inforatio

Вычислите информационное отношение для одного или нескольких активов

Описание

пример

inforatio(Asset,Benchmark) вычисляет информационное отношение для каждого актива относительно Benchmark.

пример

[Ratio,TE] = inforatio(Asset,Benchmark) вычисляет информационное отношение и ошибку отслеживания для каждого актива относительно Benchmark.

Примеры

свернуть все

Этот пример показывает, как вычислить информационное отношение с помощью inforatio с данными в качестве примера, где средний возврат ряда рынка используется в качестве возврата сравнительного теста.

Можно использовать inforatio, чтобы вычислить информационное отношение для данного актива, возвращают данные, и безрисковый актив возвращаются.

load FundMarketCash 
Returns = tick2ret(TestData);
Benchmark = Returns(:,2);
InfoRatio = inforatio(Returns, Benchmark)
InfoRatio = 1×3

    0.0432       NaN   -0.0315

Поскольку ряд рынка не имеет никакого риска относительно себя, информационное отношение для второго ряда не определено (который представлен как NaN в MATLAB®.

Этот пример показывает, как вычислить ошибку отслеживания inforatio с данными в качестве примера, где средний возврат ряда рынка используется в качестве возврата сравнительного теста.

Учитывая актив или портфель активов и сравнительного теста, относительного стандартного отклонения возвратов между активом или портфелем активов и сравнительным тестом называется, отслеживая ошибку.

load FundMarketCash 
Returns = tick2ret(TestData);
Benchmark = Returns(:,2);
[InfoRatio, TrackingError] = inforatio(Returns, Benchmark)
InfoRatio = 1×3

    0.0432       NaN   -0.0315

TrackingError = 1×3

    0.0187         0    0.0390

При отслеживании ошибки также знайте как активный риск, измеряет энергозависимость активных возвратов. Отслеживание ошибки является полезной мерой эффективности относительно сравнительного теста, поскольку это находится в модулях актива, возвращается. Например, ошибка отслеживания 1,87% для фонда относительно рынка в этом примере разумна для активно управляемого, фонда значения с большой капитализацией.

Входные параметры

свернуть все

Актив возвращается в виде NUMSAMPLES x NUMSERIES матрица с NUMSAMPLES наблюдения за активом возвращаются для NUMSERIES актив возвращает ряд.

Типы данных: double

Возвращается для актива сравнительного теста в виде NUMSAMPLES вектор из возвратов для актива сравнительного теста. Периодичность должна совпасть с периодичностью Asset. Например, если Asset ежемесячные данные, затем Benchmark должен быть ежемесячный журнал, возвращается.

Типы данных: double

Выходные аргументы

свернуть все

Информационные отношения, возвращенные как 1 x NUMSERIES вектор-строка из информационных отношений для каждого ряда в Asset. Любой ряд в Asset с ошибкой отслеживания 0 имеет NaN значение для его информационного отношения.

Отслеживание ошибок, возвращенных как 1 x NUMSERIES вектор-строка из отслеживания ошибок, то есть, стандартного отклонения Asset относительно Benchmark возвращается, для каждого ряда.

Примечание

NaN значения в данных проигнорированы. Если Asset и Benchmark ряды идентичны, информационным отношением является NaN поскольку ошибкой отслеживания является 0. Информационное отношение и отношение Шарпа Asset по сравнению с безрисковым Benchmark (Benchmark со стандартным отклонением возвратов равняются 0) эквивалентны. Эта эквивалентность не обязательно верна если Benchmark опасно.

Ссылки

[1] Grinold, R. C. и Рональд Н. Кан. Активное управление портфелем. 2-й. Выпуск. McGraw-Hill, 2000.

[2] Treynor, J. и Черный Фишер. "Как Использовать Анализ безопасности, чтобы Улучшить Выбор Портфеля". Журнал Бизнеса. Издание 46, № 1, январь 1973, стр 66–86.

Представленный в R2006b