PortfolioCVaR

Создает объект CCVaR для оптимизации и анализа портфеля с условной ценностью и риском

Описание

Использовать PortfolioCVaR для создания PortfolioCVaR объект для оптимизации портфеля условной стоимости под угрозой.

Основной поток операций для оптимизации портфеля CVaR - создание экземпляра PortfolioCVaR , который полностью определяет задачу оптимизации портфеля и для работы с PortfolioCVaR использование поддерживаемых функций для получения и анализа эффективных портфелей. Для получения дополнительной информации на этом технологическом процессе, посмотрите Технологический процесс Объекта PortfolioCVaR.

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

p = PortfolioCVaR;

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

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

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

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

p = PortfolioCVaR(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). PortfolioCVaR 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, PortfolioCVaR объект является объектом стоимости, так что, данное портфолио p, следующий код создает два объекта, p и q, которые отличаются:

q = PortfolioCVaR(p, ...)

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

Дополнительные сведения о теоретической базе для оптимизации портфеля с учетом условной стоимости и риска см. в разделе Теория оптимизации портфеля.

Создание

Синтаксис

p = CCVaR

p = CCVaR (имя, значение)

p = CCVaR (p, имя, значение)

Описание

пример

p = PortfolioCVaR создает пустой PortfolioCVaR объект для оптимизации и анализа портфеля условной стоимости под угрозой. Затем можно добавить элементы в PortfolioCVaR с использованием поддерживаемых функций «add» и «set». Дополнительные сведения см. в разделе Создание объекта CVaR.

пример

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

пример

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

Входные аргументы

развернуть все

`p` - Ранее построенный объект CCVaR
объект

Ранее построенные PortfolioCVaR объект, указанный с помощью PortfolioCVaR.

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 экземпляра объекта CCVaR
`[]` (по умолчанию) | символьный вектор | строка

Имя для экземпляра PortfolioCVaR 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

`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

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

Ограничение оборота, указанное как скаляр.

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

Моделирование объектов портфеля

`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

`ProbabilityLevel` - Значение уровня вероятности риска, равное 1 − (вероятность потери)
`[]` (по умолчанию) | скаляр

Значение уровня вероятности риска, равное 1 − (вероятность потери), указанное как скаляр.

Типы данных: double

`NumScenarios` - Количество сценариев
`[]` (по умолчанию) | целочисленный скаляр

Число сценариев, указанное как целочисленный 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
`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
`setMinMaxNumAssets`	Установка ограничений на количество активов, вложенных в объект портфеля
`setBudget`	Настройка бюджетных ограничений
`setCosts`	Настройка пропорциональных затрат по операциям
`setDefaultConstraints`	Настройка ограничений портфеля с неотрицательными весами, которые составляют 1
`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
`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
`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
`setProbabilityLevel`	Установить уровень вероятности для расчетов VaR и CVaR
`setScenarios`	Установка сценариев возврата основных средств по прямой матрице
`getScenarios`	Получение сценариев из объекта портфеля
`simulateNormalScenariosByData`	Моделирование многомерных сценариев нормального возврата основных средств на основе данных
`simulateNormalScenariosByMoments`	Моделирование многомерных нормальных сценариев возврата основных средств на основе среднего значения и ковариации возврата основных средств
`estimateScenarioMoments`	Оценка среднего значения и ковариации сценариев возврата активов
`estimatePortVaR`	Оценка значения риска для объекта CCVaR
`estimatePortStd`	Оценка стандартного отклонения доходности портфеля

Примеры

свернуть все

Создание пустого объекта CVaR

Открыть сценарий в реальном времени

Можно создать объект CCVaR, p, без входных аргументов и отобразить его с помощью disp.

p = PortfolioCVaR;
disp(p);

  PortfolioCVaR with properties:

             BuyCost: []
            SellCost: []
        RiskFreeRate: []
    ProbabilityLevel: []
            Turnover: []
         BuyTurnover: []
        SellTurnover: []
        NumScenarios: []
                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 PortfolioCVaR функция. Затем можно использовать связанные функции набора для установки и изменения коллекций свойств в PortfolioCVaR объект.

Создание объекта CVaR с помощью одношаговой настройки

Открыть сценарий в реальном времени

Вы можете использовать PortfolioCVaR непосредственно для настройки «стандартной» задачи оптимизации портфеля. Заданные сценарии возврата основных средств в переменной AssetScenarios, эта проблема полностью определена 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 ];
m = m/12;
C = C/12;

AssetScenarios = mvnrnd(m, C, 20000);

p = PortfolioCVaR('Scenarios', AssetScenarios, ...
'LowerBound', 0, 'LowerBudget', 1, 'UpperBudget', 1, ...
'ProbabilityLevel', 0.95)

p = 
  PortfolioCVaR with properties:

             BuyCost: []
            SellCost: []
        RiskFreeRate: []
    ProbabilityLevel: 0.9500
            Turnover: []
         BuyTurnover: []
        SellTurnover: []
        NumScenarios: 20000
                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 AssetScenarios предоставляет размеры проблемы.

