Портфель

Создание объекта портфеля для оптимизации и анализа портфеля средних отклонений

Описание

Используйте Portfolio для создания функции Portfolio объект для оптимизации портфеля средних отклонений.

Основной поток операций для оптимизации портфеля - создание экземпляра Portfolio , который полностью определяет задачу оптимизации портфеля и для работы с Portfolio использование поддерживаемых функций для получения и анализа эффективных портфелей. Дополнительные сведения об этом рабочем процессе см. в разделе Рабочий процесс объекта портфеля.

Вы можете использовать Portfolio объект несколькими способами. Настройка задачи оптимизации портфеля в Portfolio объект, простейший синтаксис:

p = Portfolio;

Этот синтаксис создает Portfolio объект, p, так что все свойства объекта пусты.

Portfolio объект также принимает коллекции аргументов пары имя-значение для свойств и их значений. Portfolio объект принимает входные данные для свойств с общим синтаксисом:

	p = Portfolio('property1',value1,'property2',value2, ... );

Если Portfolio существует объект, синтаксис разрешает первый (и только первый аргумент) Portfolio объект должен быть существующим объектом с последующими аргументами пары имя-значение для добавляемых или изменяемых свойств. Например, при наличии Portfolio объект в p, общий синтаксис:

p = Portfolio(p,'property1',value1,'property2',value2, ... );

Имена входных аргументов не чувствительны к регистру, но должны быть полностью указаны. Кроме того, можно указать несколько свойств с альтернативными именами аргументов (см. Ярлыки для имен свойств). Portfolio объект пытается обнаружить размеры проблемы из входных данных, и после установки последующие входные данные могут подвергаться различным скалярным или матричным операциям расширения, которые упрощают общий процесс формирования задачи. Кроме того, Portfolio объект является объектом стоимости, так что, данное портфолио p, следующий код создает два объекта, p и q, которые отличаются:

q = Portfolio(p, ...)

После создания Portfolio можно использовать связанные функции объекта для установки ограничений портфеля, анализа эффективной границы и проверки модели портфеля.

Для получения более подробной информации о теоретической основе для оптимизации средних отклонений см. Теория оптимизации портфеля.

Создание

Синтаксис

p = Портфель

p = Портфель (имя, стоимость)

p = Портфель (p, имя, стоимость)

Описание

пример

p = Portfolio создает пустой Portfolio объект для оптимизации и анализа портфеля средних отклонений. Затем можно добавить элементы в Portfolio с использованием поддерживаемых функций «add» и «set». Дополнительные сведения см. в разделе Создание объекта портфеля.

пример

p = Portfolio(Name,Value) создает Portfolio объект (p) и задает Свойства, используя пары имя-значение. Например, p = Portfolio('AssetList',Assets(1:12)). Можно указать несколько пар имя-значение.

пример

p = Portfolio(p,Name,Value) создает Portfolio объект (p) с использованием ранее созданного Portfolio объект p и задает Свойства, используя пары имя-значение. Можно указать несколько пар имя-значение.

Входные аргументы

развернуть все

`p` - Ранее построенный объект Portfolio
объект

Ранее построенные Portfolio объект, указанный с помощью Portfolio.

Свойства

развернуть все

Настройка объекта

`AssetList` - Названия или символы активов во вселенной
`[]` (по умолчанию) | массив ячеек символьных векторов | строковый массив

Имена или символы ресурсов во вселенной, определяемые как массив ячеек символьных векторов или строковый массив.

Типы данных: cell | string

`InitPort` - Первоначальный портфель
`[]` (по умолчанию) | вектор

Начальный портфель, указанный как вектор.

Типы данных: double

`Name` - Имя для экземпляра объекта Portfolio
`[]` (по умолчанию) | символьный вектор | строка

Имя для экземпляра Portfolio объект, указанный как символьный вектор или строка.

Типы данных: char | string

`NumAssets` - Количество активов во Вселенной
`[]` (по умолчанию) | целочисленный скаляр

Количество активов во вселенной, указанное как целочисленный скаляр.

Типы данных: double

Ограничения объекта портфеля

`AEquality` - Матрица ограничений линейного равенства
`[]` (по умолчанию) | матрица

Матрица ограничений линейного равенства, заданная как матрица.

Типы данных: double

`AInequality` - Матрица ограничений линейного неравенства
`[]` (по умолчанию) | матрица

Матрица ограничений линейного неравенства, заданная как матрица.

Типы данных: double

`bEquality` - вектор ограничения линейного равенства;
`[]` (по умолчанию) | вектор

Вектор ограничения линейного равенства, заданный как вектор.

Типы данных: double

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

Вектор ограничения линейного неравенства, заданный как вектор.

Типы данных: double

`GroupA` - Весовые коэффициенты группы A должны быть ограничены весовыми коэффициентами в группе B
`[]` (по умолчанию) | матрица

Весовые коэффициенты группы A, ограничиваемые весовыми коэффициентами группы B, заданными в виде матрицы.

Типы данных: double

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

Весовые коэффициенты группы B, указанные как матрица.

Типы данных: double

`GroupMatrix` - Матрица членства в группах
`[]` (по умолчанию) | матрица

Матрица членства в группе, заданная как матрица.

Типы данных: double

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

Ограничение нижней границы, указанное как вектор.

Типы данных: double

`LowerBudget` - Ограничение бюджета в нижней части
`[]` (по умолчанию) | скаляр

Ограничение бюджета с нижней границей, указанное как скаляр.

Типы данных: double

`LowerGroup` - Ограничение группы с нижней границей
`[]` (по умолчанию) | вектор

Групповое ограничение нижней границы, указанное как вектор.

Типы данных: double

`LowerRatio` - Минимальное соотношение распределений между группами A и B
`[]` (по умолчанию) | вектор

Минимальное соотношение распределений между GroupA и GroupB, указан как вектор.

Типы данных: double

`TrackingError` - Верхняя граница для ограничения ошибок отслеживания
`[]` (по умолчанию) | скаляр

Верхняя граница ограничения ошибок отслеживания, заданная как скаляр.

Типы данных: double

`TrackingPort` - Портфель отслеживания для отслеживания ограничений ошибок
`[]` (по умолчанию) | вектор

Портфолио отслеживания для ограничения ошибок отслеживания, указанное как вектор.

Типы данных: double

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

Ограничение верхней границы, указанное как вектор.

Типы данных: double

`UpperBudget` - Ограничение бюджета по верхней границе
`[]` (по умолчанию) | скаляр

Ограничение бюджета верхней границы, указанное как скаляр.

Типы данных: double

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

Групповое ограничение верхней границы, указанное как вектор.

Типы данных: double

`UpperRatio` - Максимальное соотношение распределений между группами A и B
`[]` (по умолчанию) | вектор

Максимальное соотношение распределений между GroupA и GroupB, указан как вектор.

Типы данных: double

`BoundType` - Тип границ для каждого веса основного средства
`'Simple'` (по умолчанию) | символьный вектор со значением `'Simple'` или `'Conditional'` | строка со значением `"Simple"` или `"Conditional"` | массив ячеек символьных векторов со значениями `'Simple'` или `'Conditional'` | строковый массив со значениями `"Simple"` или `"Conditional"`

Тип границ для каждого веса актива, определяемый как скалярный символьный вектор или строка, или массив ячеек из символьных векторов или строковый массив. Дополнительные сведения см. в разделе setBounds.

Типы данных: char | cell | string

`MinNumAssets` - Минимальное количество активов, выделенных в портфеле
`[]` (по умолчанию) | числовые

Минимальное количество активов, выделенных в портфеле, указанное как скалярное числовое значение. Дополнительные сведения см. в разделе setMinMaxNumAssets.

Типы данных: double

`MaxNumAssets` - Максимальное количество активов, выделенных в портфеле
`[]` (по умолчанию) | числовые

Максимальное количество активов, выделенных в портфеле, указанное как скалярное числовое значение. Дополнительные сведения см. в разделе setMinMaxNumAssets.

Типы данных: double

`SellTurnover` - Ограничение оборота по продажам
`[]` (по умолчанию) | скаляр

Ограничение оборота для продаж, указанное как скаляр.

Типы данных: double

`BuyTurnover` - Ограничение оборота при закупках
`[]` (по умолчанию) | скаляр

Ограничение оборота для покупок, указанное как скаляр.

Типы данных: double

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

Ограничение оборота, указанное как скаляр.

