Portfolio

Создайте объект Portfolio для оптимизации портфеля среднего отклонения и анализа

Описание

Используйте Portfolio функция, чтобы создать Portfolio объект для оптимизации портфеля среднего отклонения.

Основной рабочий процесс для оптимизации портфеля должен создать экземпляр Portfolio возразите, что полностью задает задачу оптимизации портфеля и работать с Portfolio объект с помощью поддерживаемых функций, чтобы получить и анализировать эффективные портфели. Для получения дополнительной информации на этом рабочем процессе, смотрите Рабочий процесс Объекта Портфеля.

Можно использовать Portfolio объект несколькими способами. Настраивать задачу оптимизации портфеля в Portfolio объект, самый простой синтаксис:

p = Portfolio;
Этот синтаксис создает Portfolio объект, p, таким образом, что все свойства объектов пусты.

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

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

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

p = Portfolio(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). Portfolio возразите 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, Portfolio объект является объектом значения так, чтобы, учитывая портфель p, следующий код создает два объекта, p и q, это отлично:

q = Portfolio(p, ...)

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

Для более подробной информации на теоретической основе для оптимизации среднего отклонения см. Теорию Оптимизации Портфеля.

Создание

Описание

пример

p = Portfolio создает пустой Portfolio объект для оптимизации портфеля среднего отклонения и анализа. Можно затем добавить элементы в Portfolio объект с помощью поддерживаемого "добавляет" и "установил" функции. Для получения дополнительной информации смотрите Создание Объекта Портфеля.

пример

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

пример

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

Входные параметры

развернуть все

Ранее созданный Portfolio объект, заданное использование Portfolio.

Свойства

развернуть все

Подготовка объекта

Имена или символы активов во вселенной в виде массива ячеек из символьных векторов или массива строк.

Типы данных: cell | string

Начальный портфель в виде вектора.

Типы данных: double

Имя, например, Portfolio объект в виде вектора символов или строки.

Типы данных: char | string

Количество активов во вселенной в виде целочисленного скаляра.

Типы данных: double

Ограничения объекта портфеля

Линейная матрица ограничения равенства в виде матрицы.

Типы данных: double

Линейная матрица ограничения неравенства в виде матрицы.

Типы данных: double

Линейный вектор ограничения равенства в виде вектора.

Типы данных: double

Линейный вектор ограничения неравенства в виде вектора.

Типы данных: double

Сгруппируйте веса, которые будут ограничены весами в группе B в виде матрицы.

Типы данных: double

Веса группы B в виде матрицы.

Типы данных: double

Матрица состава группы в виде матрицы.

Типы данных: double

Ограничение нижней границы в виде вектора.

Типы данных: double

Ограничение бюджета нижней границы в виде скаляра.

Типы данных: double

Ограничение группы нижней границы в виде вектора.

Типы данных: double

Минимальное отношение выделений между GroupA и GroupBВ виде вектора.

Типы данных: double

Верхняя граница для отслеживания ошибочного ограничения в виде скаляра.

Типы данных: double

Отслеживание портфеля для отслеживания ошибочного ограничения в виде вектора.

Типы данных: double

Ограничение верхней границы в виде вектора.

Типы данных: double

Ограничение бюджета верхней границы в виде скаляра.

Типы данных: double

Ограничение группы верхней границы в виде вектора.

Типы данных: double

Максимальное отношение выделений между GroupA и GroupBВ виде вектора.

Типы данных: double

Тип границ для каждого веса актива в виде скалярного вектора символов или строки, или массива ячеек из символьных векторов или массива строк. Для получения дополнительной информации смотрите setBounds.

Типы данных: char | cell | string

Минимальное количество активов выделяется в портфеле в виде скалярного числового значения. Для получения дополнительной информации смотрите setMinMaxNumAssets.

Типы данных: double

Максимальное количество активов выделяется в портфеле в виде скалярного числового значения. Для получения дополнительной информации смотрите setMinMaxNumAssets.

Типы данных: double

Ограничение оборота на продажи в виде скаляра.

Типы данных: double

Ограничение оборота на покупки в виде скаляра.

Типы данных: double

Ограничение оборота в виде скаляра.

Типы данных: double

Объектное моделирование портфеля

Ковариация актива возвращается в виде квадратной матрицы. Если AssetCovar не симметричная положительная полуопределенная матрица, используйте nearcorr создать положительную полуопределенную матрицу для корреляционной матрицы.

