pcglims

Линейные неравенства для минимума группы актива и максимального выделения

Описание

Как альтернатива pcglims, используйте объект Portfolio (Portfolio) для оптимизации портфеля среднего отклонения. Этот поддержка объектов грубый или сетевой портфель возвращается как прокси возврата, отклонение портфеля возвращается как прокси риска и набор портфеля, который является любой комбинацией заданных ограничений, чтобы сформировать набор портфеля. Для получения информации о рабочем процессе при использовании объектов Портфеля смотрите Рабочий процесс Объекта Портфеля.

пример

[A,b] = pcglims(Groups,GroupMin,GroupMax) задает минимальные и максимальные выделения группам активов. Границы могут быть заданы для произвольного числа групп NGROUPS, составленный как подмножества NASSETS инвестиции.

Если pcglims вызван меньше чем двумя выходными аргументами, функция возвращает A конкатенированный с b [A,b].

Примеры

свернуть все

Используйте следующие активы и группировки.

Установите минимальные и максимальные инвестиции в различные группы.

%          INTC  XOM  RD       
Groups = [   1    1   0  ;  % North America
             0    0   1  ;  % Europe
             1    0   0  ;  % Technology
             0    1   1  ]; % Energy

GroupMin = [0.30
            0.10
            0.20
            0.50];

GroupMax = [0.75
            0.55
            0.50
            0.50];

[A,b] = pcglims(Groups, GroupMin, GroupMax)
A = 8×3

    -1    -1     0
     0     0    -1
    -1     0     0
     0    -1    -1
     1     1     0
     0     0     1
     1     0     0
     0     1     1

b = 8×1

   -0.3000
   -0.1000
   -0.2000
   -0.5000
    0.7500
    0.5500
    0.5000
    0.5000

Веса портфеля 50% в INTC, 25% в XOM и 25% в RD удовлетворяют ограничениям.

Входные параметры

свернуть все

Группировка в виде многих групп (NGROUPS) количеством активов (NASSETS) вектор которого активы принадлежат который группа. Каждая строка задает группу. Для определенной группы,   Group(i,j) = 1 если группа содержит актив j; в противном случае,   Group(i,j) = 0.

Типы данных: double

Минимальные выделения в виде скаляра или NGROUPS- длинные векторы из минимальных объединенных выделений в каждой группе. NaN не указывает ни на какое ограничение. Скалярные границы применяются ко всем группам.

Типы данных: double

Максимальные выделения в виде скаляра или NGROUPS- длинные векторы максимальные объединенные выделения в каждой группе. NaN не указывает ни на какое ограничение. Скалярные границы применяются ко всем группам.

Типы данных: double

Выходные аргументы

свернуть все

Нижняя граница, возвращенная как матрица, таким образом, что A*PortWts' <= b, где PortWts 1- NASSETS вектор из распределения активов.

Верхняя граница, возвращенная как вектор, таким образом, что A*PortWts' <= b, где PortWts 1- NASSETS вектор из распределения активов.

Представлено до R2006a