Типы данных: double

Моделирование объектов портфеля

`AssetCovar` - Ковариация возврата активов
`[]` (по умолчанию) | квадратная матрица

Ковариация доходности актива, указанная как квадратная матрица. Если AssetCovar не является симметричной положительной полуопределенной матрицей, используйте nearcorr для создания положительной полуопределенной матрицы для корреляционной матрицы.

Типы данных: double

`AssetMean` - Среднее значение доходности основных средств
`[]` (по умолчанию) | вектор

Среднее значение возврата основных средств, указанное как вектор.

Типы данных: double

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

Пропорциональные затраты на закупку, определенные как вектор.

Типы данных: double

`RiskFreeRate` - Безрисковая ставка
`[]` (по умолчанию) | скаляр

Безрисковая ставка, указанная как скаляр.

Типы данных: double

`SellCost` - Пропорциональные затраты на продажу
`[]` (по умолчанию) | вектор

Пропорциональные затраты на продажу, определенные как вектор.

Типы данных: double

Функции объекта

`setAssetList`	Настройка списка идентификаторов для активов
`setInitPort`	Настройка начального или текущего портфеля
`setDefaultConstraints`	Настройка ограничений портфеля с неотрицательными весами, которые составляют 1
`getAssetMoments`	Получение среднего значения и ковариации возврата активов из объекта портфеля
`setAssetMoments`	Установка моментов (средней и ковариации) возврата основных средств для объекта портфеля
`estimateAssetMoments`	Оценка среднего значения и ковариации доходности активов на основе данных
`setCosts`	Настройка пропорциональных затрат по операциям
`addEquality`	Добавление ограничений линейного равенства для весов портфеля к существующим ограничениям
`addGroupRatio`	Добавление ограничений группового соотношения для весов портфеля к существующим ограничениям группового соотношения
`addGroups`	Добавление групповых ограничений для весов портфеля к существующим групповым ограничениям
`addInequality`	Добавление ограничений линейного неравенства для весов портфеля к существующим ограничениям
`getBounds`	Получение ограничений для весов портфеля из объекта портфеля
`getBudget`	Получение ограничений бюджета из объекта портфеля
`getCosts`	Получение затрат на покупку и продажу из объекта портфеля
`getEquality`	Получение массивов ограничений равенства из объекта портфеля
`getGroupRatio`	Получение массивов ограничений группового отношения из объекта портфеля
`getGroups`	Получение массивов групповых ограничений из объекта портфеля
`getInequality`	Получение массивов ограничений неравенства из объекта портфеля
`getOneWayTurnover`	Получение односторонних ограничений оборота из объекта портфеля
`setGroups`	Настройка групповых ограничений для весов портфеля
`setInequality`	Настройка ограничений линейного неравенства для весов портфеля
`setBounds`	Настройка ограничений для весов портфеля для объекта портфеля
`setBudget`	Настройка бюджетных ограничений
`setCosts`	Настройка пропорциональных затрат по операциям
`setEquality`	Настройка ограничений линейного равенства для весов портфеля
`setGroupRatio`	Настройка ограничений группового соотношения для весов портфеля
`setInitPort`	Настройка начального или текущего портфеля
`setOneWayTurnover`	Настройка однопользовательских ограничений оборота портфеля
`setTurnover`	Настройка максимального ограничения оборота портфеля
`setTrackingPort`	Настройка портфеля эталонных тестов для отслеживания ограничений ошибок
`setTrackingError`	Настройка максимального ограничения ошибок отслеживания портфеля
`setMinMaxNumAssets`	Установка ограничений на количество активов, вложенных в объект портфеля
`checkFeasibility`	Проверка выполнимости входных портфелей по объекту портфеля
`estimateBounds`	Оценить глобальные нижние и верхние границы для набора портфелей
`estimateFrontier`	Оценка указанного количества оптимальных портфелей на эффективной границе
`estimateFrontierByReturn`	Оценка оптимальных портфелей с целевой доходностью портфеля
`estimateFrontierByRisk`	Оценка оптимальных портфелей с целевыми портфельными рисками
`estimateFrontierLimits`	Оценка оптимальных портфелей на конечных точках эффективной границы
`plotFrontier`	График эффективной границы
`estimateMaxSharpeRatio`	Оценка эффективности портфеля для максимизации коэффициента резкости для объекта портфеля
`estimatePortMoments`	Оценка моментов возврата портфеля для объекта портфеля
`estimatePortReturn`	Оценочное среднее значение доходности портфеля
`estimatePortRisk`	Оценка риска портфеля в соответствии с прокси-сервером риска, связанным с соответствующим объектом
`setSolver`	Выберите основной решатель и укажите связанные опции решателя для оптимизации портфеля
`setSolverMINLP`	Выбор решателя смешанного целочисленного нелинейного программирования (MINLP) для оптимизации портфеля