Типы данных: double

Среднее значение актива возвращается в виде вектора.

Типы данных: double

Пропорциональная покупка стоит в виде вектора.

Типы данных: double

Безрисковый уровень в виде скаляра.

Типы данных: double

Пропорциональные продажи стоят в виде вектора.

Типы данных: double

Функции объекта

setAssetListНастройте список идентификаторов для активов
setInitPortНастройте начальный или текущий портфель
setDefaultConstraintsНастройте ограничения портфеля с неотрицательными весами та сумма к 1
getAssetMomentsПолучите среднее значение, и ковариация актива возвращается из объекта Portfolio
setAssetMoments Установите моменты (среднее значение, и ковариация) актива возвращается для объекта Portfolio
estimateAssetMomentsОценочное среднее значение и ковариация актива возвращаются из данных
setCostsНастройте пропорциональные операционные издержки
addEqualityДобавьте линейные ограничения равенства для весов портфеля к существующим ограничениям
addGroupRatioДобавьте ограничения отношения группы для весов портфеля к существующим ограничениям отношения группы
addGroupsДобавьте ограничения группы для весов портфеля к существующим ограничениям группы
addInequalityДобавьте линейные ограничения неравенства для весов портфеля к существующим ограничениям
getBoundsПолучите границы для весов портфеля от объекта портфеля
getBudgetПолучите границы ограничения бюджета из объекта портфеля
getCostsПолучите покупают и продают операционные издержки от объекта портфеля
getEqualityПолучите массивы ограничения равенства из объекта портфеля
getGroupRatioПолучите ограничительные массивы отношения группы из объекта портфеля
getGroupsПолучите ограничительные массивы группы из объекта портфеля
getInequalityПолучите массивы ограничения неравенства из объекта портфеля
getOneWayTurnoverПолучите односторонние ограничения оборота из объекта портфеля
setGroupsНастройте ограничения группы для весов портфеля
setInequalityНастройте линейные ограничения неравенства для весов портфеля
setBoundsНастройте границы для весов портфеля для объекта портфеля
setBudgetНастройте ограничения бюджета
setCostsНастройте пропорциональные операционные издержки
setEqualityНастройте линейные ограничения равенства для весов портфеля
setGroupRatioНастройте ограничения отношения группы для весов портфеля
setInitPortНастройте начальный или текущий портфель
setOneWayTurnoverНастройте односторонние ограничения оборота портфеля
setTurnoverНастройте максимальное ограничение оборота портфеля
setTrackingPortНастройте эталонный портфель для отслеживания ошибочного ограничения
setTrackingErrorНастройте максимальный портфель, отслеживающий ошибочное ограничение
setMinMaxNumAssetsУстановите ограничения кардинальности на количество активов, которые инвестируют в объект портфеля
checkFeasibilityПроверяйте выполнимость входных портфелей против объекта портфеля
estimateBoundsОцените глобальные нижние и верхние границы для набора портфелей
estimateFrontierОцените конкретное количество оптимальных портфелей на границе эффективности
estimateFrontierByReturnОцените, что оптимальные портфели с целенаправленным портфелем возвращаются
estimateFrontierByRiskОцените оптимальные портфели с целенаправленными портфельными рисками
estimateFrontierLimitsОцените оптимальные портфели в конечных точках границы эффективности
plotFrontierПостройте границу эффективности
estimateMaxSharpeRatio Оцените, что эффективный портфель максимизирует отношение Шарпа для объекта Portfolio
estimatePortMoments Оцените, что моменты портфеля возвращаются для объекта Portfolio
estimatePortReturnОцените, что среднее значение портфеля возвращается
estimatePortRiskОцените портфельный риск согласно прокси риска, сопоставленному с соответствующим объектом
setSolverВыберите основной решатель и задайте сопоставленные опции решателя для оптимизации портфеля
setSolverMINLPВыберите смешанное целочисленное нелинейное программирование (MINLP) решатель для оптимизации портфеля

Примеры

свернуть все

Можно создать объект Portfolio, p, без входных параметров и отображения это с помощью disp.

p = Portfolio;
disp(p);
  Portfolio with properties:

          BuyCost: []
         SellCost: []
     RiskFreeRate: []
        AssetMean: []
       AssetCovar: []
    TrackingError: []
     TrackingPort: []
         Turnover: []
      BuyTurnover: []
     SellTurnover: []
             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 Portfolio функция. Можно затем использовать связанные функции множества, чтобы установить и изменить наборы свойств в Portfolio объект.

