PortfolioMAD

Создайте объект PortfolioMAD для оптимизации и анализа портфеля по среднему абсолютному отклонению

Описание

The PortfolioMAD объект реализует оптимизацию портфеля средних абсолютных отклонений, где MAD обозначает «среднее абсолютное отклонение». PortfolioMAD объекты поддерживают функции, специфичные для оптимизации портфеля MAD.

Основным рабочим процессом для оптимизации портфеля MAD является создание образца PortfolioMAD объект, который полностью задает задачу оптимизации портфеля и для работы с PortfolioMAD объект для получения и анализа эффективных портфелей. Для получения дополнительной информации о рабочем процессе при использовании PortfolioMAD объекты, см. раздел Рабочий процесс объекта PortfolioMAD.

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

p = PortfolioMAD;

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

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

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

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

p = PortfolioMAD(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 PortfolioMAD 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 PortfolioMAD объект является объектом значения, так что, данный портфель pследующий код создает два объекта, p и q, которые являются различными:

q = PortfolioMAD(p, ...)

После создания PortfolioMAD 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 для условной оптимизации портфеля в группе риска, смотрите Теорию оптимизации портфеля.

Создание

Синтаксис

p = PortfolioMAD

p = PortfolioMAD(Name,Value)

p = PortfolioMAD(p,Name,Value)

Описание

пример

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

пример

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

пример

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

Входные параметры

расширить все

`p` - Ранее созданный объект PortfolioMAD
объект

Ранее построенные PortfolioMAD объект, заданный с помощью PortfolioMAD.

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 PortfolioMAD
`[]` (по умолчанию) | вектор символов | строка

Имя для образца из PortfolioMAD объект, заданный как вектор символов.

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

`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

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

Ограничение оборота на покупки, заданное как скаляр.

Типы данных: double

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

Ограничение оборота на продажах, заданное как скаляр.

Типы данных: double

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

Ограничение оборота, заданное как скаляр.

Типы данных: double

Моделирование объекта портфеля

`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

`ProbabilityLevel` - уровень вероятности «значение под угрозой», который составляет 1 − (вероятность потерь);
`[]` (по умолчанию) | скаляром

Уровень вероятности «значение под риском», который составляет 1 − (вероятность потерь), задается как скаляр.

Типы данных: double

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

Количество сценариев, заданное как целочисленный 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
`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
`setMinMaxNumAssets`	Установите ограничения кардинальности на количество активов, вложенных в объект портфеля
`setBudget`	Настройка бюджетных ограничений
`setCosts`	Настройка пропорциональных транзакционных издержек
`setDefaultConstraints`	Настройте ограничения портфеля с неотрицательными весами, которые равны 1
`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
`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
`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
`setProbabilityLevel`	Установите уровень вероятности для вычислений VaR и CVaR
`setScenarios`	Установите сценарии возвратов активов по прямой матрице
`getScenarios`	Получите сценарии из объекта портфеля
`simulateNormalScenariosByData`	Симулируйте многомерные сценарии нормального возврата активов из данных
`simulateNormalScenariosByMoments`	Симулируйте многомерные сценарии нормального возврата активов из среднего и ковариационного значений возвратов активов
`estimateScenarioMoments`	Оценка среднего и ковариационная сценариев возврата активов
`estimatePortStd`	Оценка стандартного отклонения возвратов портфеля

Примеры

свернуть все

Создайте пустой объект PortfolioMAD

Открыть Live Script

Можно создать объект PortfolioMAD, p, без входных параметров и отобразить его с помощью disp.

p = PortfolioMAD;
disp(p);

  PortfolioMAD with properties:

         BuyCost: []
        SellCost: []
    RiskFreeRate: []
        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 предоставляет способ настроить задачу оптимизации портфеля с PortfolioMAD функция. Затем можно использовать связанные функции набора, чтобы задать и изменить наборы свойств в PortfolioMAD объект.

Создайте объект PortfolioMAD с помощью одноступенчатого Setup

Открыть Live Script

Можно использовать PortfolioMAD объект непосредственно для настройки «стандартной» задачи оптимизации портфеля. Заданные сценарии возвратов активов в переменной AssetScenarios, эта задача полностью задана 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 = PortfolioMAD('Scenarios', AssetScenarios, ...
'LowerBound', 0, 'LowerBudget', 1, 'UpperBudget', 1)

p = 
  PortfolioMAD with properties:

         BuyCost: []
        SellCost: []
    RiskFreeRate: []
        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, так как AssetScenarios предоставляет размерности задачи.