Примеры

свернуть все

Создание пустого объекта портфеля

Открыть сценарий в реальном времени

Можно создать объект портфолио, p, без входных аргументов и отобразить его 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 настройки проблемы оптимизации портфеля с помощью Portfolio функция. Затем можно использовать связанные функции набора для установки и изменения коллекций свойств в Portfolio объект.

Создание объекта портфеля с помощью одношаговой настройки

Открыть сценарий в реальном времени

Вы можете использовать Portfolio объект непосредственно для настройки «стандартной» задачи оптимизации портфеля, учитывая среднее значение и ковариацию доходности активов 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, что LowerBound значение свойства подвергается скалярному расширению, поскольку AssetMean и AssetCovar укажите размеры проблемы.

Создание объекта портфеля с использованием последовательности шагов

Открыть сценарий в реальном времени

Использование последовательности шагов является альтернативным способом выполнения той же задачи по созданию «стандартной» задачи оптимизации портфеля, учитывая среднее значение и ковариацию доходности активов в переменных. m и C (что также иллюстрирует, что имена аргументов не чувствительны 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);

$Figure contains an axes. The axes with title \bfEfficient Frontier contains an object of type line.$

Этот способ работает, потому что вызовы Portfolio находятся в этом особом порядке. В этом случае вызов для инициализации AssetMean и AssetCovar предоставляет размеры для задачи. Если бы этот шаг был выполнен последним, необходимо было бы явно измерить LowerBound 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);

$Figure contains an axes. The axes with title \bfEfficient Frontier contains an object of type line.$

Если не указан размер LowerBound но, вместо этого, введите скалярный аргумент, Portfolio объект предполагает, что вы определяете проблему с одним активом и создаете ошибку при вызове установки моментов актива с четырьмя активами.

Создание объекта портфеля с помощью ярлыков для имен свойств

Открыть сценарий в реальном времени

Можно создать объект портфолио, p с Portfolio использование ярлыков для имен свойств.

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 настройка свойств объекта портфеля

Открыть сценарий в реальном времени

Хотя это не рекомендуется, можно задать свойства непосредственно, однако проверка ошибок на входе не выполняется.

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: []

Создать `Portfolio` Объект и определение эффективных портфелей

Открыть сценарий в реальном времени

Создание эффективных портфелей:

load CAPMuniverse

p = Portfolio('AssetList',Assets(1:12));
p = estimateAssetMoments(p, Data(:,1:12),'missingdata',true);
p = setDefaultConstraints(p);
plotFrontier(p);

$Figure contains an axes. The axes with title \bfEfficient Frontier contains an object of type line.$

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

Подробнее

развернуть все

Оптимизация портфеля средних отклонений

Задача оптимизации средней дисперсии полностью определяется тремя элементами.

Тремя элементами задачи оптимизации средней дисперсии являются:

Совокупность активов с оценками предполагаемого среднего и ковариации общей доходности активов за интересующий период.
Набор портфолио, который определяет набор вариантов портфолио с точки зрения набора ограничений.
Модель доходности портфеля и риска, которая для оптимизации среднего отклонения представляет собой либо валовое, либо чистое среднее значение доходности портфеля и стандартное отклонение доходности портфеля.

После однозначного определения этих трех элементов можно решить и проанализировать задачи оптимизации портфеля. Простейшая задача оптимизации портфеля средних отклонений состоит в следующем:

Среднее значение и ковариация суммарной доходности активов
Неотрицательные веса для всех портфелей, которые составляют 1 (ограничение суммирования называется ограничением бюджета)
Встроенные модели возврата портфеля и рисков, использующие среднее значение и ковариацию суммарной доходности активов

Дополнительные сведения о теории и определении оптимизации средних отклонений, поддерживаемых инструментами оптимизации портфеля в Financial Toolbox™, см. в разделе Теория оптимизации портфеля.

Достаточность проблем портфеля

Оптимизация портфеля средних отклонений полностью определяется с помощью объекта Portfolio, если выполняются два условия.

