elpm

Вычислите ожидаемый ниже, частичные моменты для нормального актива возвращаются

свернуть все на странице

Синтаксис

elpm(Mean,Sigma)
elpm(Mean,Sigma,MAR)
elpm(Mean,Sigma,MAR,Order)
Moment = elpm(MeanSigmaMAROrder)

Описание

пример

elpm(Mean,Sigma) вычислите ожидаемый ниже частичные моменты (elpm) относительно значения по умолчанию MAR для каждого актива в NUMORDERS- NUMSERIES матрица.

пример

elpm(Mean,Sigma,MAR) вычисляет ожидаемый ниже частичные моменты (elpm) относительно MAR для каждого актива в NUMORDERS- NUMSERIES матрица.

пример

elpm(Mean,Sigma,MAR,Order) вычисляет ожидаемый ниже частичные моменты (elpm) относительно MAR и Order для каждого актива в NUMORDERS- NUMSERIES матрица.

пример

Moment = elpm(MeanSigmaMAROrder) вычисляет ожидаемый ниже частичные моменты (elpm) относительно значения по умолчанию MAR для каждого актива в NUMORDERS- NUMSERIES матричный Moment.

Примеры

свернуть все

Скрипт Open Live Script

В этом примере показано, как вычислить ожидаемый ниже, частичные моменты на основе средних и стандартных отклонений нормально распределенного актива возвращаются. elpm функция работает со средними и стандартными отклонениями для нескольких активов и нескольких порядков.

load FundMarketCash
Returns = tick2ret(TestData);
MAR = mean(Returns(:,3))
MAR = 0.0017

Mean = mean(Returns)
Mean = 1×3

    0.0038    0.0030    0.0017


Sigma = std(Returns, 1)
Sigma = 1×3

    0.0229    0.0389    0.0009


Assets
Assets = 1x3 cell
    {'Fund'}    {'Market'}    {'Cash'}


ELPM = elpm(Mean, Sigma, MAR, [0 1 2])
ELPM = 3×3

    0.4647    0.4874    0.5000
    0.0082    0.0149    0.0004
    0.0002    0.0007    0.0000

На основе моментов каждого актива ожидаемые значения в течение более низких частичных моментов подразумевают лучше, чем ожидаемая эффективность для фонда и рынка и хуже, чем ожидаемая эффективность для наличных денег. elpm функция работает или с вырожденными или с невырожденными нормальными случайными переменными. Например, если бы наличные деньги были действительно безрисковыми, его стандартное отклонение было бы 0. Можно исследовать различие в среднем недостатке. 

RisklessCash = elpm(Mean(3), 0, MAR, 1)
RisklessCash = 0

Входные параметры

свернуть все

Среднее значение возвращается в виде NUMSERIES вектор со средним значением возвращается для набора NUMSERIES активы.

Типы данных: double

Стандартное отклонение возвратов в виде NUMSERIES вектор со стандартным отклонением возвратов для набора NUMSERIES активы.

Типы данных: double

(Необязательно) Минимальный приемлемый возврат в виде числового скаляра. MAR уровень сокращения возврата, таким образом, что все возвращается выше MAR ничего не внесите в более низкий частичный момент.

Типы данных: double

(Необязательно) Момент заказывает в виде a или скаляр или NUMORDERS вектор из неотрицательных целочисленных порядков момента. Если никакой заданный порядок, Order по умолчанию= 0 , который является вероятностью недостатка. elpm функция не работает на отрицание или нецелое число Order.

Типы данных: double

Выходные аргументы

свернуть все

Ожидаемый Ниже частичные моменты, возвращенные как NUMORDERS- NUMSERIES матрица ожидаемых ниже частичные моменты с NUMORDERS Orders и NUMSERIES ряд, то есть, каждая строка содержит ожидаемый ниже частичные моменты для данного Order. Выход Moment поскольку более низкий частичный момент представляет моменты актива, возвращает то падение ниже минимального допустимого уровня возврата.

Примечание

Чтобы вычислить верхние частичные моменты, инвертируйте знаки обоих вход Mean и MAR (не инвертируйте знаки ни одного Sigma или выход). Эта функция вычисляет ожидаемый ниже, частичные моменты со средним и стандартным отклонением нормально распределенного актива возвращаются. Чтобы вычислить выборку понижаются, частичные моменты от актива возвращается, которые не имеют никаких дистрибутивных предположений, используют lpm.

Больше о

свернуть все

Понизьте частичные моменты

Используйте более низкие частичные моменты, чтобы исследовать то, что в разговорной речи известно как “риск убытков”.

Основная идея более низкой частичной среды момента состоит в том, чтобы смоделировать моменты актива, возвращает то падение ниже минимального допустимого уровня возврата. Чтобы вычислить ниже частичные моменты из данных, использовать lpm чтобы вычислить ниже частичные моменты для нескольких актив возвращают ряд и для порядков нескольких момента. Вычислить ожидаемые значения в течение более низких частичных моментов под несколькими предположениями о распределении актива возвращается, использовать elpm вычислить ниже частичные моменты для нескольких активов и для нескольких порядков.

Ссылки

[1] Bawa, V.S. "Безопасность Первое, Стохастическое Преобладание и Выбор Оптимального портфеля". Журнал Финансового и Количественного анализа. Издание 13, № 2, июнь 1978, стр 255–271.

[2] Harlow, W.V. "Распределение активов в Среде Риска убытков". Журнал Финансовых аналитиков. Издание 47, № 5, сентябрь/октябрь 1991, стр 28–40.

[3] Harlow, В.В. и К. С. Рао. "Оценка актива в Обобщенной Средней более низкой Частичной Среде Момента: Теория и Доказательство". Журнал Финансового и Количественного анализа. Издание 24, № 3, сентябрь 1989, стр 285–311.

[4] Сортино, Ф.Э. и Роберт ван дер Мер. "Риск убытков". Журнал Управления портфелем. Издание 17, № 5, Spring 1991, стр 27–31.

Смотрите также

Темы

Представленный в R2006b

Документация Financial Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте