portopt.
此示例绘制了三个资产的假设产品组合的有效前沿。它说明了如何指定资产组合的预期返回,标准偏差和相关性,如何将标准偏差和相关性转换为协方差矩阵,以及如何从返回和协方差矩阵计算和绘制有效的边界。该示例还示出了如何随机生成一组产品组合权重,以及如何将随机投资组合添加到现有曲线,以便与高效的前沿进行比较。
首先,为三个资产的假设产品组合指定预期的返回,标准偏差和相关矩阵。
返回= [0.1 0.15 0.12];STDS = [0.2 0.25 0.18];相关= [1 0.3 0.4 0.3 1 0.3 0.4 0.3];
将标准偏差和相关矩阵转换为具有该函数的方差协方差矩阵Corr2cov.
。
covariarces = corr2cov(stds,colrelation);
使用该功能评估和绘制20点以20点的高效边界绘制portopt.
和预期的回报和相应的协方差矩阵。尽管可以在投资组合中的资产上放置在产品中的资产上,但是为了简单地接受默认约束,并将投资组合的总值缩放到1,并将权重缩放为正数(无卖空)。
笔记
portopt.
已被部分删除,不再接受cons
要么varargin.
论点。采用文件夹
对象改变了若干长期完全投资组合的产品组合问题。有关使用投资组合对象时工作流程的信息,请参阅投资组合对象工作流程。有关迁移的更多信息portopt.
代码文件夹
, 看portopt迁移到投资组合对象。
Portopt(退货,CoviRarce,20)
既然显示了高效的前沿,从MATLAB开始随机生成1000个投资组合的资产权重®初始状态。
RNG('默认')重量=兰特(1000,3);
前一行代码生成三列均匀分布的随机权重,但不保证它们总和为1.以下代码段规范化每个投资组合的权重,以便三个权重的总数表示有效的组合。
总=总和(重量,2);%添加权重总=总数(:,那些(3,1));%make兼容矩阵权重=权重./total;%归一化SOU = 1
鉴于创建的1000个随机投资组合,计算与权重相关的每个投资组合的预期返回和风险。
[Portracks,Portryurn] = Portstats(返回,CoviRARCE,......重量);
最后,保持当前图表,并在现有高效前沿的顶部绘制每个投资组合的返回和风险以进行比较。在绘制之后,用标题向图形涂布并将图形返回到默认保持状态(任何后续地块都将删除现有数据)。高效的前沿出现为蓝色,而1000随机投资组合出现在边境或下方的一组红色点。
抓住在情节(Portracks,Portryurn,'.r') 标题('平均方差高效前沿和随机投资组合') 抓住离开
Blsdelta
|BLMAMA.
|Blsprice.
|Blsvega.
|bndconvy.
|BNDDURY.
|Bndkrdur.
|BNDPRICE.
|Corr2cov.
|portopt.
|ZBTPRICE.
|Zero2disc
|零2FWD