Portfolio

Создайте объект Portfolio для оптимизации и анализа портфеля средних дисперсий

Описание

Используйте Portfolio функция для создания Portfolio объект для оптимизации портфеля средних дисперсий.

Основной рабочий процесс оптимизации портфеля состоит в том, чтобы создать образец Portfolio объект, который полностью задает задачу оптимизации портфеля и для работы с Portfolio объект, использующий поддерживаемые функции для получения и анализа эффективных портфелей. Для получения дополнительной информации об этом рабочем процессе смотрите Рабочий процесс объекта портфеля.

Можно использовать Portfolio объект несколькими способами. Чтобы настроить задачу оптимизации портфеля в Portfolio объект, самый простой синтаксис:

p = Portfolio;

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

The Portfolio объект также принимает наборы аргументов пары "имя-значение" для свойств и их значений. The Portfolio объект принимает входы для свойств с общим синтаксисом:

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

Если a Portfolio объект существует, синтаксис разрешает первый (и только первый аргумент) из Portfolio объект, который будет существующим объектом с последующими аргументами пары "имя-значение" для свойств, которые будут добавлены или изменены. Для примера, учитывая существующее Portfolio объект в pОбщий синтаксис:

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

Входные параметры не зависят от регистра, но должны быть полностью заданы. Кроме сложения, несколько свойств могут быть заданы с помощью альтернативных имен аргумента (см. Ярлыки для Имен свойства). The Portfolio объект пытается обнаружить размерности задачи из входов и, после того, как набор, последующие входы могут подвергаться различным скалярным или матричным операциям расширения, которые упрощают общий процесс для формирования задачи. В сложение a Portfolio объект является объектом значения, так что, данный портфель pследующий код создает два объекта, p и q, которые являются различными:

q = Portfolio(p, ...)

После создания Portfolio объект, можно использовать связанные функции объекта, чтобы задать ограничения портфеля, проанализировать эффективную границу и подтвердить модель портфеля.

Для получения более подробной информации о теоретическом базисе оптимизации средних дисперсий, смотрите Теорию оптимизации портфеля.

Создание

Синтаксис

p = Portfolio

p = Portfolio(Name,Value)

p = Portfolio(p,Name,Value)

Описание

пример

p = Portfolio создает пустой Portfolio объект для оптимизации и анализа портфеля средних дисперсий. Затем можно добавить элементы в Portfolio объект с использованием поддерживаемых функций «add» и «set». Для получения дополнительной информации смотрите Создание объекта портфеля.

пример

p = Portfolio(Name,Value) создает Portfolio объект (p) и устанавливает Свойства используя пары "имя-значение". Для примера, p = Portfolio('AssetList',Assets(1:12)). Можно задать несколько пары "имя-значение".

пример

p = Portfolio(p,Name,Value) создает Portfolio объект (p) с использованием ранее созданного Portfolio p объекта и устанавливает Свойства используя пары "имя-значение". Можно задать несколько пары "имя-значение".

Входные параметры

расширить все

`p` - Ранее созданный объект Портфолио
объект

Ранее построенные Portfolio объект, заданный с помощью Portfolio.

Свойства

расширить все

Настройка объекта

`AssetList` - Имена или символы активов во вселенной
`[]` (по умолчанию) | массив ячеек из векторов символов | строковых массивов

Имена или символы активов во вселенной, заданные как массив ячеек из векторов символов или строковые массивы.

Типы данных: cell | string

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

Начальный портфель, заданный как вектор.

Типы данных: double

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

Имя для образца из Portfolio объект, заданный как вектор символов или строка.

Типы данных: char | string

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

Количество активов во вселенной, заданное как целочисленный скаляр.

Типы данных: double

Ограничения, накладываемые на объекты портфеля

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

Линейная матрица ограничений равенства, заданная как матрица.

Типы данных: double

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

Линейная матрица ограничений неравенства, заданная как матрица.

Типы данных: double

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

Ограничение равенства, заданный как вектор.

Типы данных: double

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

Линейный вектор ограничения неравенства, заданный как вектор.

