matlab均值方差模型,马科维茨均值方差模型的Matlab实现
版权声明:以上文章中所选用的图片及文字来源于网络以及用户投稿,由于未联系到知识产权人或未发现有关知识产权的登记,如有知识产权人并不愿意我们使用,如果有侵权请立即联系:55525090@qq.com,我们立即下架或删除。
简介:马科维茨均值方差模型的 Matlab 实现
假设投资者可选的基金如下:股票型基金—诺安高端制造股票(001707)、混
合型基金—嘉实主题新动力混合(070021)、债券型基金—博时裕瑞纯债债券
(001578),利用这三只证券 2018 年 5 月-2019 年 4 月的收益率数据以及投资
者的预期,得到这三只基金的预期收益率和协方差如下表所示:
表 1 三只股票的收益率、标准差与协方差矩阵
证券名称 预期收益率(%) 协方差矩阵(*0.0001)
诺安高端制造股票 27.3885 4.2507 2.9838 -0.0074
嘉实主题新动力混合 22.4652 2.9838 3.0153 -0.0081
博时裕瑞纯债债券 11.3793 -0.0074 -0.0081 0.0033
注意:年化标准差=日标准差× √每年交易日数量
根据以上数据,可求解马科维茨均值方差模型。在此所用软件为 MATLAB
R2014a。
一、组合收益与风险计算
投资组合的收益率为组合中各证券的收益率与权重乘积的和,即
E(??) = ∑ ???(??)
?
?=1
= W′E(r)
其中,W = (?1, ?2, ⋯ , ??)′,E(r) = (E(?1), ?(?2), ⋯ , ?(??))′。
投资组合的方差为权重向量与协方差矩阵的乘积,即
??
2 = ∑ ∑ ???????(??, ??)
?
?=1
?
?=1
= W′ ∑ ?′
其中,∑ 是各证券的协方差矩阵。
在 Matlab 的金融工具箱中,计算投资组合的收益与风险的函数为 portstats,
函数调用格式如下:
[PortRisk,PortReturn] = portstats(ExpReturn,ExpCovariance,PortWts)
输入参数:
➢ ExpReturn:资产预期收益率
➢ ExpCovariance:资产的协方差矩阵
➢ PortsWts:资产权重
输出参数:
➢ PortRisk:资产组合风险(标准差)
➢ PortReturn:资产组合预期收益(期望)
【例 1】假设等权重配置三只证券,则资产组合的风险与收益为多少?
计算代码如下:
% 假设等权重配置
% 组合中每个证券的预期收益率
ExpReturn = [0.273885 0.224652 0.113793];
% 组合中证券的协方差矩阵
ExpCovariance = 0.0001*...
[4.2507 2.9838 -0.0074;
2.9838 3.0153 -0.0081;
-0.0074 -0.0081 0.0033];
% 组合中每个证券的初始权重(初始投资金额)/初始总金额
PortWts=1/3*ones(1,3);
% 调用 portstats 函数
[PortRisk, PortReturn] = portstats(ExpReturn, ExpCovariance,PortWts)
计算结果如下:
% 组合风险(标准差)
PortRisk = 0.0121
% 组合收益率(期望)
PortReturn = 0.2041
二、有效前沿计算
Matlab 中使用函数 frontcon 可求解投资组合的收益、方差及组合中各资产的
权重。frontcon 函数的算法如下:
{
min ?? = ?′ ∑ ?
max ?(??) = ?′?(?)
?. ?. ∑ ??
?
?=1
= 1
=>
{
min ?? = ?′ ∑ ?
?. ?. {
?′?(?) = ??
∑ ??
?
?=1
= 1
将多目标优化问题,转换为单目标优化问题,即给定期望收益 ek,计算相应风
险最小的组合,得到有效前沿上一点(有效组合),给定一系列 ek,可以有效描述出
有效前沿。通常,组合的收益介于单个资产的最大收益与最小收益之间。
frontcon 函数的调用方法如下:
[PortRisk, PortReturn, PortWts] = frontcon(ExpReturn,ExpCovariance,
NumPorts,PortReturn,AssetBounds,Groups,GroupBounds,varargin)
输入参数:
➢ ExpReturn:资产预期收益率
➢ ExpCovariance:资产的协方差矩阵
➢ NumPorts:(可选)有效前沿上输出点的个数,默认为 10,可选项若无输入可
用"[ ]"代替;
➢ PortReturn:(可选)资产组合的预期收益的向量长度,决定回报点的个数;
➢ Asset... 更多>>
matlab均值方差模型,马科维茨均值方差模型的Matlab实现相关推荐
- matlab均值方差模型,马科维茨均值方差模型的Matlab实现(10页)-原创力文档
马科维茨均值方差模型的Matlab 实现 假设投资者可选的基金如下:股票型基金-诺安高端制造股票 (001707).混 合型基金-嘉实主题新动力混合 (070021).债券型基金-博时裕瑞纯债债券 ( ...
