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

Синтаксис

p = Portfolio

p = Portfolio(Name,Value)

p = Portfolio(p,Name,Value)

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

`p` — Ранее созданный объект Portfolio
объект

Ранее созданный Portfolio объект, заданное использование Portfolio.

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 в виде массива ячеек из символьных векторов или массива строк.

Типы данных: cell | string

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

Начальный портфель в виде вектора.

Типы данных: double

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

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

Типы данных: char | string

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

Количество активов во вселенной в виде целочисленного скаляра.

Типы данных: double

Ограничения объекта портфеля

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

Линейная матрица ограничения равенства в виде матрицы.

Типы данных: double

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

Линейная матрица ограничения неравенства в виде матрицы.

Типы данных: double

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

Линейный вектор ограничения равенства в виде вектора.

Типы данных: double

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

Линейный вектор ограничения неравенства в виде вектора.

Типы данных: double

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

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

Типы данных: double

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

Веса группы B в виде матрицы.

Типы данных: double

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

Матрица состава группы в виде матрицы.

Типы данных: double

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

Ограничение нижней границы в виде вектора.

Типы данных: double

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

Ограничение бюджета нижней границы в виде скаляра.

Типы данных: double

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

Ограничение группы нижней границы в виде вектора.

Типы данных: double

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

Минимальное отношение выделений между GroupA и GroupBВ виде вектора.

Типы данных: double

`TrackingError` — Верхняя граница для отслеживания ошибочного ограничения
`[]` (значение по умолчанию) | скаляр

Верхняя граница для отслеживания ошибочного ограничения в виде скаляра.

Типы данных: double

`TrackingPort` — Отслеживание портфеля для отслеживания ошибочного ограничения
`[]` (значение по умолчанию) | вектор

Отслеживание портфеля для отслеживания ошибочного ограничения в виде вектора.

Типы данных: double

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

Ограничение верхней границы в виде вектора.

Типы данных: double

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

Ограничение бюджета верхней границы в виде скаляра.

Типы данных: double

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

Ограничение группы верхней границы в виде вектора.

Типы данных: double

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

Максимальное отношение выделений между GroupA и GroupBВ виде вектора.

Типы данных: double

`BoundType` — Тип границ для каждого веса актива
`'Simple'` (значение по умолчанию) | вектор символов со значением `'Simple'` или `'Conditional'` | представьте 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 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

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

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

Типы данных: double

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

Ограничение оборота на продажи в виде скаляра.

Типы данных: double

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

Ограничение оборота на покупки в виде скаляра.

Типы данных: double

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

Ограничение оборота в виде скаляра.

Типы данных: double

Объектное моделирование портфеля

`AssetCovar` — Ковариация актива возвращается
`[]` (значение по умолчанию) | квадратная матрица

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

Типы данных: double

`AssetMean` — Среднее значение актива возвращается
`[]` (значение по умолчанию) | вектор

Среднее значение актива возвращается в виде вектора.

Типы данных: double

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

Пропорциональная покупка стоит в виде вектора.

Типы данных: double

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

Безрисковый уровень в виде скаляра.

Типы данных: double

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

Пропорциональные продажи стоят в виде вектора.

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
`getAssetMoments`	Получите среднее значение, и ковариация актива возвращается из объекта Portfolio
`setAssetMoments`	Установите моменты (среднее значение, и ковариация) актива возвращается для объекта Portfolio
`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 массивы ограничения 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
`setBudget`	Настройте ограничения бюджета
`setCosts`	Настройте пропорциональные операционные издержки
`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
`setTrackingPort`	Настройте эталонный портфель для отслеживания ошибочного ограничения
`setTrackingError`	Настройте максимальный портфель, отслеживающий ошибочное ограничение
`setMinMaxNumAssets`	Установите ограничения кардинальности на количество активов, которые инвестируют в объект 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
`estimateMaxSharpeRatio`	Оцените, что эффективный портфель максимизирует отношение Шарпа для объекта Portfolio
`estimatePortMoments`	Оцените, что моменты портфеля возвращаются для объекта Portfolio
`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
`setSolverMINLP`	Выберите смешанное целочисленное нелинейное программирование (MINLP) решатель для оптимизации портфеля

Примеры

свернуть все

Создайте пустой объект портфеля

Скрипт Open Live Script

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.

Создайте объект портфеля Используя одноступенчатого Setup

Скрипт Open Live Script

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.

Создайте объект портфеля Используя последовательность шагов

Скрипт Open Live Script

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.

Создайте объект портфеля Используя ярлыки для имен свойства

Скрипт Open Live Script

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: []

Прямая установка свойств объектов портфеля

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 ];

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 `Portfolio` Возразите и определите эффективные портфели

Скрипт Open Live Script

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

Оптимизация портфеля среднего отклонения

Задача оптимизации среднего отклонения полностью задана с тремя элементами.

Эти три элемента для задачи оптимизации среднего отклонения:

Вселенная активов с оценками для предполагаемого среднего значения и ковариации совокупных доходов актива сроком на интерес.
Набор портфеля, который задает набор выбора портфеля в терминах набора ограничений.
Модель для портфеля возвращает и рискует, который, для оптимизации среднего отклонения, является или грубым или сетевым средним значением портфеля, возвращается, и стандартное отклонение портфеля возвращается.