Типы данных: double

`GroupA` - Веса группы A будут ограничены весами в группе B
`[]` (по умолчанию) | матрица

Веса группы A, которые будут ограничены весами группы B, заданными в виде матрицы.

Типы данных: double

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

Веса группы B, заданные как матрица.

Типы данных: double

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

Матрица принадлежности к группе, заданная как матрица.

Типы данных: double

`LowerBound` - Нижнее ограничение
`[]` (по умолчанию) | вектор

Нижнее ограничение, заданное как вектор.

Типы данных: double

`LowerBudget` - Ограничение бюджета с нижними границами
`[]` (по умолчанию) | скаляром

Нижнее ограничение бюджета, заданное как скаляр.

Типы данных: double

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

Ограничение нижней группы, заданное как вектор.

Типы данных: double

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

Минимальное соотношение ассигнований между GroupA и GroupB, заданный как вектор.

Типы данных: double

`TrackingError` - Верхняя граница ограничения на отслеживание ошибок
`[]` (по умолчанию) | скаляром

Верхняя граница для отслеживания ограничения ошибки, заданная как скаляр.

Типы данных: double

`TrackingPort` - Портфель отслеживания для отслеживания ограничения на ошибки
`[]` (по умолчанию) | вектор

Портфель отслеживания для отслеживания ограничения ошибки, заданный как вектор.

Типы данных: double

`UpperBound` - Верхнее ограничение
`[]` (по умолчанию) | вектор

Верхнее ограничение, заданное как вектор.

Типы данных: double

`UpperBudget` - Верхнее ограничение бюджета
`[]` (по умолчанию) | скаляром

Верхнее ограничение бюджета, заданное как скаляр.

Типы данных: double

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

Ограничение верхней группы, заданное как вектор.

Типы данных: double

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

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

Типы данных: double

`BoundType` - Тип границ для каждого веса актива
`'Simple'` (по умолчанию) | вектор символов со значением `'Simple'` или `'Conditional'` | строку со значением `"Simple"` или `"Conditional"` | массив ячеек векторов символов со значениями `'Simple'` или `'Conditional'` | строковые массивы со значениями `"Simple"` или `"Conditional"`

Тип границ для каждого веса актива, заданный как скалярный вектор символов или строка, или массив ячеек из векторов символов или строковые массивы. Для получения дополнительной информации см. setBounds.

Типы данных: char | cell | string

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

Минимальное количество активов, выделенных в портфеле, заданное в виде скалярного числового значения. Для получения дополнительной информации см. setMinMaxNumAssets.

Типы данных: double

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

Максимальное количество активов, выделенных в портфеле, заданное в виде скалярного числового значения. Для получения дополнительной информации см. setMinMaxNumAssets.

Типы данных: double

`SellTurnover` - Ограничение оборота на продажу
`[]` (по умолчанию) | скаляром

Ограничение оборота на продажах, заданное как скаляр.

Типы данных: double

`BuyTurnover` - Ограничение оборота на закупки
`[]` (по умолчанию) | скаляром

Ограничение оборота на покупки, заданное как скаляр.

Типы данных: double

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

Ограничение оборота, заданное как скаляр.

Типы данных: double

Моделирование объекта портфеля

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

Ковариация возвратов активов, заданная как квадратная матрица. Если AssetCovar не является симметричной положительной полуопределенной матрицей, использование nearcorr создать положительную полуопределенную матрицу для корреляционной матрицы.

Типы данных: double

`AssetMean` - Среднее значение возвратов активов
`[]` (по умолчанию) | вектор

Среднее значение возвратов активов, заданное как вектор.

Типы данных: double

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

Пропорциональные затраты на покупку, заданные как вектор.

Типы данных: double

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

Безрисковая ставка, заданная как скаляр.

Типы данных: double

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

Пропорциональные затраты на продажу, заданные как вектор.

