主要内容

评估portfolio var对象的有效边界

而评估portfolio var对象的整个边界的有效投资组合本节重点讨论了有效投资组合的估计，重点讨论了有效边界的估计。有关使用时工作流的信息PortfolioCVaR对象,看到PortfolioCVaR对象的工作流．

获取CVaR投资组合风险与回报

给定任何投资组合，特别是有效投资组合的函数estimatePortReturn和estimatePortRisk提供回报(或回报代理)、风险(或风险代理)的估计。每个函数都有相同的输入语法，但是输出的组合不同。假设你有这样一个投资组合优化问题它给了你一组沿着有效边界的投资组合pwgt：

M = [0.05;0.1;0.12;0.18);C = [0.0064 0.00408 0.00192 0;0.00408 0.0289 0.0204 0.0119;0.00192 0.0204 0.0576 0.0336;0 0.0119 0.0336 0.1225];m = m / 12;C = C / 12; AssetScenarios = mvnrnd(m, C, 20000); p = PortfolioCVaR; p = setScenarios(p, AssetScenarios); p = setDefaultConstraints(p); p = setProbabilityLevel(p, 0.95); pwgt0 = [ 0.3; 0.3; 0.2; 0.1 ]; p = setInitPort(p, pwgt0); pwgt = estimateFrontier(p);

请注意

记住，CVaR投资组合优化的风险代理是CVaR。

鉴于pwgt0和pwgt，使用投资组合风险和回报估计函数获取初始投资组合和有效边界上的投资组合的风险和回报:

prsk0 = estimatePortRisk(p, pwgt0);pre0 = estimatePortReturn(p, pwgt0);prsk = estimatePortRisk(p, pwgt);pret = estimatePortReturn(p, pwgt);
您获得以下风险和回报:
显示(prsk0)显示(pre0)显示(prsk)显示(pret)
Prsk0 = 0.0591 pre0 = 0.0067 PRSK = 0.0414 0.0453 0.0553 0.0689 0.0843 0.1006 0.1193 0.1426 0.1689 0.1969 pret = 0.0050 0.0060 0.0070 0.0080 0.0089 0.0099 0.0109 0.0119 0.0129 0.0139

获得投资组合标准差和VaR

的PortfolioCVaR对象具有计算投资组合收益标准差和投资组合风险值的函数estimatePortStd和estimatePortVaR．这些函数适用于任何投资组合，但不一定是有效的投资组合。例如，下面的示例获得五个投资组合(pwgt)，并拥有一个初始投资组合pwgt0．计算各种投资组合的统计数据，包括回报、风险、标准差和风险值。列出的估计是第一行的初始投资组合的估计，然后是接下来一行的五个有效投资组合的估计。

M = [0.0042;0.0083;0.01;0.15);C = [0.005333 0.00034 0.00016 0;0.00034 0.002408 0.0017 0.000992;0.00016 0.0017 0.0048 0.0028;0 0.000992 0.0028 0.010208];Pwgt0 = [0.3;0.3; 0.2; 0.1 ]; p = PortfolioCVaR(“initport”, pwgt0);p = simulateNormalScenariosByMoments(p, m, C, 20000);p = setDefaultConstraints (p);p = setProbabilityLevel(p, 0.9);pwgt = estimateFrontier(p, 5);pret = estimatePortReturn(p， [pwgt0, pwgt]);prsk = estimatePortRisk(p， [pwgt0, pwgt]);pstd = estimatePortStd(p， [pwgt0, pwgt]);pvar = estimatePortVaR(p， [pwgt0, pwgt]);[pret, prsk, pstd, pvar]
Ans = 0.0207 0.0464 0.0381 0.0283 0.1009 0.0214 0.0699 -0.0109 0.1133 0.0217 0.0772 -0.0137 0.1256 0.0226 0.0849 -0.0164 0.1380 0.0240 0.0928 -0.0182 0.1503 0.0262 0.1011 -0.0197

另请参阅

||||

相关的例子

更多关于

外部网站

金融工具的文档

万博1manbetx

用MATLAB建模财务风险的实用指南

用MATLAB建模财务风险的实用指南

下载电子书