主要内容

estimateFrontier

估计有效前沿上的指定数量的最佳投资组合

折叠所有页面

语法

[PWGT，PBUY，PSELL] = estmateFrontier（OBJ）
[pwgt, pbuy psell] = estimateFrontier (obj NumPorts)

描述

例子

［pwgt，pbuy，PSELL.) = estimateFrontier (obj）在有效边界上估计指定数量的最优投资组合文件夹，PortfolioCVaR,或Portfoliomad.对象。有关使用这些不同对象时各自工作流程的详细信息，请参见投资组合对象工作流程，portfoliocvar对象工作流程， 和PortfolioMAD对象的工作流．

例子

［pwgt，pbuy，PSELL.) = estimateFrontier (obj，NumPorts）在有效边界上估计指定数量的最优投资组合，并指定一个额外的选项NumPorts．

例子

全部收缩

打开直播脚本

创建有效的投资组合：

负载Capmuniverse.p = portfolio（“AssetList”、资产(1:12));p = estimateAssetMoments(p, Data(:，1:12)，“missingdata”,真正的);p = setDefaultConstraints (p);plotFrontier (p);

图包含轴。带有标题\ Bfefficientier的轴包含类型线的对象。

pwgt = estimateFrontier(p, 5);pnames =细胞(1、5);为I = 1：5 pnames {I} =的sprintf（'端口％d'，一世）;结束Blotter = DataSet（[{PWGT}，Pnames]，“obsnames”, p.AssetList);disp(流水帐);
端口1端口2端口3端口4 PORT5 AAPL 0.017926 0.058247 0.097816 0.12955 0 AMZN 0 0 0 0 0 CSCO 0 0 0 0 0 DELL 0.0041906 0 0 0 0 EBAY 0 0 0 0 0 GOOG 0.16144 0.35678 0.55228 0.75116 1 HPQ 0.052566 0.032302 0.011186 0 0 IBM 0.46422 0.360450.25577 0.11928 0 INTC 0 0 0 0 0 MSFT 0.29966 0.19222 0.082949 0 0 ORCL 0 0 0 0 0 YHOO 0 0 0 0 0
打开直播脚本

创建一个文件夹对象为12个股票基于CAPMuniverse.mat．

负载Capmuniverse.p0 = portfolio（“AssetList”、资产(1:12));p0 = estimateAssetMoments(p0, Data(:，1:12)，“missingdata”,真正的);p0 = setDefaultConstraints (p0);

采用setminmaxnumassets.定义最多3个资产。

p1 = setminmaxnumasset（p0，[]，3）;

采用setBounds定义较低和上限和一个边界的“条件”．

P1 = SetBounds（P1,0.1,0.5，“BoundType”，“条件”）;PWGT = estmateFrontier（P1,5）;

下表表明，优化的分配只投入最多3个资产，避免了小于0.1的小位置。

结果=表(p0。AssetList ', pwgt)
结果=12×2表Var1 pwgt  ________ ___________________________________________________ {' apple '} 0 0 0 0.14308 0 {amazon的}0 0 0 0 0 {cisco的}0 0 0 0 0{“戴尔”}0 0 0 0 0{“易趣”}0 0 0 0 0.5 0.16979 0.29587 0.42213 0.49998 0.5{“google”}{“hp”}0 0 0 0 0{“IBM”}0.49602 0.4363 0.37309 0.35694 0 {intel的}0 0 0 0 0{“微软”}0.33419 0.26783 0.20479 0 0{‘ORCL} 0 0 000{'YHOO'} 0 0 0 0 0

的estimateFrontier函数使用MINLP求解器来解决这个问题。使用setSolverMINLP配置配置索尔弗蒂和选项。

p1.solvertypeminlp.
ans ='senforpoximation'
p1.solverOptionsMINLP
ans =结构与字段：MaxIltations：1000 Absolutegapolerance：1.0000E-07非线性导致物质：1.0000E-05 NonlinearScalingFactor：1000 objectiveScalingFactor：1000显示：'Off'Cutgeneration：'Basic'MaxIrlationSinaCtiveCut：30 ActiveCuttolerance：1.0000E-07 Intmastersolveroptions：[1x1 Optim.Options.Intlinprog]NumiterationseArlyinteConvergence：30
打开直播脚本

创建有效的投资组合：

负载Capmuniverse.p = PortfolioCVaR (“AssetList”、资产(1:12));p = simulatenormalscenariosbydata（p，数据（：，1:12），20000，“missingdata”,真正的);p = setDefaultConstraints (p);p = setProbabilityLevel(p, 0.95);plotFrontier (p);