Можно использовать Portfolio возразите непосредственно, чтобы настроить “стандартную” задачу оптимизации портфеля, учитывая среднее значение, и ковариация актива возвращается в переменных m и C.

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('assetmean', m, 'assetcovar', C, ...
'lowerbudget', 1, 'upperbudget', 1, 'lowerbound', 0)
p = 
  Portfolio with properties:

          BuyCost: []
         SellCost: []
     RiskFreeRate: []
        AssetMean: [4x1 double]
       AssetCovar: [4x4 double]
    TrackingError: []
     TrackingPort: []
         Turnover: []
      BuyTurnover: []
     SellTurnover: []
             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 LowerBound значение свойства подвергается скалярному расширению начиная с AssetMean и AssetCovar обеспечьте размерности проблемы.

Используя последовательность шагов альтернативный способ выполнить ту же задачу подготовки “стандартной” задачи оптимизации портфеля, учитывая среднее значение, и ковариация актива возвращается в переменных m и C (который также иллюстрирует, что имена аргумента не являются чувствительными к регистру).

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 = Portfolio(p, 'assetmean', m, 'assetcovar', C);
p = Portfolio(p, 'lowerbudget', 1, 'upperbudget', 1);
p = Portfolio(p, 'lowerbound', 0);
 
plotFrontier(p);

Этот путь работает потому что вызовы Portfolio находятся в этом конкретном порядке. В этом случае, вызов, чтобы инициализировать AssetMean и AssetCovar обеспечивает размерности для проблемы. Если бы необходимо было выполнить этот шаг в последний раз, необходимо было бы явным образом определить размеры LowerBound свойство 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 ];

p = Portfolio;
p = Portfolio(p, 'LowerBound', zeros(size(m)));
p = Portfolio(p, 'LowerBudget', 1, 'UpperBudget', 1);
p = Portfolio(p, 'AssetMean', m, 'AssetCovar', C);
 
plotFrontier(p);

Если вы не задавали размер LowerBound но, вместо этого, введите скалярный аргумент, Portfolio объект принимает, что вы описываете задачу одно актива, и производит ошибку в вызове, чтобы установить моменты актива с четырьмя активами.

Можно создать объект Portfolio, p с Portfolio использование 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 ];

p = Portfolio('mean', m, 'covar', C, 'budget', 1, 'lb', 0)
p = 
  Portfolio with properties:

          BuyCost: []
         SellCost: []
     RiskFreeRate: []
        AssetMean: [4x1 double]
       AssetCovar: [4x4 double]
    TrackingError: []
     TrackingPort: []
         Turnover: []
      BuyTurnover: []
     SellTurnover: []
             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: []

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 ];

p = Portfolio;
p.NumAssets = numel(m);
p.AssetMean = m;
p.AssetCovar = C;
p.LowerBudget = 1;
p.UpperBudget = 1;
p.LowerBound = zeros(size(m));
disp(p)
  Portfolio with properties:

          BuyCost: []
         SellCost: []
     RiskFreeRate: []
        AssetMean: [4x1 double]
       AssetCovar: [4x4 double]
    TrackingError: []
     TrackingPort: []
         Turnover: []
      BuyTurnover: []
     SellTurnover: []
             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: []

Создайте эффективные портфели:

load CAPMuniverse

p = Portfolio('AssetList',Assets(1:12));
p = estimateAssetMoments(p, Data(:,1:12),'missingdata',true);
p = setDefaultConstraints(p);
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     0.017926    0.058247    0.097816    0.12955    0    
    AMZN            0           0           0          0    0    
    CSCO            0           0           0          0    0    
    DELL    0.0041906           0           0          0    0    
    EBAY            0           0           0          0    0    
    GOOG      0.16144     0.35678     0.55228    0.75116    1    
    HPQ      0.052566    0.032302    0.011186          0    0    
    IBM       0.46422     0.36045     0.25577    0.11928    0    
    INTC            0           0           0          0    0    
    MSFT      0.29966     0.19222    0.082949          0    0    
    ORCL            0           0           0          0    0    
    YHOO            0           0           0          0    0    

Больше о

развернуть все

Ссылки

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

Смотрите также

| | | |

Темы

Введенный в R2011a

Для просмотра документации необходимо авторизоваться на сайте