lpm

Вычислите выборку ниже частичные моменты данных

Описание

пример

lpm(Data) вычисляет более низкие частичные моменты для актива, возвращает Data относительно значения по умолчанию для MAR для каждого актива в NUMORDERS x NUMSERIES матрица и значение по умолчанию для Order.

пример

lpm(Data,MAR,Order) вычисляет более низкие частичные моменты для актива, возвращает Data относительно MAR для каждого актива в NUMORDERS x NUMSERIES матрица.

пример

Moment = lpm(Data,MAR,Order) вычисляет более низкие частичные моменты для актива, возвращает Data относительно MAR для каждого актива в NUMORDERS x NUMSERIES матричный Moment.

Примеры

свернуть все

В этом примере показано, как вычислить нулевой порядок, первый порядок, и второго порядка ниже частичные моменты для трех временных рядов, где средним значением третьих временных рядов является использованный для расчета MAR (минимальный приемлемый возврат) с так называемым безрисковым уровнем.

load FundMarketCash 
Returns = tick2ret(TestData);
Assets
Assets = 1x3 cell
    {'Fund'}    {'Market'}    {'Cash'}

MAR = mean(Returns(:,3))
MAR = 0.0017
LPM = lpm(Returns, MAR, [0 1 2])
LPM = 3×3

    0.4333    0.4167    0.6167
    0.0075    0.0140    0.0004
    0.0003    0.0008    0.0000

Первая строка LPM содержит нулевой порядок ниже частичные моменты трех рядов. Фонд и рынок индексируют падение ниже MAR приблизительно 40% времени и наличных денег возвращают падение ниже своего собственного среднего значения приблизительно 60% времени.

Вторая строка содержит первый порядок ниже частичные моменты трех рядов. Фонд и рынок имеют большой средний недостаток, возвращается относительно MAR на 75 и 140 пунктов в месяц. С другой стороны, наличные деньги отстают от MAR приблизительно на только четыре пункта в месяц на оборотной стороне.

Третья строка содержит второго порядка ниже частичные моменты трех рядов. Квадратный корень из этих количеств обеспечивает идею дисперсии возвратов, которые падают ниже MAR. Индекс рынка имеет намного большее изменение на оборотной стороне когда по сравнению с фондом.

Входные параметры

свернуть все

Актив возвращается в виде NUMSAMPLES- NUMSERIES матрица с NUMSAMPLES наблюдения за NUMSERIES актив возвращается.

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. Несмотря на то, что lpm функция работает на порядки нецелого числа и, в некоторых случаях, на отрицательные порядки, это выходит за пределы обычного использования.

Типы данных: double

Выходные аргументы

свернуть все

Понизьте частичные моменты, возвращенные как NUMORDERS x NUMSERIES матрица более низких частичных моментов с NUMORDERS Orders и NUMSERIES ряд, то есть, каждая строка содержит более низкие частичные моменты для данного распоряжения.

Примечание

Чтобы вычислить верхние частичные моменты, инвертируйте знаки обоих Data and MAR (не инвертируйте знак выхода). lpm функция вычисляет выборку ниже частичные моменты из данных. Чтобы вычислить ожидаемый ниже, частичные моменты для многомерного нормального актива возвращаются с заданным средним значением и ковариацией, использовать elpm. С lpm, можно вычислить различные инвестиционные отношения, такие как Omega отношение, Sortino отношение и Upside Potential отношение, где:

  • Omega = lpm(-Data, -MAR, 1) / lpm(Data, MAR, 1)

  • Sortino = (mean(Data) - MAR) / sqrt(lpm(Data, MAR, 2))

  • Upside = lpm(-Data, -MAR, 1) / sqrt(lpm(Data, MAR, 2))

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.

Представленный в R2006b