Exponenta Banner

elpm

Вычислите ожидаемые более низкие частичные моменты для нормальных возвратов активов

Свернуть все на странице

Синтаксис

elpm(Mean,Sigma)
elpm(Mean,Sigma,MAR)
elpm(Mean,Sigma,MAR,Order)
Moment = elpm(MeanSigmaMAROrder)

Описание

пример

elpm(Mean,Sigma) вычислить ожидаемые более низкие частичные моменты (elpm) относительно значения по умолчанию MAR для каждого актива в NUMORDERS-by- NUMSERIES матрица.

пример

elpm(Mean,Sigma,MAR) вычисляет ожидаемые более низкие частичные моменты (elpm) относительно MAR для каждого актива в NUMORDERS-by- NUMSERIES матрица.

пример

elpm(Mean,Sigma,MAR,Order) вычисляет ожидаемые более низкие частичные моменты (elpm) относительно MAR и Order для каждого актива в NUMORDERS-by- NUMSERIES матрица.

пример

Moment = elpm(MeanSigmaMAROrder) вычисляет ожидаемые более низкие частичные моменты (elpm) относительно значения по умолчанию MAR для каждого актива в NUMORDERS-by- NUMSERIES матрица Moment.

Примеры

свернуть все

Открыть Live Script

В этом примере показано, как вычислить ожидаемые более низкие частичные моменты на основе среднего и стандартных отклонений обычно распределенных возвратов активов. The elpm функция работает со средними и стандартными отклонениями для нескольких активов и нескольких порядков.

load FundMarketCash
Returns = tick2ret(TestData);
MAR = mean(Returns(:,3))
MAR = 0.0017

Mean = mean(Returns)
Mean = 1×3

    0.0038    0.0030    0.0017


Sigma = std(Returns, 1)
Sigma = 1×3

    0.0229    0.0389    0.0009


Assets
Assets = 1x3 cell
    {'Fund'}    {'Market'}    {'Cash'}


ELPM = elpm(Mean, Sigma, MAR, [0 1 2])
ELPM = 3×3

    0.4647    0.4874    0.5000
    0.0082    0.0149    0.0004
    0.0002    0.0007    0.0000

Исходя из моментов каждого актива, ожидаемые значения для более низких неполных моментов подразумевают более высокие, чем ожидалось, эффективность для фонда и рынка и более низкие, чем ожидалось, эффективность для денежных средств. The elpm функция работает с вырожденными или неотрицательными нормальными случайными переменными. Например, если бы наличность была действительно рискованной, ее стандартное отклонение составляло бы 0. Вы можете изучить различие в среднем дефиците. 

RisklessCash = elpm(Mean(3), 0, MAR, 1)
RisklessCash = 0

Входные параметры

свернуть все

Средние возвраты, заданное как NUMSERIES вектор со средними возвратами для набора NUMSERIES активы.

Типы данных: double

Стандартное отклонение возвратов, заданное как NUMSERIES вектор со стандартным отклонением возвратов для набора NUMSERIES активы.

Типы данных: double

(Необязательно) Минимальный допустимый возврат, заданный в виде скалярного числа. MAR является отключенным уровнем возврата, таким что все возвраты выше MAR ничто не способствует нижнему частичному моменту.

Типы данных: double

(Необязательно) Порядки моментов, заданные как скаляр или NUMORDERS вектор неотрицательных целочисленных порядков моментов. Если порядок не задан, значение по умолчанию Order = 0, что является вероятностью дефицита. The elpm функция не работает для отрицательного или нецелого числа Order.

Типы данных: double

Выходные аргументы

свернуть все

Ожидаемые более низкие частичные моменты, возвращенные как NUMORDERS-by- NUMSERIES матрица ожидаемых более низких частичных моментов со NUMORDERS Orders и NUMSERIES серия, то есть каждая строка содержит ожидаемые более низкие частичные моменты для заданного Order. Область выхода Moment для нижнего частичного момента представляет моменты возвратов активов, которые падают ниже минимально допустимого уровня доходности.

Примечание

Чтобы вычислить верхние частичные моменты, поверните вспять знаки обоих входов Mean и MAR (не обращайте знаки ни того, ни другого Sigma или выход). Эта функция вычисляет ожидаемые более низкие частичные моменты со средним и стандартным отклонением обычно распределенных возвратов активов. Чтобы вычислить выборку более низких частичных моментов из возвратов активов, которые не имеют распределительных допущений, используйте lpm.

Подробнее о

свернуть все

Более низкие частичные моменты

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

Основная идея более низких сред частичного момента состоит в том, чтобы смоделировать моменты возвратов активов, которые падают ниже минимально приемлемого уровня возврата. Чтобы вычислить более низкие частичные моменты от данных, используйте lpm для вычисления более низких частичных моментов для нескольких серий возврата активов и для нескольких порядков моментов. Чтобы вычислить ожидаемые значения для более низких частичных моментов при нескольких предположениях о распределении возвратов активов, используйте elpm вычисление более низких частичных моментов для нескольких активов и для нескольких порядков.

Ссылки

[1] Bawa, V.S. «Safety-First, Stochastic Dominance, and Optimal Portfolio Choice». Журнал финансового и количественного анализа. Том 13, № 2, июнь 1978, с. 255-271.

[2] Harlow, W.V. «Распределение активов в среде понижающего риска». Журнал финансовых аналитиков. Том 47, № 5, сентябрь/октябрь 1991 года, стр. 28-40.

[3] Харлоу, У. В. и К. С. Рао. «Ценообразование активов в обобщенной средне-нижней частичной среде моментов: теория и доказательства». Журнал финансового и количественного анализа. Том 24, № 3, сентябрь 1989, 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

Введенный в R2006b

Financial Toolbox

Поддержка