей потери.

После того, как эти четыре элемента были указаны однозначным способом, возможно решить и анализировать задачи оптимизации портфеля CVaR.

Самая простая задача оптимизации портфеля CVaR имеет:

Сценарии совокупных доходов актива
Требование, чтобы все портфели имели неотрицательные веса, которые суммируют к 1 (ограничение суммирования известно как ограничение бюджета),
Встроенные модели для портфеля возвращают и рискуют прокси, которые используют сценарии совокупных доходов актива
Уровень вероятности 0,95

Учитывая сценарии актива возвращается в переменной AssetScenarios, эта проблема полностью задана:

p = PortfolioCVaR('Scenarios', AssetScenarios, 'LowerBound', 0, 'Budget', 1, ...
'ProbabilityLevel', 0.95);

или эквивалентно:

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

Чтобы подтвердить, что это - допустимая задача оптимизации портфеля, следующая функция определяет, ограничен ли набор выбора PortfolioCVaR (необходимое условие для оптимизации портфеля).

[lb, ub, isbounded] = estimateBounds(p);

Учитывая проблему, заданную в объекте PortfolioCVaR p, граница эффективности для этой проблемы может быть отображена с:

plotFrontier(p);

и эффективные портфели могут быть получены с:

pwgt = estimateFrontier(p);

Для получения дополнительной информации о теории и определении условной подверженной риску значения оптимизации, поддержанной инструментами оптимизации портфеля в Financial Toolbox™, см. Теорию Оптимизации Портфеля.

Проблемная достаточность PortfolioCVaR

Задача оптимизации портфеля CVaR полностью задана с объектом PortfolioCVaR, если три условия соблюдают.

Следующее является тремя условиями, которые нужно соблюдать:

Необходимо указать, что набор актива возвращается или цены, известные как сценарии, таким образом, что все сценарии являются конечным активом, возвращается или цены. Эти сценарии предназначаются, чтобы быть выборками от базового распределения вероятностей актива, возвращается. Это условие может быть удовлетворено функцией setScenarios или с несколькими консервированными функциями симуляции сценария.
Набор выполнимых портфелей должен быть непустым компактным набором, где компактный набор закрыт и ограничен. Можно удовлетворить это условие с помощью обширного набора свойств, которые задают различные типы ограничений, чтобы сформировать набор выполнимых портфелей. Поскольку такие наборы должны быть ограничены, или явные или неявные ограничения могут быть наложены и несколько инструментов, таких как функция estimateBounds, обеспечить способы гарантировать, что ваша проблема правильно формулируется.
Необходимо задать уровень вероятности, чтобы определить местоположение уровня потери хвоста, выше которой должно быть минимизировано подверженное риску значения условное выражение. Это условие может быть удовлетворено функцией setProbabilityLevel.
Несмотря на то, что общие достаточные условия для оптимизации портфеля CVaR идут вне первых трех условий, указатели на объект PortfolioCVaR все эти дополнительные условия.

Ярлыки для имен свойства

Объект PortfolioCVaR имеет более короткие имена аргумента, которые заменяют более длинные имена аргумента, сопоставленные на определенные свойства объекта PortfolioCVaR.

Например, вместо того, чтобы ввести 'ProbabilityLevel', объект PortfolioCVaR принимает, что нечувствительное к регистру имя 'plevel' устанавливает свойство ProbabilityLevel в объекте PortfolioCVaR. Каждое более короткое имя аргумента соответствует одному свойству в объекте PortfolioCVaR. Одним исключением является альтернативное имя аргумента 'budget', который показывает обоих свойства LowerBudget и UpperBudget. Когда 'budget' используется, затем свойства LowerBudget и UpperBudget собираются в то же значение сформировать ограничение бюджета равенства.