Создайте объект PortfolioMAD с помощью последовательности шагов

Открыть Live Script

Использование последовательности шагов является альтернативным способом выполнить ту же задачу настройки «стандартной» задачи оптимизации портфеля MAD, заданную 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 = PortfolioMAD;
p = setScenarios(p, AssetScenarios);
p = PortfolioMAD(p, 'LowerBound', 0);
p = PortfolioMAD(p, 'LowerBudget', 1, 'UpperBudget', 1);

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 PortfolioMAD находятся в этом конкретном порядке. В этом случае вызов для инициализации AssetScenarios 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 ];

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

AssetScenarios = mvnrnd(m, C, 20000);

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

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, PortfolioMAD объект принимает, что вы определяете проблему с одним активом, и вызывает ошибку при вызове, чтобы задать сценарии с четырьмя активами.

Создайте объект PortfolioMAD с помощью ярлыков для имен свойства

Открыть Live Script

Можно создать объект PortfolioMAD, p с PortfolioMAD объект использует ярлыки 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 ];

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

AssetScenarios = mvnrnd(m, C, 20000);

p = PortfolioMAD('scenario', AssetScenarios, 'lb', 0, 'budget', 1)

p = 
  PortfolioMAD with properties:

         BuyCost: []
        SellCost: []
    RiskFreeRate: []
        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 PortfolioMAD

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

AssetScenarios = mvnrnd(m, C, 20000);

p = PortfolioMAD;

p = setScenarios(p, AssetScenarios);

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

  PortfolioMAD with properties:

         BuyCost: []
        SellCost: []
    RiskFreeRate: []
        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 назначены непосредственно объекту PortfolioMAD. Сценарии всегда должны быть заданы через любой из PortfolioMAD function, the setScenarios function, или любой из функций симуляции сценария.

Создайте `PortfolioMAD` Объект и определение эффективных портфелей

Открыть Live Script

Создайте эффективные портфели:

load CAPMuniverse

p = PortfolioMAD('AssetList',Assets(1:12));
p = simulateNormalScenariosByData(p, Data(:,1:12), 20000 ,'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     0.029787    0.076199     0.11265    0.13397    0    
    AMZN            0           0           0          0    0    
    CSCO            0           0           0          0    0    
    DELL    0.0089177           0           0          0    0    
    EBAY            0           0           0          0    0    
    GOOG      0.16094      0.3516     0.54479    0.74898    1    
    HPQ      0.056856    0.023073           0          0    0    
    IBM       0.46074     0.37919     0.29379    0.11705    0    
    INTC            0           0           0          0    0    
    MSFT      0.28277     0.16994    0.048762          0    0    
    ORCL            0           0           0          0    0    
    YHOO            0           0           0          0    0

Подробнее о

расширить все

Оптимизация портфеля по среднему абсолютному отклонению

Задача оптимизации MAD полностью задана тремя элементами.

Три элемента для задачи оптимизации MAD:

Совокупность активов со сценариями общих возвратов активов за период интереса, где сценарии включают набор выборок из базового распределения вероятностей для общих возвратов активов. Этот набор должна быть достаточно большой для асимптотической сходимости выборочной статистики. Моменты возврата активов и связанные статистические данные получают исключительно из сценариев.
Набор портфеля, который задает набор вариантов портфеля с точки зрения набора ограничений.
Модель для возврата портфеля и прокси по рискам, которая для оптимизации MAD является либо валовым, либо чистым средним значением возвратов портфеля и средним абсолютным отклонением возвратов портфеля.

После того, как эти три элемента были указаны однозначно, можно решить и проанализировать задачи оптимизации портфеля MAD.