Типы данных: double

Функции объекта

`setAssetList`	Настройка списка идентификаторов для активов
`setInitPort`	Настройка начального или текущего портфеля
`setDefaultConstraints`	Настройте ограничения портфеля с неотрицательными весами, которые равны 1
`getAssetMoments`	Получите среднее значение и ковариацию возвратов активов из объекта Портфолио
`setAssetMoments`	Установите моменты (среднее и ковариационное) возвратов активов для объекта Портфолио
`estimateAssetMoments`	Оценка среднего и ковариационная возвратов активов из данных
`setCosts`	Настройка пропорциональных транзакционных издержек
`addEquality`	Добавьте линейные ограничения равенства для весов портфеля к существующим ограничениям
`addGroupRatio`	Добавьте ограничения группового соотношения для весов портфеля к существующим ограничениям группового соотношения
`addGroups`	Добавьте ограничения группы для весов портфеля к существующим ограничениям группы
`addInequality`	Добавьте линейные ограничения неравенства для весов портфеля к существующим ограничениям
`getBounds`	Получите ограничения для весов портфеля из объекта портфеля
`getBudget`	Получите ограничения бюджета из объекта портфеля
`getCosts`	Получите транзакционные затраты на покупку и продажу из объекта портфеля
`getEquality`	Получите массивы ограничений равенства из объекта портфеля
`getGroupRatio`	Получите массивы ограничений группового отношения из объекта портфеля
`getGroups`	Получите массивы ограничений группы из объекта портфеля
`getInequality`	Получите массивы ограничений неравенства из объекта портфеля
`getOneWayTurnover`	Получите односторонние ограничения оборота от объекта портфеля
`setGroups`	Настройте групповые ограничения для весов портфеля
`setInequality`	Настройте линейные ограничения неравенства для весов портфеля
`setBounds`	Установите ограничения для весов портфеля для объекта портфеля
`setBudget`	Настройка бюджетных ограничений
`setCosts`	Настройка пропорциональных транзакционных издержек
`setEquality`	Настройте линейные ограничения равенства для весов портфеля
`setGroupRatio`	Настройте ограничения группового соотношения для весов портфеля
`setInitPort`	Настройка начального или текущего портфеля
`setOneWayTurnover`	Настройка односторонних ограничений по обороту портфеля
`setTurnover`	Настройка ограничения на максимальный оборот портфеля
`setTrackingPort`	Настройте портфель бенчмарков для отслеживания ограничения на ошибки
`setTrackingError`	Настройте ограничение на максимальное отслеживание ошибок портфеля
`setMinMaxNumAssets`	Установите ограничения кардинальности на количество активов, вложенных в объект портфеля
`checkFeasibility`	Проверяйте допустимость входа портфелей по объекту портфеля
`estimateBounds`	Оцените глобальные нижнюю и верхнюю границы для набора портфелей
`estimateFrontier`	Оценка заданного количества оптимальных портфелей на эффективной границе
`estimateFrontierByReturn`	Оценка оптимальных портфелей с целевыми возвратами портфеля
`estimateFrontierByRisk`	Оценка оптимальных портфелей с целевыми портфельными рисками
`estimateFrontierLimits`	Оценка оптимальных портфелей в конечных точках эффективной границы
`plotFrontier`	Постройте эффективную границу
`estimateMaxSharpeRatio`	Оцените эффективный портфель, чтобы максимизировать коэффициент Шарпа для объекта Portfolio
`estimatePortMoments`	Оценка моментов возвратов портфеля для объекта Portfolio
`estimatePortReturn`	Среднее расчетное значение возвратов портфеля
`estimatePortRisk`	Оценка портфельного риска согласно прокси по риску, связанной с соответствующим объектом
`setSolver`	Выберите основной решатель и укажите связанные опции решателя для оптимизации портфеля
`setSolverMINLP`	Выберите целое число смешанного решателя нелинейного программирования (MINLP) для оптимизации портфеля

Примеры

свернуть все

Создайте пустой объект портфеля

Открыть Live Script

Можно создать объект Portfolio, p, без входных параметров 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 предоставляет способ настроить задачу оптимизации портфеля с Portfolio функция. Затем можно использовать связанные функции набора, чтобы задать и изменить наборы свойств в Portfolio объект.