- 马科维茨均值方差模型
马科维茨均值方差模型 马科维茨均值-方差模型为多目标优化问题,有效前沿即多目标优化问题的pareto解(风险一定,收益最大:收益一定,风险最小) 马科维茨模型以预期收益率期望度量收益,以收益率方差度量 ...
- 投资组合管理-风险分散与马科维茨均值方差模型
概述 400多年前,西班牙文学大师塞万提斯在其巨作<唐吉珂德>中提出了一个被投资界奉为经典的思想:"智者不会把所有的鸡蛋放在同一个蓝子里". 那么如何分散投资才能实现最 ...
- 【tushare使用经验分享】等权重模型、均值方差模型、风险平价模型的投资组合配置比较
id:472745 获取2015.1.1至2021.12.31期间 贵州茅台.美的集团.宁波银行.中国平安.三一重工 五只股票的日度收益数据. 利用2015.1.1-2019.12.31间的数据作为训 ...
- 【金融数量分析之:马科维茨均值方差模型和CAPM定价模型的代码实现】
[金融数量分析之:马科维茨均值方差模型和CAPM定价模型的代码实现] 马科维茨均值方差模型开启了量化投资的大门,其意义固然十分重要 因此个人便手动实现了一个完整的从获取股票数据到选股,到确定投资比列的 ...
- 【Matlab】方差是偏离均值的程度,那偏离中位数的程度怎么算呢?
1.Introduction 最近做建模遇到一个问题,平常求一组数据的离散程度,可以用方差(相对均值)来表示,计算方法如下图所示.那么如果想计算偏离中位数的程度,这个"中差"怎么算 ...
- arima模型 p q d 确定_时间序列分析第07讲(ARIMA模型,季节时间序列模型,均值的估计)...
3.3 广义 ARMA 模型和 ARIMA 模型介绍 一.广义 ARMA 模型 (1)定义 我们把 ARMA 模型中关于多项式 A(z),B(z) 的最小相位条件去掉(即允许有单位圆内的根),其余定义 ...
- 惯性导航原理(六)-IMU误差分类(中)-陀螺+加速度计测量模型+误差模型+Allan方差简介
噪声(Noise ) 幅度(RMS)与带宽的平方根成正比 由上图可知,信号总能量就是幅度的平方:功率谱密度对于惯性传感器来说才是本质的参数,它变低了,说明传感器才是真正的好. 通过求平均来降低噪声的幅 ...
- r语言boxcox异方差_R语言异方差回归模型建模:用误差方差解释异方差
在社会科学中将OLS估计应用于回归模型时,其中的一个假设是同方差,我更喜欢常误差方差.这意味着误差方差没有系统的模式,这意味着该模型在所有预测级别上都同样差. 异方差性是同方差性的补充,不会使OLS产 ...
- 为什么模型复杂度增加时,模型预测的方差会增大,偏差会减小?
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 编辑:忆臻 https://www.zhihu.com/quest ...
最新文章
- 程序员千万不要选全栈开发
- django中模型类的创建
- 计算机秋招必备!广州互联网大厂企业整理清单!
- 工作所用的模块回滚脚本
- Android 11首个预览版发布:打开飞行模式蓝牙耳机不断连
- 【云图】如何制作中国贪官落马图?
- java实现 tiff图片 转 JPG图片(完美解决)
- c语言实现顺序表(详细代码)
- 3.c++计算字符串长度的函数
- cocoscreator修改图标
- (阅读笔记)脑中线偏移测量及其自动化技术与算法综述
- GameMakerStudio2调用外部dll库
- 计算机老是跳出usb设备无法识别,电脑一直弹出无法识别的USB设备的解决办法
- 自适应图片九宫格 css,CSS实现自适应九宫格布局 大全
- 超详细28天备考Tableau考试经验分享
- 《文章生成器》根据关键词生成一篇文章
- w ndows10QQ远程,Win10提示“QQ远程系统权限原因,暂时无法操作”的解决方法
- 【网络工程】8、实操-万达酒店综合项目(二)
- validateJarFile jar not loaded. See Servlet Spec 2.3, section 9.7.2. Offending c
- Java Web应用开发——作业一