Создание объекта CVaR с помощью последовательности шагов

Открыть сценарий в реальном времени

Использование последовательности шагов является альтернативным способом выполнения той же задачи по настройке «стандартной» задачи оптимизации портфеля CVaR, учитывая AssetScenarios переменная:

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;

AssetScenarios = mvnrnd(m, C, 20000);

p = PortfolioCVaR;
p = setScenarios(p, AssetScenarios);
p = PortfolioCVaR(p, 'LowerBound', 0);
p = PortfolioCVaR(p, 'LowerBudget', 1, 'UpperBudget', 1);
p = setProbabilityLevel(p, 0.95);

plotFrontier(p);

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

Этот способ работает, потому что вызовы PortfolioCVaR находятся в этом особом порядке. В этом случае вызов для инициализации AssetScenarios 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 ];

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

AssetScenarios = mvnrnd(m, C, 20000);

p = PortfolioCVaR;
p = PortfolioCVaR(p, 'LowerBound', zeros(size(m)));
p = PortfolioCVaR(p, 'LowerBudget', 1, 'UpperBudget', 1);
p = setProbabilityLevel(p, 0.95);
p = setScenarios(p, AssetScenarios); 

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, PortfolioCVaR объект предполагает, что вы определяете проблему с одним основным средством, и создает ошибку при вызове для установки сценариев основных средств с четырьмя основными средствами.

Создание объекта CVaR с помощью ярлыков для имен свойств

Открыть сценарий в реальном времени

Можно создать объект CCVaR, p с PortfolioCVaR с использованием 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 ];

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

AssetScenarios = mvnrnd(m, C, 20000);

p = PortfolioCVaR('scenario', AssetScenarios, 'lb', 0, 'budget', 1, 'plevel', 0.95)

p = 
  PortfolioCVaR with properties:

             BuyCost: []
            SellCost: []
        RiskFreeRate: []
    ProbabilityLevel: 0.9500
            Turnover: []
         BuyTurnover: []
        SellTurnover: []
        NumScenarios: 20000
                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 CCVaR

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

AssetScenarios = mvnrnd(m, C, 20000);

p = PortfolioCVaR;

p = setScenarios(p, AssetScenarios);
p.ProbabilityLevel = 0.95;

p.LowerBudget = 1;
p.UpperBudget = 1;
p.LowerBound = zeros(size(m));
disp(p)

  PortfolioCVaR with properties:

             BuyCost: []
            SellCost: []
        RiskFreeRate: []
    ProbabilityLevel: 0.9500
            Turnover: []
         BuyTurnover: []
        SellTurnover: []
        NumScenarios: 20000
                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: []

Сценарии не могут быть присвоены непосредственно объекту CCVaR. Сценарии всегда должны быть установлены с помощью PortfolioCVaR функция, setScenarios функцию или любую из функций моделирования сценария.

Создание объекта CCVaR и определение эффективных портфелей

Открыть сценарий в реальном времени

Создание эффективных портфелей:

load CAPMuniverse

p = PortfolioCVaR('AssetList',Assets(1:12));
p = simulateNormalScenariosByData(p, Data(:,1:12), 20000 ,'missingdata',true);
p = setDefaultConstraints(p);
p = setProbabilityLevel(p, 0.95);

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    0.010562      0.07364     0.11931    0.13073    0    
    AMZN           0            0           0          0    0    
    CSCO           0            0           0          0    0    
    DELL    0.022649            0           0          0    0    
    EBAY           0            0           0          0    0    
    GOOG       0.203      0.38011     0.56202    0.75919    1    
    HPQ     0.042772    0.0094711           0          0    0    
    IBM      0.44444      0.36456     0.26305    0.11009    0    
    INTC           0            0           0          0    0    
    MSFT     0.27658      0.17222    0.055624          0    0    
    ORCL           0            0           0          0    0    
    YHOO           0            0           0          0    0

Подробнее

развернуть все

Оптимизация портфеля с учетом условной стоимости под угрозой

Задача оптимизации CVaR полностью определена четырьмя элементами.

Четыре элемента для задачи оптимизации CVaR:

Совокупность активов со сценариями суммарной доходности активов за интересующий период, где сценарии содержат набор выборок из базового распределения вероятностей для суммарной доходности активов. Эта коллекция должна быть достаточно большой для асимптотической сходимости статистики выборки. Моменты возврата основных средств и соответствующая статистика определяются исключительно на основе сценариев.
Набор портфолио, который определяет набор вариантов портфолио с точки зрения набора ограничений.
Модель для доходности портфеля и прокси-серверов рисков, которая для оптимизации CVaR представляет собой либо валовое, либо чистое среднее значение доходности портфеля, а также условную ценность доходности портфеля.
Уровень вероятности, который определяет вероятность того, что потеря меньше или равна величине риска. Типичными значениями являются 0,9 и 0,95, что указывает на 10% и 5% вероятности потерь.

После однозначного определения этих четырех элементов можно решить и проанализировать задачи оптимизации портфеля CVaR.