Создайте объект портфеля с помощью одноступенчатого Setup

Открыть Live Script

Можно использовать Portfolio объект непосредственно для настройки «стандартной» задачи оптимизации портфеля, учитывая среднее значение и ковариацию возвратов 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, так как AssetMean и AssetCovar обеспечивают размерности задачи.

Создайте объект портфеля с помощью последовательности шагов

Открыть Live Script

Использование последовательности шагов является альтернативным способом выполнить ту же задачу настройки «стандартной» задачи оптимизации портфеля, учитывая среднее и ковариационное значение возвратов активов в переменных m и C (что также иллюстрирует, что имена аргумента не зависят от регистра).

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 в Portfolio находятся в этом конкретном порядке. В этом случае вызов для инициализации AssetMean и AssetCovar предоставляет размерности для задачи. Если бы вы сделали этот шаг последним, вам пришлось бы явно измерить LowerBound свойство 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 вы не указали размер LowerBound но вместо этого введите скалярный аргумент, Portfolio объект принимает, что вы определяете проблему с одним активом и вызывает ошибку при вызове установки моментов с четырьмя активами.

Создайте объект портфеля, используя ярлыки для имен свойства

Открыть Live Script

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

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 Live Script

Несмотря на то, что не рекомендуемый, вы можете задать свойства непосредственно, однако проверка ошибок на ваших входах 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: []

Создайте `Portfolio` Объект и определение эффективных портфелей

Открыть Live Script

Создайте эффективные портфели:

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 о

расширить все

Оптимизация портфеля средних дисперсий

Задача оптимизации средних дисперсий полностью задана тремя элементами.

Три элемента для задачи оптимизации средних дисперсий:

Совокупность активов с оценками предполагаемого среднего и ковариационных общих возвратов активов за процентный период.
Набор портфеля, который задает набор вариантов портфеля с точки зрения набора ограничений.
Модель для возврата и риска портфеля, которая для оптимизации средних дисперсий является либо валовым, либо чистым средним для возвратов портфеля и стандартным отклонением возвратов портфеля.

После того, как вы задаете эти три элемента однозначно, можно решить и проанализировать задачи оптимизации портфеля. Самая простая задача оптимизации портфеля средних дисперсий имеет:

Среднее значение и ковариация общих возвратов активов
Неотрицательные веса для всех портфелей, которые суммируются с 1 (ограничение суммирования известно как ограничение бюджета)
Встроенные модели для возврата портфеля и риска, использующие среднее и ковариацию общие возвраты активов

Для получения дополнительной информации о теории и определении оптимизации средних дисперсий, поддерживаемой инструментами оптимизации портфеля в Financial Toolbox™, смотрите Теорию оптимизации портфеля.

Достаточность задачи портфеля

Оптимизация портфеля по среднему отклонению полностью задается объектом Portfolio, если выполняются два условия.

Ниже приведены два условия, которые необходимо выполнить:

Моменты возвратов активов должны быть заданы таким образом, чтобы свойство AssetMean содержит действительный конечный вектор средних значений возвратов активов и свойства AssetCovar содержит действительную симметричную положительно-полуопределенную матрицу для ковариации возвратов активов.
Первое условие удовлетворяется установкой свойств, связанных с моментами возвратов активов.
Набор допустимых портфелей должен быть непустым компактным набором, где компактный набор закрыт и ограничен.
Второе условие удовлетворяет обширному набору свойств, которые определяют различные типы ограничений, чтобы сформировать набор допустимых портфелей. Поскольку такие наборы должны быть ограничены, могут быть наложены явные или неявные ограничения, и несколько функций, таких как estimateBounds, предоставить способы, чтобы убедиться, что ваша проблема правильно сформулирована.

Заданное среднее значение и ковариация возвратов активов в переменных AssetMean и AssetCovar, эта задача полностью задана:

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 дисперсий выходят за эти два условия, Portfolio объект, реализованный в Financial Toolbox, неявно обрабатывает все эти дополнительные условия. Для получения дополнительной информации о модели Марковица для оптимизации портфеля со средними дисперсиями, смотрите Оптимизация портфеля.