Ярлыки для имен свойства

Имя аргумента ярлыка	Эквивалентный Аргумент / Имя свойства
`ae`	`AEquality`
`ai`	`AInequality`
`assetnames` или `assets`	`AssetList`
`be`	`bEquality`
`bi`	`bInequality`
`budget`	`UpperBudget` и `LowerBudget`
`group`	`GroupMatrix`
`lb`	`LowerBound`
`n` или `num`	`NumAssets`
`level`, `problevel` или `plevel`	`ProbabilityLevel`
`rfr`	`RiskFreeRate`
`scenario` или `assetscenarios`	`Scenarios`
`ub`	`UpperBound`

Ссылки

[1] Для полного списка ссылок для объекта PortfolioCVaR смотрите Оптимизацию Портфеля.

Темы

Внешние веб-сайты

Анализ Инвестиционных стратегий с Оптимизацией Портфеля CVaR в MATLAB (50 секунд min 42)

Документация

PortfolioCVaR

Описание

Создание

Синтаксис

Описание

Входные параметры

p Ранее созданный объект PortfolioCVaR объект

Свойства

Подготовка объекта

AssetList — Имена или символы активов во вселенной [] (значение по умолчанию) | массив ячеек из символьных векторов | массив строк

InitPort — Начальный портфель [] (значение по умолчанию) | вектор

Имя Имя, например, объекта Portfolio [] (значение по умолчанию) | вектор символов | строка

NumAssets — Количество активов во вселенной [] (значение по умолчанию) | целочисленный скаляр

Ограничения объекта портфеля

AEquality — Линейная матрица ограничений равенства [] (значение по умолчанию) | матрица

AInequality — Линейная матрица ограничения неравенства [] (значение по умолчанию) | матрица

bEquality — Линейный ограничительный вектор равенства [] (значение по умолчанию) | вектор

bInequality — Линейное ограничение неравенства [] (значение по умолчанию) | вектор

GroupA — Группа веса, которые будут ограничены весами в группе B [] (значение по умолчанию) | матрица

GroupB — Веса группы B [] (значение по умолчанию) | матрица

GroupMatrix — Матрица состава группы [] (значение по умолчанию) | матрица

LowerBound — Ограничение нижней границы [] (значение по умолчанию) | вектор

LowerBudget — Ограничение бюджета нижней границы [] (значение по умолчанию) | скаляр

LowerGroup — Ограничение группы нижней границы [] (значение по умолчанию) | вектор

LowerRatio — Минимальное отношение выделений между Группами A и B [] (значение по умолчанию) | вектор

UpperBound — Ограничение верхней границы [] (значение по умолчанию) | вектор

UpperBudget — Ограничение бюджета верхней границы [] (значение по умолчанию) | скаляр

UpperGroup — Ограничение группы верхней границы [] (значение по умолчанию) | вектор

UpperRatio — Максимальное отношение выделений между Группами A и B [] (значение по умолчанию) | вектор

MinNumAssets — Минимальное количество активов выделяется в портфеле [] (значение по умолчанию) | числовой

MaxNumAssets — Максимальное количество активов выделяется в портфеле [] (значение по умолчанию) | числовой

Turnover — Ограничение оборота [] (значение по умолчанию) | скаляр

SellTurnover — Ограничение оборота на продажи [] (значение по умолчанию) | скаляр

BuyTurnover — Ограничение оборота на покупки [] (значение по умолчанию) | скаляр

Объектное моделирование портфеля

BuyCost — Пропорциональные затраты на покупку [] (значение по умолчанию) | вектор

RiskFreeRate — Безрисковый уровень [] (значение по умолчанию) | скаляр

ProbabilityLevel — Подверженный риску значения уровень вероятности, который является 1 − (вероятность потери) [] (значение по умолчанию) | скаляр

NumScenarios — Количество сценариев [] (значение по умолчанию) | целочисленный скаляр

SellCost — Пропорциональные затраты на продажи [] (значение по умолчанию) | вектор