Ниже перечислены два условия, которые должны быть выполнены:

Моменты возврата основных средств должны быть указаны таким образом, чтобы свойство AssetMean содержит допустимый конечный средний вектор возврата активов и свойства AssetCovar содержит действительную симметричную положительно-полуопределенную матрицу для ковариации доходности актива.
Первое условие выполняется путем установки свойств, связанных с моментами возврата активов.
Набор возможных портфелей должен быть непустым компактным набором, где компактный набор закрыт и ограничен.
Второе условие удовлетворяется обширным набором свойств, которые определяют различные типы ограничений для формирования набора возможных портфелей. Поскольку такие наборы должны быть ограничены, могут быть наложены явные или неявные ограничения и несколько функций, например estimateBounds, предоставить способы, чтобы убедиться, что ваша проблема правильно сформулирована.

Учитывая среднее значение и ковариацию доходности активов в переменных AssetMean и AssetCovar, эта проблема полностью определяется:

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

или эквивалентно:

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

Хотя общие условия достаточности для оптимизации портфеля средних отклонений выходят за рамки этих двух условий, Portfolio объект, реализованный в Financial Toolbox, неявно обрабатывает все эти дополнительные условия. Дополнительные сведения о модели Марковица для оптимизации портфеля средних отклонений см. в разделе Оптимизация портфеля.

Ярлыки для имен свойств

Portfolio имеет более короткие имена аргументов, которые заменяют более длинные имена аргументов, связанные с определенными свойствами Portfolio объект.

Например, вместо ввода 'assetcovar', Portfolio объект принимает имя без учета регистра 'covar' для установки AssetCovar свойство в Portfolio объект. Каждое более короткое имя аргумента соответствует одному свойству в Portfolio объект. Единственным исключением является альтернативное имя аргумента 'budget', что означает оба LowerBudget и UpperBudget свойства. Когда 'budget' используется, то LowerBudget и UpperBudget Для формирования бюджетного ограничения равенства свойствам присваивается одинаковое значение.

Ярлыки для имен свойств

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] Полный список ссылок на объект Portfolio см. в разделе Оптимизация портфеля.

См. также

estimateFrontier | nearcorr | plotFrontier | PortfolioCVaR | PortfolioMAD

Темы

Внешние веб-сайты

Начало работы с оптимизацией портфеля (4 минуты 12 секунд)

Представлен в R2011a

Документация

Портфель

Описание

Создание

Синтаксис

Описание

Входные аргументы

p - Ранее построенный объект Portfolio объект

Свойства

Настройка объекта

AssetList - Названия или символы активов во вселенной [] (по умолчанию) | массив ячеек символьных векторов | строковый массив

InitPort - Первоначальный портфель [] (по умолчанию) | вектор

Name - Имя для экземпляра объекта Portfolio [] (по умолчанию) | символьный вектор | строка

NumAssets - Количество активов во Вселенной [] (по умолчанию) | целочисленный скаляр

Ограничения объекта портфеля

AEquality - Матрица ограничений линейного равенства [] (по умолчанию) | матрица

AInequality - Матрица ограничений линейного неравенства [] (по умолчанию) | матрица

bEquality - вектор ограничения линейного равенства; [] (по умолчанию) | вектор

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

GroupA - Весовые коэффициенты группы A должны быть ограничены весовыми коэффициентами в группе B [] (по умолчанию) | матрица

GroupB - Веса группы B [] (по умолчанию) | матрица

GroupMatrix - Матрица членства в группах [] (по умолчанию) | матрица

LowerBound - Ограничение нижней границы [] (по умолчанию) | вектор

LowerBudget - Ограничение бюджета в нижней части [] (по умолчанию) | скаляр

LowerGroup - Ограничение группы с нижней границей [] (по умолчанию) | вектор

LowerRatio - Минимальное соотношение распределений между группами A и B [] (по умолчанию) | вектор

TrackingError - Верхняя граница для ограничения ошибок отслеживания [] (по умолчанию) | скаляр

TrackingPort - Портфель отслеживания для отслеживания ограничений ошибок [] (по умолчанию) | вектор

UpperBound - Ограничение верхней границы [] (по умолчанию) | вектор

UpperBudget - Ограничение бюджета по верхней границе [] (по умолчанию) | скаляр

UpperGroup - Ограничение группы верхней границы [] (по умолчанию) | вектор

UpperRatio - Максимальное соотношение распределений между группами A и B [] (по умолчанию) | вектор