图包含轴。带有标题\ Bfefficientier的轴包含类型线的对象。

pwgt = estimateFrontier(p, 5);pnames =细胞(1、5);为I = 1：5 pnames {I} =的sprintf（'端口％d'，一世）;结束Blotter = DataSet（[{PWGT}，Pnames]，“obsnames”, p.AssetList);disp(流水帐);
端口1端口2端口3端口4 Port5 apple 0.010562 0.07364 0.11931 0.13073 0 amazon 0 0 0 0 0 cisco戴尔0.022649 0 0 0 0 0 0 0 0 0 EBAY 0 0 0 0 0 google 0.203 0.38011 0.56202 0.75919 1 hp IBM 0.44444 0.36456 0.26305 0.11009 0.042772 - 0.0094711 0 0 0 0 intel 0 0 0 0 0 microsoft 0.27658 0.17222 0.055624 0 0 ORCL 0 0 0 0 0 yahoo 0 0 0 0 0
打开直播脚本

创建有效的投资组合：

负载Capmuniverse.p = portfoliomad（“AssetList”、资产(1:12));p = simulatenormalscenariosbydata（p，数据（：，1:12），20000，“missingdata”,真正的);p = setDefaultConstraints (p);plotFrontier (p);

图包含轴。带有标题\ Bfefficientier的轴包含类型线的对象。

pwgt = estimateFrontier(p, 5);pnames =细胞(1、5);为I = 1：5 pnames {I} =的sprintf（'端口％d'，一世）;结束Blotter = DataSet（[{PWGT}，Pnames]，“obsnames”, p.AssetList);disp(流水帐);
端口1端口2端口3端口4 Port5 apple 0.029787 0.076199 0.11265 0.13397 0 amazon 0 0 0 0 0 cisco戴尔0.0089177 0 0 0 0 0 0 0 0 0 EBAY 0 0 0 0 0 google 0.16094 0.3516 0.54479 0.74898 1 hp IBM 0.46074 0.37919 0.29379 0.11705 0.056856 - 0.023073 0 0 0 0 intel 0 0 0 0 0 microsoft 0.28277 0.16994 0.048762 0 0 ORCL 0 0 0 0 0 yahoo 0 0 0 0 0
打开直播脚本

获得有效边界整个范围内有效投资组合的默认数量。

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];p =投资组合;p = setAssetMoments(p, m, C); p = setDefaultConstraints(p); pwgt = estimateFrontier(p); disp(pwgt);
列1至7 0.8891 0.7215 0.5540 0.3865 0.2190 0.0515 0 0.0369 0.1289 0.2209 0.3129 0.4049 0.4969 0.4049 0.0404 0.0567 0.0730 0.0893 0.1056 0.1219 0.1320 0.0336 0.0929 0.1521 0.2705 0.3297
打开直播脚本

从最初的投资组合开始estimateFrontier函数返回从你的初始投资组合到有效边界上的每个有效投资组合的购买和销售。给出一个初始投资组合pwgt0，您可以获得购买和销售。

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];p =投资组合;p = setAssetMoments(p, m, C); p = setDefaultConstraints(p); pwgt0 = [ 0.3; 0.3; 0.2; 0.1 ]; p = setInitPort(p, pwgt0); [pwgt, pbuy, psell] = estimateFrontier(p); display(pwgt);
PWGT =4×100.8891 0.7215 0.5540 0.3865 0.2190 0.0515 0 0 0 0 0.0369 0.1289 0.2209 0.3129 0.4049 0.4969 0.4049 0.2314 0.0579 0 0.0404 0.0567 0.0730 0.0893 0.1056 0.1219 0.1320 0.1394 0.1468 0.0336 0 0.0929 0.1521 0.2113 0.2705 0.3297 0.4630 0.6292 0.7953 1.0000
显示(pbuy);
pbuy =4×100.0521 0.1113 0.1705 0.2297 0.3630 0.5292 0.6953 0.9000 .0 000 000 000 000 0
显示(psell);
Psell =4×100 0 0 0.0810 0.2485 0.3000 0.3000 0.3000 0.3000 0.260 0.2631 0.1711 0.0791 0 0 0 0 0.0 0.0.0 0.0.0 0.1.1596 0.1433 0.1270 0.1107 0.0944 0.070 0.0680 0.00060 0.0532 0.2000 0.0 0.0 0.0 0.0 0.0 0 0 0 0
打开直播脚本