Функции объекта

Примеры

Создайте пустой объект PortfolioCVaR

Создайте объект PortfolioCVaR Используя одноступенчатого Setup

Создайте объект PortfolioCVaR Используя последовательность шагов

Создайте объект PortfolioCVaR Используя ярлыки для имен свойства

Прямая установка свойств объектов PortfolioCVaR

Создайте объект PortfolioCVaR и определите эффективные портфели

Больше о

Условная подверженная риску значения оптимизация портфеля

Проблемная достаточность PortfolioCVaR

Ярлыки для имен свойства

Ссылки

Смотрите также

Темы

Внешние веб-сайты

Представленный в R2012b

Документация Financial Toolbox

Поддержка

`p` Ранее созданный объект PortfolioCVaR
объект

`AssetList` — Имена или символы активов во вселенной
`[]` (значение по умолчанию) | массив ячеек из символьных векторов | массив строк

`InitPort` — Начальный портфель
`[]` (значение по умолчанию) | вектор

`Имя` Имя, например, объекта Portfolio
`[]` (значение по умолчанию) | вектор символов | строка

`NumAssets` — Количество активов во вселенной
`[]` (значение по умолчанию) | целочисленный скаляр

`AEquality` — Линейная матрица ограничений равенства
`[]` (значение по умолчанию) | матрица

`AInequality` — Линейная матрица ограничения неравенства
`[]` (значение по умолчанию) | матрица

`bEquality` — Линейный ограничительный вектор равенства
`[]` (значение по умолчанию) | вектор

`bInequality` — Линейное ограничение неравенства
`[]` (значение по умолчанию) | вектор

`GroupA` — Группа веса, которые будут ограничены весами в группе B
`[]` (значение по умолчанию) | матрица

`GroupB` — Веса группы B
`[]` (значение по умолчанию) | матрица

`GroupMatrix` — Матрица состава группы
`[]` (значение по умолчанию) | матрица

`LowerBound` — Ограничение нижней границы
`[]` (значение по умолчанию) | вектор

`LowerBudget` — Ограничение бюджета нижней границы
`[]` (значение по умолчанию) | скаляр

`LowerGroup` — Ограничение группы нижней границы
`[]` (значение по умолчанию) | вектор

`LowerRatio` — Минимальное отношение выделений между Группами A и B
`[]` (значение по умолчанию) | вектор

`UpperBound` — Ограничение верхней границы
`[]` (значение по умолчанию) | вектор

`UpperBudget` — Ограничение бюджета верхней границы
`[]` (значение по умолчанию) | скаляр

`UpperGroup` — Ограничение группы верхней границы
`[]` (значение по умолчанию) | вектор

`UpperRatio` — Максимальное отношение выделений между Группами A и B
`[]` (значение по умолчанию) | вектор

`MinNumAssets` — Минимальное количество активов выделяется в портфеле
`[]` (значение по умолчанию) | числовой

`MaxNumAssets` — Максимальное количество активов выделяется в портфеле
`[]` (значение по умолчанию) | числовой

`Turnover` — Ограничение оборота
`[]` (значение по умолчанию) | скаляр

`SellTurnover` — Ограничение оборота на продажи
`[]` (значение по умолчанию) | скаляр

`BuyTurnover` — Ограничение оборота на покупки
`[]` (значение по умолчанию) | скаляр

`BuyCost` — Пропорциональные затраты на покупку
`[]` (значение по умолчанию) | вектор

`RiskFreeRate` — Безрисковый уровень
`[]` (значение по умолчанию) | скаляр

`ProbabilityLevel` — Подверженный риску значения уровень вероятности, который является 1 − (вероятность потери)
`[]` (значение по умолчанию) | скаляр

`NumScenarios` — Количество сценариев
`[]` (значение по умолчанию) | целочисленный скаляр

`SellCost` — Пропорциональные затраты на продажи
`[]` (значение по умолчанию) | вектор