Постройте эффективную границу
[ оценивает эффективную границу с числом по умолчанию 10 портфелей на границе и строит график соответствующей эффективной границы для prsk,pret]
= plotFrontier(obj)Portfolio, PortfolioCVaR, или PortfolioMAD объекты. Для получения дополнительной информации о соответствующих рабочих процессах при использовании этих различных объектов смотрите Рабочий процесс объекта портфеля, Рабочий процесс объекта PortfolioCVaR и Рабочий процесс объекта PortfolioMAD.
[ оценивает эффективные портфельные риски и доходность с prsk,pret]
= plotFrontier(obj,PortWeights)PortWeights, и строит эффективную границу с этими портфелями. Этот синтаксис принимает, что вы предоставляете действительные эффективные веса портфеля в качестве входных данных. PortWeights является NumAsset-by- NumPorts матрица.
[ строит графики эффективной границы с заданными рисками и возвратами. Этот синтаксис предполагает, что вы предоставляете допустимые входы для эффективных рисков портфеля и возвратов. prsk,pret]
= plotFrontier(obj,PortRisk,PortReturn)PortRisk и PortReturn являются векторами с таким же размером.
Примечание
plotFrontier обрабатывает несколько входных форматов, как описано выше. Учитывая вселенную активов с NumAssets активы и эффективная граница с NumPorts портфели, помните, что веса портфелей NumAsset-by- NumPorts матрицы, и что портфельные риски и возвраты NumPorts Векторы-столбцы.
Учитывая портфолио p, постройте эффективный рубеж.
load CAPMuniverse p = Portfolio('AssetList',Assets(1:12)); p = estimateAssetMoments(p, Data(:,1:12),'missingdata',true); p = setDefaultConstraints(p); plotFrontier(p);
BoundType и MaxNumAssets ОграниченияСоздайте Portfolio объект для 12 запасов на основе CAPMuniverse.mat.
load CAPMuniverse p0 = Portfolio('AssetList',Assets(1:12)); p0 = estimateAssetMoments(p0, Data(:,1:12),'missingdata',true); p0 = setDefaultConstraints(p0);
Использование setMinMaxNumAssets для определения максимального количества 3 активов.
pWithMaxNumAssets = setMinMaxNumAssets(p0, [], 3);
Использование setBounds для определения нижней и верхней границы и BoundType от 'Conditional'.
pWithConditionalBound = setBounds(p0, 0.1, 0.5,'BoundType', 'Conditional');
Использование plotFrontier для сравнения различных объектов портфеля.
figure; plotFrontier(p0); hold on; plotFrontier(pWithMaxNumAssets); hold on; plotFrontier(pWithConditionalBound); hold off; legend('p0', 'with Max 3 assets invested', ' with each asset weight 0 or [0.1, 0.5]', 'location', 'best');
![Figure contains an axes. The axes with title \bfEfficient Frontier contains 3 objects of type line. These objects represent p0, with Max 3 assets invested, with each asset weight 0 or [0.1, 0.5].](../examples/finance/win64/PlotEfficientFrontierPortObjBoundMaxNumExample_01.png)
Определите целевой возврат и использование estimateFrontierByReturn для сравнения трех объектов портфеля.
targetRetn = 2.0e-3; pwgt0 = estimateFrontierByReturn(p0, targetRetn); pwgtWithMaxNumAssets = estimateFrontierByReturn(pWithMaxNumAssets, targetRetn); pwgtConditionalBound = estimateFrontierByReturn(pWithConditionalBound, targetRetn);
В следующей таблице показано окончательное распределение для заданного целевого возврата среди трех объектов портфеля. Видно, что маленькие положения в 'AAPL'и 'HPQ' избегаются в pwgtConditionalBoundи только три актива инвестируются в pwgtWithMaxNumAssets.
result = table(p0.AssetList',pwgt0,pwgtWithMaxNumAssets,pwgtConditionalBound)
result=12×4 table
Var1 pwgt0 pwgtWithMaxNumAssets pwgtConditionalBound
________ ________ ____________________ ____________________
{'AAPL'} 0.076791 0 0.1
{'AMZN'} 0 0 0
{'CSCO'} 0 0 0
{'DELL'} 0 0 0
{'EBAY'} 0 0 0
{'GOOG'} 0.44841 0.47297 0.44255
{'HPQ' } 0.022406 0 0
{'IBM' } 0.31139 0.34762 0.31592
{'INTC'} 0 0 0
{'MSFT'} 0.14101 0.17941 0.14153
{'ORCL'} 0 0 0
{'YHOO'} 0 0 0
Задано значение PortfolioCVaR p, постройте эффективный рубеж.
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 = setDefaultConstraints(p);
p = setProbabilityLevel(p, 0.95);
plotFrontier(p);
Учитывая p PortfolioMAD, постройте эффективный рубеж.
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 = PortfolioMAD;
p = setScenarios(p, AssetScenarios);
p = setDefaultConstraints(p);
plotFrontier(p);
Можно также использовать запись через точку для построения графика эффективной границы.
[prsk, pret] = obj.plotFrontier;
estimateFrontier | estimateFrontierByReturn | estimateFrontierByRisk | estimateFrontierLimits