Самая простая задача оптимизации портфеля MAD имеет:

Сценарии общих возвратов активов
Требование, чтобы все портфели имели неотрицательные веса, которые равны 1 (ограничение суммирования известно как ограничение бюджета)
Встроенные модели возврата портфеля и прокси риска, которые используют сценарии общих возвратов активов

Заданные сценарии возвратов активов в переменной AssetScenarios, эта задача полностью задана:

p = PortfolioMAD('Scenarios', AssetScenarios, 'LowerBound', 0, 'Budget', 1);

или эквивалентно:

p = PortfolioMAD;
p = setScenarios(p, AssetScenarios);
p = setDefaultConstraints(p);

Чтобы подтвердить, что это действительная задача оптимизации портфеля, следующая функция определяет, ограничен ли набор вариантов PortfolioMAD (необходимое условие оптимизации портфеля).

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

Учитывая задачу, указанную в PortfolioMAD p объектаэффективная граница для этой проблемы может быть отображена с:

plotFrontier(p);

и эффективные портфели могут быть получены с:

pwgt = estimateFrontier(p);

Для получения более подробной информации о теоретическом базисе оптимизации среднего абсолютного отклонения, смотрите Теорию оптимизации портфеля.

Достаточность задачи PortfolioMAD

Задача оптимизации портфеля MAD полностью задана с PortfolioMAD объект, если удовлетворены три условия.

Ниже перечислены три условия, которые необходимо выполнить:

Необходимо задать набор возвратов активов или цен, известных как сценарии, так что все сценарии являются конечными доходами активов или ценами. Эти сценарии предназначены для выборок из базового распределения вероятностей возвратов активов. Это условие может быть удовлетворено setScenarios функция или с несколькими консервированными функциями симуляции сценария.
Набор допустимых портфелей должен быть непустым компактным набором, где компактный набор закрыт и ограничен. Можно удовлетворить это условие с помощью обширного набора свойств, которые задают различные типы ограничений, чтобы сформировать набор допустимых портфелей. Поскольку такие наборы должны быть ограничены, могут быть наложены явные или неявные ограничения и несколько инструментов, таких как estimateBounds функция, обеспечивают способы гарантировать, что ваша проблема правильно сформулирована.
Хотя общие достаточные условия для оптимизации портфеля MAD выходят за рамки этих условий, PortfolioMAD объект обрабатывает все эти дополнительные условия.

Ярлыки для имен свойства

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

Для примера, а не вводите 'AInequality', PortfolioMAD принимает имя без учета регистра 'ai' для установки AInequality свойство в PortfolioMAD объект. Каждое более короткое имя аргумента соответствует одному свойству в PortfolioMAD функция. 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`
`assetnames` или `assets`	`AssetList`
`be`	`bEquality`
`bi`	`bInequality`
`budget`	`UpperBudget` и `LowerBudget`
`group`	`GroupMatrix`
`lb`	`LowerBound`
`n` или `num`	`NumAssets`
`rfr`	`RiskFreeRate`
`scenario` или `assetscenarios`	`Scenarios`
`ub`	`UpperBound`

Ссылки

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

См. также

Темы

Введенный в R2013b

Документация

PortfolioMAD

Описание

Создание

Синтаксис

Описание

Входные параметры

p - Ранее созданный объект PortfolioMAD 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 PortfolioMAD [] (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

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

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

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

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

Моделирование объекта портфеля

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

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

ProbabilityLevel - уровень вероятности «значение под угрозой», который составляет 1 − (вероятность потерь); [] (по умолчанию) | скаляром

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

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

Функции объекта

Примеры

Создайте пустой объект PortfolioMAD

Создайте объект PortfolioMAD с помощью одноступенчатого Setup

Создайте объект PortfolioMAD с помощью последовательности шагов

Создайте объект PortfolioMAD с помощью ярлыков для имен свойства

Прямая настройка свойств объекта PortfolioMAD

Создайте PortfolioMAD Объект и определение эффективных портфелей

Подробнее о

Оптимизация портфеля по среднему абсолютному отклонению

Достаточность задачи PortfolioMAD

Ярлыки для имен свойства

Ссылки

См. также

Темы

Financial Toolbox

Поддержка

`p` - Ранее созданный объект PortfolioMAD
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 PortfolioMAD
`[]` (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

`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

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

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

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

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

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

`ProbabilityLevel` - уровень вероятности «значение под угрозой», который составляет 1 − (вероятность потерь);
`[]` (по умолчанию) | скаляром

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

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

Создайте `PortfolioMAD` Объект и определение эффективных портфелей