Простейшая задача оптимизации портфеля CVaR состоит в следующем:

Сценарии суммарной доходности основных средств
Требование о том, что все портфели имеют неотрицательные веса, которые равны 1 (ограничение суммирования называется ограничением бюджета)
Встроенные модели возврата портфеля и прокси-серверов рисков, использующие сценарии суммарной доходности активов
Уровень вероятности 0,95

Заданные сценарии возврата основных средств в переменной AssetScenarios, эта проблема полностью определяется:

p = PortfolioCVaR('Scenarios', AssetScenarios, 'LowerBound', 0, 'Budget', 1, ...
'ProbabilityLevel', 0.95);

или эквивалентно:

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

Для подтверждения того, что это действительная задача оптимизации портфеля, следующая функция определяет, ограничен ли набор вариантов CharchCVaR (необходимое условие для оптимизации портфеля).

[lb, ub, isbounded] = estimateBounds(p);

Учитывая проблему, указанную в PortfolioCVaR объект p, эффективная граница для этой проблемы может быть отображена с помощью:

plotFrontier(p);

и эффективные портфели можно получить с помощью:

pwgt = estimateFrontier(p);

Дополнительные сведения о теории и определении оптимизации условной стоимости под угрозой, поддерживаемой инструментами оптимизации портфеля в Financial Toolbox™, см. в разделе Теория оптимизации портфеля.

Достаточность проблем CVaR

Проблема оптимизации портфеля CVaR полностью определена с помощью PortfolioCVaR объект, если выполнены три условия.

Ниже перечислены три условия, которые должны быть выполнены:

Необходимо указать набор возвратов основных средств или цен, известных как сценарии, так что все сценарии являются конечными доходами основных средств или ценами. Эти сценарии предназначены для выборки из базового распределения вероятности возврата активов. Это условие может быть удовлетворено setScenarios или с несколькими консервационными функциями моделирования сценариев.
Набор возможных портфелей должен быть непустым компактным набором, где компактный набор закрыт и ограничен. Это условие можно выполнить с помощью обширной коллекции 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 инструментов, таких как estimateBounds функция, предоставить способы, чтобы убедиться, что ваша проблема правильно сформулирована.
Необходимо указать уровень вероятности для определения уровня потери хвоста, выше которого должно быть минимизировано условное значение риска. Это условие может быть удовлетворено setProbabilityLevel функция.
Хотя общие достаточные условия для оптимизации портфеля CVaR выходят за рамки первых трех условий, PortfolioCVaR объект обрабатывает все эти дополнительные условия.

Ярлыки для имен свойств

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

Например, вместо ввода 'ProbabilityLevel', PortfolioCVaR объект принимает имя без учета регистра 'plevel' для установки ProbabilityLevel свойство в PortfolioCVaR объект. Каждое более короткое имя аргумента соответствует одному свойству в PortfolioCVaR 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`
`assetnames` или `assets`	`AssetList`
`be`	`bEquality`
`bi`	`bInequality`
`budget`	`UpperBudget` и `LowerBudget`
`group`	`GroupMatrix`
`lb`	`LowerBound`
`n` или `num`	`NumAssets`
`level`, `problevel`, или `plevel`	`ProbabilityLevel`
`rfr`	`RiskFreeRate`
`scenario` или `assetscenarios`	`Scenarios`
`ub`	`UpperBound`

Ссылки

[1] Полный список ссылок на объект TravingCVaR см. в разделе Оптимизация портфеля.

См. также

Темы

Внешние веб-сайты

Представлен в R2012b

Документация

PortfolioCVaR

Описание

Создание

Синтаксис

Описание

Входные аргументы

p - Ранее построенный объект CCVaR 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 экземпляра объекта CCVaR [] (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

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

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

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

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

Моделирование объектов портфеля

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

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

ProbabilityLevel - Значение уровня вероятности риска, равное 1 − (вероятность потери) [] (по умолчанию) | скаляр

NumScenarios - Количество сценариев [] (по умолчанию) | целочисленный скаляр

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

Функции объекта

Примеры

Создание пустого объекта CVaR

Создание объекта CVaR с помощью одношаговой настройки

Создание объекта CVaR с помощью последовательности шагов

Создание объекта CVaR с помощью ярлыков для имен свойств

Прямая настройка свойств объекта CCVaR

Создание объекта CCVaR и определение эффективных портфелей

Подробнее

Оптимизация портфеля с учетом условной стоимости под угрозой

Достаточность проблем CVaR

Ярлыки для имен свойств

Ссылки

См. также

Темы

Внешние веб-сайты

Документация по комплекту финансовых инструментов

Поддержка

`p` - Ранее построенный объект CCVaR
объект

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

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

`Name` - Имя экземпляра объекта CCVaR
`[]` (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

`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

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

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

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

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

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

`ProbabilityLevel` - Значение уровня вероятности риска, равное 1 − (вероятность потери)
`[]` (по умолчанию) | скаляр

`NumScenarios` - Количество сценариев
`[]` (по умолчанию) | целочисленный скаляр

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