Exponenta Banner
exponenta event banner

lpm

Вычислить выборку меньших частичных моментов данных

свернуть все на странице

Синтаксис

lpm (данные)
lpm (данные, MAR, заказ)
Момент = 1 час/мин (данные, MAR, заказ)

Описание

пример

lpm(Data) вычисляет более низкие частичные моменты для возврата основных средств Data относительно значения по умолчанию для MAR для каждого основного средства в NUMORDERS x NUMSERIES матрица и значение по умолчанию для Order.

пример

lpm(Data,MAR,Order) вычисляет более низкие частичные моменты для возврата основных средств Data относительно MAR для каждого основного средства в NUMORDERS x NUMSERIES матрица.

пример

Moment = lpm(Data,MAR,Order) вычисляет более низкие частичные моменты для возврата основных средств Data относительно MAR для каждого основного средства в NUMORDERS x NUMSERIES матрица Moment.

Примеры

свернуть все

Открыть сценарий в реальном времени

В этом примере показано, как вычислить меньшие частичные моменты нулевого порядка, первого порядка и второго порядка для трех временных рядов, где среднее значение третьего временного ряда используется для вычисления MAR (минимально приемлемая доходность) с так называемой безрисковой ставкой.

load FundMarketCash 
Returns = tick2ret(TestData);
Assets
Assets = 1x3 cell
    {'Fund'}    {'Market'}    {'Cash'}


MAR = mean(Returns(:,3))
MAR = 0.0017

LPM = lpm(Returns, MAR, [0 1 2])
LPM = 3×3

    0.4333    0.4167    0.6167
    0.0075    0.0140    0.0004
    0.0003    0.0008    0.0000

Первая строка LPM содержит нижние частичные моменты нулевого порядка трех рядов. Индекс фонда и рынка опустился ниже MAR около 40% времени и доходность денежных средств опускаются ниже собственного среднего значения около 60% времени.

Второй ряд содержит нижние частичные моменты первого порядка трех рядов. Фонд и рынок имеют большие средние доходы от дефицита по сравнению с MAR на 75 и 140 базисных пунктов в месяц. С другой стороны, денежная недостаточность MAR примерно на четыре базисных пункта в месяц с точки зрения снижения.

Третий ряд содержит нижние частичные моменты второго порядка трех рядов. Квадратный корень этих величин дает представление о дисперсии возвратов, которые опускаются ниже MAR. Рыночный индекс имеет гораздо большую вариацию в сторону снижения по сравнению с фондом.

Входные аргументы

свернуть все

Возврат основных средств, указанный как NUMSAMPLESоколо-NUMSERIES матрица с NUMSAMPLES наблюдения NUMSERIES возврат основных средств.

Типы данных: double

(Необязательно) Минимально допустимое значение, указанное как скалярное число. MAR является уровнем отсечки возврата, так что все возвраты выше MAR ничего не вносить в нижний частичный момент.

Типы данных: double

(Необязательно) Порядок моментов, заданный как скаляр или NUMORDERS вектор неотрицательных целочисленных порядков моментов. Если заказ не указан, по умолчанию Order = 0, что является вероятностью дефицита. Хотя lpm функция работает для неинтегрированных заказов и, в некоторых случаях, для отрицательных заказов, это выходит за рамки обычного использования.

Типы данных: double

Выходные аргументы

свернуть все

Меньшие частичные моменты, возвращенные как NUMORDERS x NUMSERIES матрица нижних частичных моментов с NUMORDERS Orders и NUMSERIES ряд, то есть каждая строка содержит более низкие частичные моменты для данного порядка.

Примечание

Для вычисления верхних частичных моментов поменяйте местами знаки обоих Data и MAR (не отменяйте знак выходного сигнала). lpm функция вычисляет выборку нижних частичных моментов из данных. Чтобы вычислить ожидаемые более низкие частичные моменты для многомерной нормальной доходности активов с указанным средним значением и ковариацией, используйте elpm. С lpm, вы можете вычислить различные коэффициенты инвестиций, такие как Omega коэффициент, Sortino отношение, и Upside Potential соотношение, где:

  • Omega = lpm(-Data, -MAR, 1) / lpm(Data, MAR, 1)

  • Sortino = (mean(Data) - MAR) / sqrt(lpm(Data, MAR, 2))

  • Upside = lpm(-Data, -MAR, 1) / sqrt(lpm(Data, MAR, 2))

Подробнее

свернуть все

Нижние частичные моменты

Используйте более низкие частичные моменты, чтобы изучить то, что в просторечии известно как «риск снижения».

Основная идея системы нижнего частичного момента заключается в моделировании моментов возврата активов, которые ниже минимально приемлемого уровня доходности. Чтобы вычислить меньшие частичные моменты из данных, используйте lpm для расчета более низких частичных моментов для нескольких серий возврата основных средств и для заказов на несколько моментов. Для расчета ожидаемых значений для более низких частичных моментов при нескольких предположениях о распределении доходности активов используйте elpm для расчета более низких частичных моментов для нескольких основных средств и для нескольких заказов.

Ссылки

[1] Бава, В.С. «Безопасность - прежде всего, стохастическое доминирование и оптимальный выбор портфеля». Журнал финансового и количественного анализа. т. 13, № 2, июнь 1978, с. 255-271.

[2] Харлоу, W.V. «Распределение активов в рамках снижения рисков». Журнал финансовых аналитиков. том 47, № 5, сентябрь/октябрь 1991 года, стр. 28-40.

[3] Харлоу, У. В. и К. С. Рао. «Ценообразование на активы в обобщенной структуре среднего и нижнего частичного момента: теория и доказательства». Журнал финансового и количественного анализа. т. 24, № 3, сентябрь 1989 г., стр. 285-311.

[4] Сортино, Ф.А. и Роберт ван дер Меер. «Риск снижения». Журнал управления портфелем. Том 17, № 5, весна 1991, стр. 27-31.

См. также

Темы

Представлен в R2006b

Документация по комплекту финансовых инструментов

Поддержка