Ярлыки для имен свойства

The Portfolio объект имеет более короткие имена аргумента, которые заменяют более длинные имена аргумента, сопоставленные с конкретными свойствами Portfolio объект.

Для примера, а не вводите 'assetcovar', а 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 имя альтернативного аргумента 'budget', что означает оба LowerBudget и UpperBudget свойства. Когда 'budget' используется, затем LowerBudget и UpperBudget свойства заданы в том же значении, чтобы сформировать ограничение бюджета равенства.

Ярлыки для имен свойства

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 мин 12 сек)

Введенный в R2011a

Документация

Portfolio

Описание

Создание

Синтаксис

Описание

Входные параметры

p - Ранее созданный объект Портфолио объект

Свойства

Настройка объекта

AssetList - Имена или символы активов во вселенной [] (по умолчанию) | массив ячеек из векторов символов | строковых массивов

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

Name - Имя для образца объекта Portfolio [] (по умолчанию) | вектор символов | строка

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

Ограничения, накладываемые на объекты портфеля

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

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

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

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

GroupA - Веса группы A будут ограничены весами в группе B [] (по умолчанию) | матрица

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

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

LowerBound - Нижнее ограничение [] (по умолчанию) | вектор

LowerBudget - Ограничение бюджета с нижними границами [] (по умолчанию) | скаляром

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

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

TrackingError - Верхняя граница ограничения на отслеживание ошибок [] (по умолчанию) | скаляром

TrackingPort - Портфель отслеживания для отслеживания ограничения на ошибки [] (по умолчанию) | вектор

UpperBound - Верхнее ограничение [] (по умолчанию) | вектор

UpperBudget - Верхнее ограничение бюджета [] (по умолчанию) | скаляром

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

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

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

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

SellTurnover - Ограничение оборота на продажу [] (по умолчанию) | скаляром

BuyTurnover - Ограничение оборота на закупки [] (по умолчанию) | скаляром

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

Моделирование объекта портфеля

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

AssetMean - Среднее значение возвратов активов [] (по умолчанию) | вектор

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

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

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

Функции объекта

Примеры

Создайте пустой объект портфеля

Создайте объект портфеля с помощью одноступенчатого Setup

Создайте объект портфеля с помощью последовательности шагов

Создайте объект портфеля, используя ярлыки для имен свойства

Прямая настройка свойств объекта портфеля

Создайте Portfolio Объект и определение эффективных портфелей

Подробнее о

Оптимизация портфеля средних дисперсий

Достаточность задачи портфеля

Ярлыки для имен свойства

Ссылки

См. также

Темы

Внешние веб-сайты

Financial Toolbox

Поддержка

`p` - Ранее созданный объект Портфолио
объект

`AssetList` - Имена или символы активов во вселенной
`[]` (по умолчанию) | массив ячеек из векторов символов | строковых массивов

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

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

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

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

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

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

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

`GroupA` - Веса группы A будут ограничены весами в группе B
`[]` (по умолчанию) | матрица

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

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

`LowerBound` - Нижнее ограничение
`[]` (по умолчанию) | вектор

`LowerBudget` - Ограничение бюджета с нижними границами
`[]` (по умолчанию) | скаляром

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

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

`TrackingError` - Верхняя граница ограничения на отслеживание ошибок
`[]` (по умолчанию) | скаляром

`TrackingPort` - Портфель отслеживания для отслеживания ограничения на ошибки
`[]` (по умолчанию) | вектор

`UpperBound` - Верхнее ограничение
`[]` (по умолчанию) | вектор

`UpperBudget` - Верхнее ограничение бюджета
`[]` (по умолчанию) | скаляром

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

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

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

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

`SellTurnover` - Ограничение оборота на продажу
`[]` (по умолчанию) | скаляром

`BuyTurnover` - Ограничение оборота на закупки
`[]` (по умолчанию) | скаляром

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

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

`AssetMean` - Среднее значение возвратов активов
`[]` (по умолчанию) | вектор

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

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

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

Создайте `Portfolio` Объект и определение эффективных портфелей