После того, как вы укажете эти три элемента однозначным способом, можно решить и анализировать задачи оптимизации портфеля. Самая простая задача оптимизации портфеля среднего отклонения имеет:

Среднее значение и ковариация совокупных доходов актива
Неотрицательные веса для всех портфелей та сумма к 1 (ограничение суммирования известно как ограничение бюджета),
Встроенные модели для портфеля возвращают и рискуют тем использованием среднее значение и ковариация совокупных доходов актива

Для получения дополнительной информации о теории и определении оптимизации среднего отклонения, поддержанной инструментами оптимизации портфеля в Financial Toolbox™, см. Теорию Оптимизации Портфеля.

Проблемная достаточность портфеля

Оптимизация портфеля среднего отклонения полностью задана с объектом Portfolio, если два условия соблюдают.

Следующее является двумя условиями, которые нужно соблюдать:

Моменты возвратов актива должны быть заданы таким образом что свойство AssetMean содержит допустимый конечный вектор средних значений актива, возвращается и свойство AssetCovar содержит допустимую симметричную положительно-полуопределенную матрицу для ковариации актива, возвращается.
Первому условию удовлетворяют путем установки свойств, сопоставленных с моментами актива, возвращается.
Набор выполнимых портфелей должен быть непустым компактным набором, где компактный набор закрыт и ограничен.
Второму условию удовлетворяет обширный набор 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 функций, такой как estimateBounds, обеспечьте способы гарантировать, что ваша проблема правильно формулируется.

Учитывая среднее значение и ковариацию актива возвращается в переменных AssetMean и AssetCovar, эта проблема полностью задана:

p = Portfolio('AssetMean', AssetMean, 'AssetCovar', AssetCovar,...
'LowerBound', 0, 'UpperBudget',1, 'LowerBudget',1)

или эквивалентно:

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

Несмотря на то, что общие условия достаточности для оптимизации портфеля среднего отклонения идут вне этих двух условий, Portfolio объект, реализованный в Financial Toolbox неявно, обрабатывает все эти дополнительные условия. Для получения дополнительной информации о модели Markowitz для оптимизации портфеля среднего отклонения смотрите Оптимизацию Портфеля.

Ярлыки для имен свойства

Portfolio объект имеет более короткие имена аргумента, которые заменяют более длинные имена аргумента, сопоставленные на определенные свойства Portfolio объект.

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

Ярлыки для имен свойства

Имя аргумента ярлыка	Эквивалентный Аргумент / Имя свойства
`ae`	`AEquality`
`ai`	`AInequality`
`covar`	`AssetCovar`
`assetnames` или `assets`	`AssetList`
`mean`	`AssetMean`
`be`	`bEquality`
`bi`	`bInequality`
`group`	`GroupMatrix`
`lb`	`LowerBound`
`n` или `num`	`NumAssets`
`rfr`	`RiskFreeRate`
`ub`	`UpperBound`
`budget`	`UpperBudget` и `LowerBudget`

Ссылки

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

Темы

Внешние веб-сайты

Начало работы с Оптимизацией Портфеля (4 секунды min 12)

Введенный в R2011a

Документация

Portfolio

Описание

Создание

Синтаксис

Описание

Входные параметры

p — Ранее созданный объект Portfolio 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

Name — 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 ограничения равенства [] (значение по умолчанию) | матрица

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

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

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

GroupA — Сгруппируйте 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

TrackingError — Верхняя граница для отслеживания ошибочного ограничения [] (значение по умолчанию) | скаляр

TrackingPort — Отслеживание портфеля для отслеживания ошибочного ограничения [] (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

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

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

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

Объектное моделирование портфеля

AssetCovar — Ковариация актива возвращается [] (значение по умолчанию) | квадратная матрица

AssetMean — Среднее значение актива возвращается [] (значение по умолчанию) | вектор

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

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

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

Функции объекта

Примеры

Создайте пустой объект портфеля

Создайте объект портфеля Используя одноступенчатого Setup

Создайте объект портфеля Используя последовательность шагов

Создайте объект портфеля Используя ярлыки для имен свойства

Прямая установка свойств объектов портфеля

Создайте Portfolio Возразите и определите эффективные портфели

Больше о

Оптимизация портфеля среднего отклонения

Проблемная достаточность портфеля

Ярлыки для имен свойства

Ссылки

Смотрите также

Темы

Внешние веб-сайты

Документация Financial Toolbox

Поддержка

`p` — Ранее созданный объект Portfolio
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

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

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

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

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

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

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

`GroupA` — Сгруппируйте 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

`TrackingError` — Верхняя граница для отслеживания ошибочного ограничения
`[]` (значение по умолчанию) | скаляр

`TrackingPort` — Отслеживание портфеля для отслеживания ошибочного ограничения
`[]` (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

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

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

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

`AssetCovar` — Ковариация актива возвращается
`[]` (значение по умолчанию) | квадратная матрица

`AssetMean` — Среднее значение актива возвращается
`[]` (значение по умолчанию) | вектор

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

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

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

Создайте `Portfolio` Возразите и определите эффективные портфели