exponenta event banner

inforatio

Вычислить информационный коэффициент для одного или нескольких основных средств

Описание

пример

inforatio(Asset,Benchmark) вычисляет информационный коэффициент для каждого актива относительно Benchmark.

пример

[Ratio,TE] = inforatio(Asset,Benchmark) вычисляет коэффициент информации и ошибку отслеживания для каждого актива относительно Benchmark.

Примеры

свернуть все

В этом примере показано, как вычислить информационный коэффициент с помощью inforatio с примерами данных, где средняя доходность рыночных рядов используется в качестве доходности эталона.

Можно использовать inforatio для вычисления отношения информации для данных возврата данного основного средства и возврата безрискового основного средства.

load FundMarketCash 
Returns = tick2ret(TestData);
Benchmark = Returns(:,2);
InfoRatio = inforatio(Returns, Benchmark)
InfoRatio = 1×3

    0.0432       NaN   -0.0315

Поскольку рыночный ряд не имеет риска относительно себя, информационный коэффициент для второго ряда не определен (который представлен как NaN в MATLAB ® .

В этом примере показано, как вычислить ошибку отслеживания с помощью inforatio с примерами данных, где средняя доходность рыночных рядов используется в качестве доходности эталона.

С учетом актива или портфеля активов и эталона относительное стандартное отклонение доходности между активом или портфелем активов и эталоном называется ошибкой отслеживания.

load FundMarketCash 
Returns = tick2ret(TestData);
Benchmark = Returns(:,2);
[InfoRatio, TrackingError] = inforatio(Returns, Benchmark)
InfoRatio = 1×3

    0.0432       NaN   -0.0315

TrackingError = 1×3

    0.0187         0    0.0390

Ошибка отслеживания, также известная как активный риск, измеряет волатильность активной доходности. Ошибка отслеживания является полезной мерой производительности по сравнению с эталонным показателем, поскольку она находится в единицах возврата активов. Например, ошибка отслеживания 1,87% для фонда относительно рынка в этом примере является разумной для активно управляемого фонда стоимости с большим капиталом.

Входные аргументы

свернуть все

Возврат основных средств, указанный как NUMSAMPLES x NUMSERIES матрица с NUMSAMPLES наблюдения за возвратом основных средств для NUMSERIES серия возврата основных средств.

Типы данных: double

Возвраты для эталонного актива, указанного как NUMSAMPLES вектор возврата для эталонного актива. Периодичность должна совпадать с периодичностью Asset. Например, если Asset является ежемесячными данными, то Benchmark должны быть ежемесячными возвратами.

Типы данных: double

Выходные аргументы

свернуть все

Информационные коэффициенты, возвращаемые как 1 x NUMSERIES вектор строки информационных отношений для каждого ряда в Asset. Любая серия в Asset с ошибкой отслеживания 0 имеет NaN значение для его информационного отношения.

Отслеживание ошибок, возвращенных как 1 x NUMSERIES вектор строки ошибок отслеживания, то есть стандартное отклонение Asset относительно Benchmark возвращает для каждой серии.

Примечание

NaN значения в данных игнорируются. Если Asset и Benchmark ряды идентичны, информационный коэффициент равен NaN поскольку ошибка отслеживания 0. Отношение информации и отношение Шарпа Asset против безрискового Benchmark (a Benchmark со стандартным отклонением возвращений, равным 0) эквивалентны. Эта эквивалентность не обязательно соответствует действительности, если Benchmark рискованно.

Ссылки

[1] Гринольд, Р. К. и Рональд Н. Кан. Активное управление портфелем. 2-й. Издание. Макгроу-Хилл, 2000.

[2] Трейнор, Дж. и Фишер Блэк. «Как использовать анализ безопасности для улучшения выбора портфеля». Журнал бизнеса. т. 46, № 1, январь 1973, стр. 66-86.

Представлен в R2006b