Поиск и устранение проблем с результатами оптимизации портфеля MAD

Объект PortfolioMAD уничтожен при изменении

Если a PortfolioMAD объект уничтожается при изменении, не забудьте передать существующий объект в PortfolioMAD объект, если вы хотите изменить его, в противном случае он создает новый объект. Для получения дополнительной информации см. раздел Создание объекта PortfolioMAD.

Матричная несовместимость и несоответствующие ошибки

Если вы получаете матричную несовместимость или «несоответствующие» ошибки, представление данных в инструментах следует определенному набору основных правил, описанных в Соглашениях о представлении данных.

Ошибка оценки отсутствующих данных

Если данные возврата основных средств отсутствуют или NaN значений, simulateNormalScenariosByData функция со 'missingdata' флаг установлен на true может потерпеть неудачу либо со слишком большим количеством итераций, либо с сингулярной ковариацией. Чтобы исправить эту проблему, рассмотрим следующее:

  • Если у вас есть данные возврата активов без отсутствующих или NaN значения, можно вычислить матрицу ковариации, которая может быть сингулярной без трудностей. Если вы пропали или NaN значения в ваших данных, поддерживаемая функция отсутствующих данных требует, чтобы ваша ковариационная матрица была положительно-определенной, то есть несингулярной.

  • simulateNormalScenariosByData использует настройки по умолчанию для отсутствующей процедуры оценки данных, которая может быть не подходящей для всех задач.

В любом случае можно хотеть оценить моменты возврата активов отдельно с помощью функций оценки ECM, таких как ecmnmle или с вашими собственными функциями.

mad_optim_transform Ошибки

Если вы получаете ошибки оптимизации, такие как:

Error using mad_optim_transform (line 276)
Portfolio set appears to be either empty or unbounded. Check constraints.

Error in PortfolioMAD/estimateFrontier (line 64)
	[AI, bI, AE, bE, lB, uB, f0, f, x0] = mad_optim_transform(obj);
или
Error using mad_optim_transform (line 281)
Cannot obtain finite lower bounds for specified portfolio set.

Error in PortfolioMAD/estimateFrontier (line 64)
	[AI, bI, AE, bE, lB, uB, f0, f, x0] = mad_optim_transform(obj);
Поскольку инструменты оптимизации портфеля требуют ограниченного набора портфелей, эти ошибки (и аналогичные ошибки) могут возникнуть, если ваш набор портфелей пуст и, если он не пуст, неограниченен. В частности, алгоритм оптимизации портфеля требует, чтобы ваш портфельный набор имел по крайней мере конечную нижнюю границу. Лучший способ решить эти проблемы - использовать методы валидации в Валидация задачи портфеля MAD. В частности, использование estimateBounds изучить свой портфельный набор и использовать checkFeasibility чтобы убедиться, что ваш начальный портфель является или допустимым, и, если это недопустимо, что у вас есть достаточный оборот, чтобы получить от вашего начального портфеля к набору портфелей.

Совет

Чтобы исправить эту проблему, попробуйте решить проблему с большими значениями для оборота и постепенно уменьшите до того значения, которое вы хотите.

Эффективные портфели не имеют смысла

Если вы получаете эффективные портфели, которые, кажется, не имеют смысла, это может произойти, если вы забудете задать определенные ограничения или вы установите неправильные ограничения. Для примера, если вы позволяете весам портфеля падать между 0 и 1 и не устанавливайте бюджетное ограничение, можно получить портфели, которые на 100% инвестируются в каждый актив. Хотя это может быть трудно обнаружить, лучшее, что нужно сделать, это просмотреть ограничения, которые вы установили с отображением PortfolioMAD объект. Если вы получаете портфели со 100% инвестированием в каждый актив, можно просмотреть отображение вашего объекта и быстро увидеть, что никакие ограничения бюджета не установлены. Кроме того, вы можете использовать estimateBounds и checkFeasibility определить, имеют ли смысл ограничения для вашего портфеля, и определить, являются ли полученные вами портфели допустимыми относительно независимой формулировки вашего портфеля.

См. также

| |

Похожие примеры

Подробнее о