Exponenta Banner
exponenta event banner

estimatePortReturn

Оценочное среднее значение доходности портфеля

свернуть все на странице

Синтаксис

pret = estimatePortReturn (obj, pwgt)

Описание

пример

pret = estimatePortReturn(obj,pwgt) оценивает среднее значение доходности портфеля (в качестве прокси для доходности портфеля) для Portfolio, PortfolioCVaR, или PortfolioMAD объекты. Для получения подробной информации о соответствующих рабочих процессах при использовании этих различных объектов см. Workflow-процесс объекта портфеля, Workflow-процесс объекта Portfolio CVaR и Workflow-процесс объекта Portfolio MAD.

Примеры

свернуть все

Открыть сценарий в реальном времени

Данный портфель p, используйте estimatePortReturn функция для оценки среднего значения доходности портфеля. 

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 = setAssetMoments(p, m, C);
p = setDefaultConstraints(p);
pwgt = estimateFrontierLimits(p);
pret = estimatePortReturn(p, pwgt);
disp(pret)
    0.0590
    0.1800
Открыть сценарий в реальном времени

Данный портфель p, используйте estimatePortReturn функция для оценки среднего значения доходности портфеля. 

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 ];
m = m/12;
C = C/12;

rng(11);

AssetScenarios = mvnrnd(m, C, 20000);

p = PortfolioCVaR;
p = setScenarios(p, AssetScenarios);
p = setDefaultConstraints(p);
p = setProbabilityLevel(p, 0.95);

pwgt = estimateFrontierLimits(p);
pret = estimatePortReturn(p, pwgt);
disp(pret)
    0.0050
    0.0154

Функция rng(начальное число) сбрасывает генератор случайных чисел для получения документированных результатов. Нет необходимости сбрасывать генератор случайных чисел для моделирования сценариев.

Открыть сценарий в реальном времени

Данный портфель p, используйте estimatePortReturn функция для оценки среднего значения доходности портфеля. 

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 ];
m = m/12;
C = C/12;

rng(11);

AssetScenarios = mvnrnd(m, C, 20000);

p = PortfolioMAD;
p = setScenarios(p, AssetScenarios);
p = setDefaultConstraints(p);

pwgt = estimateFrontierLimits(p);
pret = estimatePortReturn(p, pwgt);
disp(pret)
    0.0048
    0.0154

Функция rng(начальное число) сбрасывает генератор случайных чисел для получения документированных результатов. Нет необходимости сбрасывать генератор случайных чисел для моделирования сценариев.

Входные аргументы

свернуть все

Объект для портфеля, указанный с помощью Portfolio, PortfolioCVaR, или PortfolioMAD объект. Дополнительные сведения о создании объекта портфеля см. в разделе

Типы данных: object

Сбор портфелей, указанных как NumAssetsоколо-NumPorts матрица, где NumAssets - количество активов во вселенной и NumPorts - количество портфелей в коллекции портфелей.

Типы данных: double

Выходные аргументы

свернуть все

Оценки для средств возврата портфеля по каждому портфелю в pwgt, возвращено как NumPorts вектор.

pret возвращается для Portfolio, PortfolioCVaR, или PortfolioMAD входной объект (obj).

Примечание

В зависимости от того, были ли установлены затраты, доходность портфеля является либо валовой, либо чистой доходностью портфеля. Сведения о настройке затрат см. в разделе setCosts.

Совет

Можно также использовать точечную нотацию для оценки среднего значения доходности портфеля (в качестве прокси для доходности портфеля).

pret = obj.estimatePortReturn(pwgt);

См. также

| | |

Темы

Представлен в R2011a

Документация по комплекту финансовых инструментов

Поддержка