inforatio

Вычислите информационный коэффициент для одного или нескольких активов

Описание

пример

inforatio(Asset,Benchmark) вычисляет информационный коэффициент для каждого актива относительно Benchmark.

пример

[Ratio,TE] = inforatio(Asset,Benchmark) вычисляет коэффициент информирования и ошибку отслеживания для каждого актива относительно Benchmark.

Примеры

свернуть все

В этом примере показано, как вычислить информационный коэффициент с помощью inforatio с примерами данных, где среднее значение возврата рыночной серии используется в качестве возврата бенчмарка.

Можно использовать inforatio для вычисления информационного коэффициента для данных возврата активов и безрискового возврата активов.

load FundMarketCash 
Returns = tick2ret(TestData);
Benchmark = Returns(:,2);
InfoRatio = inforatio(Returns, Benchmark)
InfoRatio = 1×3

    0.0432       NaN   -0.0315

Поскольку рыночная серия не имеет риска относительно себя, отношение информации для второй серии не определено (что представлено как NaN в MATLAB ® .

В этом примере показано, как вычислить ошибку отслеживания с помощью inforatio с примерами данных, где среднее значение возврата рыночной серии используется в качестве возврата бенчмарка.

Учитывая актив или портфель активов и бенчмарк, относительное стандартное отклонение возвратов между активом или портфелем активов и бенчмарком называется ошибкой отслеживания.

load FundMarketCash 
Returns = tick2ret(TestData);
Benchmark = Returns(:,2);
[InfoRatio, TrackingError] = inforatio(Returns, Benchmark)
InfoRatio = 1×3

    0.0432       NaN   -0.0315

TrackingError = 1×3

    0.0187         0    0.0390

Ошибка отслеживания, также известная как активный риск, измеряет волатильность активных возвратов. Ошибка отслеживания является полезной мерой эффективности относительно бенчмарка, поскольку она находится в модулях возвращаемых активов. Например, ошибка отслеживания 1,87% для фонда относительно рынка в этом примере разумна для активно управляемого фонда значения с большой капитализацией.

Входные параметры

свернуть все

Возвраты активов, заданный как NUMSAMPLES x NUMSERIES матрица с NUMSAMPLES наблюдения за возвратами активов для NUMSERIES серия возвратов активов.

Типы данных: double

Возвраты для актива бенчмарка, заданный как NUMSAMPLES вектор возвратов для актива бенчмарка. Периодичность должна быть такой же, как и периодичность Asset. Для примера, если Asset - ежемесячные данные, затем Benchmark должны быть ежемесячными возвратами.

Типы данных: double

Выходные аргументы

свернуть все

Информационные коэффициенты, возвращенные как 1 x NUMSERIES вектор-строка информационных коэффициентов для каждой серии в Asset. Любая серия в Asset с ошибкой отслеживания 0 имеет NaN значение для его информационного коэффициента.

Ошибки отслеживания, возвращенные как 1 x NUMSERIES вектор-строка ошибок отслеживания, то есть стандартное отклонение Asset относительно Benchmark возвращает, для каждой серии.

Примечание

NaN значения в данных игнорируются. Если на Asset и Benchmark ряды идентичны, отношение информации NaN поскольку ошибка отслеживания 0. Отношение информации и отношение Шарпа Asset от рискованного BenchmarkBenchmark при стандартном отклонении возвратов, равном 0) эквивалентны. Эта эквивалентность не обязательно верна, если Benchmark рискованно.

Ссылки

[1] Гринольд, Р. К. и Рональд Н. Кан. Активное управление портфелем. 2-й. Издание. МакГро-Хилл, 2000.

[2] Трейнор, Дж. И Фишер Блэк. «Использование анализа безопасности для улучшения выбора портфеля». Журнал бизнеса. Том 46, № 1, январь 1973, с. 66-86.

Введенный в R2006b