MinNumAssets - Минимальное количество активов, выделенных в портфеле [] (по умолчанию) | числовые

MaxNumAssets - Максимальное количество активов, выделенных в портфеле [] (по умолчанию) | числовые

SellTurnover - Ограничение оборота по продажам [] (по умолчанию) | скаляр

BuyTurnover - Ограничение оборота при закупках [] (по умолчанию) | скаляр

Turnover - Ограничение оборота [] (по умолчанию) | скаляр

Моделирование объектов портфеля

AssetCovar - Ковариация возврата активов [] (по умолчанию) | квадратная матрица

AssetMean - Среднее значение доходности основных средств [] (по умолчанию) | вектор

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

RiskFreeRate - Безрисковая ставка [] (по умолчанию) | скаляр

SellCost - Пропорциональные затраты на продажу [] (по умолчанию) | вектор

Функции объекта

Примеры

Создание пустого объекта портфеля

Создание объекта портфеля с помощью одношаговой настройки

Создание объекта портфеля с использованием последовательности шагов

Создание объекта портфеля с помощью ярлыков для имен свойств

Прямая настройка свойств объекта портфеля

Создать Portfolio Объект и определение эффективных портфелей

Подробнее

Оптимизация портфеля средних отклонений

Достаточность проблем портфеля

Ярлыки для имен свойств

Ссылки

См. также

Темы

Внешние веб-сайты

Документация по комплекту финансовых инструментов

Поддержка

`p` - Ранее построенный объект Portfolio
объект

`AssetList` - Названия или символы активов во вселенной
`[]` (по умолчанию) | массив ячеек символьных векторов | строковый массив

`InitPort` - Первоначальный портфель
`[]` (по умолчанию) | вектор

`Name` - Имя для экземпляра объекта Portfolio
`[]` (по умолчанию) | символьный вектор | строка

`NumAssets` - Количество активов во Вселенной
`[]` (по умолчанию) | целочисленный скаляр

`AEquality` - Матрица ограничений линейного равенства
`[]` (по умолчанию) | матрица

`AInequality` - Матрица ограничений линейного неравенства
`[]` (по умолчанию) | матрица

`bEquality` - вектор ограничения линейного равенства;
`[]` (по умолчанию) | вектор

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

`GroupA` - Весовые коэффициенты группы A должны быть ограничены весовыми коэффициентами в группе B
`[]` (по умолчанию) | матрица

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

`GroupMatrix` - Матрица членства в группах
`[]` (по умолчанию) | матрица

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

`LowerBudget` - Ограничение бюджета в нижней части
`[]` (по умолчанию) | скаляр

`LowerGroup` - Ограничение группы с нижней границей
`[]` (по умолчанию) | вектор

`LowerRatio` - Минимальное соотношение распределений между группами A и B
`[]` (по умолчанию) | вектор

`TrackingError` - Верхняя граница для ограничения ошибок отслеживания
`[]` (по умолчанию) | скаляр

`TrackingPort` - Портфель отслеживания для отслеживания ограничений ошибок
`[]` (по умолчанию) | вектор

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

`UpperBudget` - Ограничение бюджета по верхней границе
`[]` (по умолчанию) | скаляр

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

`UpperRatio` - Максимальное соотношение распределений между группами A и B
`[]` (по умолчанию) | вектор

`MinNumAssets` - Минимальное количество активов, выделенных в портфеле
`[]` (по умолчанию) | числовые

`MaxNumAssets` - Максимальное количество активов, выделенных в портфеле
`[]` (по умолчанию) | числовые

`SellTurnover` - Ограничение оборота по продажам
`[]` (по умолчанию) | скаляр

`BuyTurnover` - Ограничение оборота при закупках
`[]` (по умолчанию) | скаляр

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

`AssetCovar` - Ковариация возврата активов
`[]` (по умолчанию) | квадратная матрица

`AssetMean` - Среднее значение доходности основных средств
`[]` (по умолчанию) | вектор

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

`RiskFreeRate` - Безрисковая ставка
`[]` (по умолчанию) | скаляр

`SellCost` - Пропорциональные затраты на продажу
`[]` (по умолчанию) | вектор

Создать `Portfolio` Объект и определение эффективных портфелей