Exponenta Banner
exponenta event banner

ewstats

Ожидаемый возврат и ковариация из временного ряда возврата

свернуть все на странице

Синтаксис

[ExpReturn, ExpCovariance, NumEffObs] = ewstats (RetSeries)
[ExpReturn, ExpCovariance, NumEffObs] = ewstats (___, DecayFactor, WindowLength)

Описание

пример

[ExpReturn,ExpCovariance,NumEffObs] = ewstats(RetSeries) вычисляет предполагаемые ожидаемые результаты (ExpReturn), оценочная ковариационная матрица (ExpCovariance) и количество эффективных наблюдений (NumEffObs). Эти выходные данные представляют собой оценки максимального правдоподобия, которые являются смещенными.

пример

[ExpReturn,ExpCovariance,NumEffObs] = ewstats(___,DecayFactor,WindowLength) добавляет необязательные входные аргументы для DecayFactor и WindowLength.

Примеры

свернуть все

Открыть сценарий в реальном времени

В этом примере показано, как вычислить предполагаемую доходность и матрицу оцененной ковариации.

RetSeries = [ 0.24 0.08 
              0.15 0.13 
              0.27 0.06 
              0.14 0.13 ];

DecayFactor = 0.98;

[ExpReturn, ExpCovariance] = ewstats(RetSeries, DecayFactor)
ExpReturn = 1×2

    0.1995    0.1002


ExpCovariance = 2×2

    0.0032   -0.0017
   -0.0017    0.0010

Входные аргументы

свернуть все

Возвращает серию, указывает количество наблюдений (NUMOBS) по количеству активов (NASSETS) матрица равноотстоящих наблюдений инкрементной отдачи. Первая строка - самое старое наблюдение, а последняя - самое последнее.

Типы данных: double

(Необязательно) Определяет, насколько меньше взвешивается каждое наблюдение, чем его преемник, указанный как числовое значение. K-е наблюдение назад во времени имеет вес DecayFactork. DecayFactor должен находиться в диапазоне: 0 < DecayFactor <= 1.

Значение по умолчанию 1 является одинаково взвешенной линейной моделью скользящего среднего (BIS).

Типы данных: double

(Необязательно) Количество последних наблюдений в вычислениях, указанное как числовое значение.

Типы данных: double

Выходные аргументы

свернуть все

Предполагаемая ожидаемая доходность, возвращенная в виде 1около-NASSETS вектор.

Оценочная ковариационная матрица, возвращенная как NASSETSоколо-NASSETS матрица.

Стандартные отклонения процессов возврата основных средств определяются как

     STDVec = sqrt(diag(ExpCovariance))

Корреляционная матрица:

     CorrMat = ExpCovariance./( STDVec*STDVec' )

NumEffObs - количество эффективных наблюдений, где

NumEffObs = 1 − DecayFactorWindowLength1 − DecayFactor

Меньшее DecayFactor или WindowLength подчеркивает последние данные более сильно, но использует меньше доступного набора данных.

Алгоритмы

Для возвращаемого ряда r (1),..., r (n), где (n) - самое последнее наблюдение, а w - коэффициент распада, ожидаемые результаты (ExpReturn) рассчитываются по

E (r) = (r (n) + wr (n − 1) + w2r (n − 2) +... + wn − 1r (1)) NumEffObs

где число эффективных наблюдений NumEffObs определяется как

NumEffObs = 1 + w + w2 +... + wn − 1 = 1 − wn1 − w

E (r) - взвешенное среднее r (n),..., r (1). Ненормализованные веса w, w2,..., w (n-1). Ненормализованные веса не суммируются 1, так NumEffObs масштабирует ненормализованные веса. После масштабирования нормализованные веса (которые суммируются до 1) используются для усреднения. Когда w = 1, то NumEffObs = n, что является количеством наблюдений. Когда w < 1, NumEffObs все еще интерпретируется как размер выборки, но он меньше n из-за понижающего веса наблюдений удаленного прошлого.

Примечание

Отношения между ewstats функция и подход RiskMetrics ® для определения ожидаемой отдачи и ковариации из возвращаемого временного ряда.

См. также

| |

Темы

Представлен до R2006a

Документация по комплекту финансовых инструментов

Поддержка