获得有效边界整个范围内有效投资组合的默认数量。

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; rng(11); AssetScenarios = mvnrnd(m, C, 20000); p = PortfolioCVaR; p = setScenarios(p, AssetScenarios); p = setDefaultConstraints(p); p = setProbabilityLevel(p, 0.95); pwgt = estimateFrontier(p); disp(pwgt);
列1至7 0.8451 0.6849 0.5159 0.3541 0.1903 0.0323 0 0.0613 0.1429 0.2291 0.3165 0.3983 0.4721 0.3528 0.0451 0.0634 0.0944 0.1082 0.1340 0.1580 0.1736 0.0485 0.1089 0.1606 0.2213 0.2775 0.3376 0.4736列8至10 0 0 0 0.1804 0 0 0.1918 0.2212 0 0.6277 0.7788 1.0000

功能RNG.（ 年代 e e d )重置随机数生成器以产生记录的结果。没有必要重新设置随机数生成器来模拟场景。

打开直播脚本

从最初的投资组合开始estimateFrontier函数返回从你的初始投资组合到有效边界上的每个有效投资组合的购买和销售。给出一个初始投资组合pwgt0，您可以获得购买和销售。

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; rng(11); 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, pbuy, psell] = estimateFrontier(p); display(pwgt);
PWGT =4×100.8451 0.6849 0.5159 0.3541 0.1903 0.0323 0000 0.0613 0.1429 0.2291 0.3165 0.3983 0.4721 0.3528 0.1804 00 0.0451 0.0634 0.0944 0.1082 0.1340 0.1580 0.1736 0.1918 0.2212 0 0.0485 0.1089 0.1606 0.2213 0.2775 0.3376 0.4736 0.6277 0.7788 1.0000
显示(pbuy);
pbuy =4×100.5451 0.3849 0.2159 0.0541 000 000 000 0 0.0165 0.0983 0.1721 0.0528 000 000 000 00 0.0212 000 0.0089 0.0606 0.1213 0.1775 0.2376 0.3736 0.5277 0.6788 0.9000
显示(psell);
Psell =4×10000 0 0.1097 0.2677 0.3000 0.3000 0.3000 0.2387 0.1571 0.0709 000 0 0.1196 0.3000 0.3000 0.1549 0.1366 0.1056 0.0918 0.0660 0.0420 0.0264 0.0082 0 0.2000 0.0515 000 000 000 000

功能RNG.（ 年代 e e d )重置随机数生成器以产生记录的结果。没有必要重新设置随机数生成器来模拟场景。

打开直播脚本

获得有效边界整个范围内有效投资组合的默认数量。

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; rng(11); AssetScenarios = mvnrnd(m, C, 20000); p = PortfolioMAD; p = setScenarios(p, AssetScenarios); p = setDefaultConstraints(p); pwgt = estimateFrontier(p); disp(pwgt);
列1至7 0.8817 0.7150 0.5488 0.3812 0.2167 0.0494 0 0.0431 0.1285 0.2127 0.2993 0.3832 0.4679 0.3599 0.0387 0.0604 0.0826 0.1047 0.1237 0.1480 0.1799 0.0366 0.0961 0.1559 0.2148 0.2763 0.3348 0.4601列8至10 0 0 0 0.1758 0 0 0.2091 0.2266 0 0.6151 0.7734 1.0000

功能RNG.（ 年代 e e d )重置随机数生成器以产生记录的结果。没有必要重新设置随机数生成器来模拟场景。

打开直播脚本

从最初的投资组合开始estimateFrontier函数返回从你的初始投资组合到有效边界上的每个有效投资组合的购买和销售。给出一个初始投资组合pwgt0，您可以获得购买和销售。

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; rng(11); AssetScenarios = mvnrnd(m, C, 20000); p = PortfolioMAD; p = setScenarios(p, AssetScenarios); p = setDefaultConstraints(p); pwgt0 = [ 0.3; 0.3; 0.2; 0.1 ]; p = setInitPort(p, pwgt0); [pwgt, pbuy, psell] = estimateFrontier(p); display(pwgt);
PWGT =4×100.8817 0.7150 0.5488 0.3812 0.2167 0.0494 0000 0.0431 0.1285 0.2127 0.2993 0.3832 0.4679 0.3599 0.1758 00 0.0387 0.0604 0.0826 0.1047 0.1237 0.1480 0.1799 0.2091 0.2266 0 0.0366 0.0961 0.1559 0.2148 0.2763 0.3348 0.4601 0.6151 0.7734 1.0000
显示(pbuy);
pbuy =4×100.5817 0.4150 0.2488 0.0812 000 000 000 00 0.1679 0.0599 000 000 0 0.0091 0.0266 000 0 0.0559 0.1148 0.1763 0.2348 0.3601 0.5151 0.6734 0.9000
显示(psell);
Psell =4×100 0 0 0 0.0833 0.2506 0.3000 0.3000 0.3000 0.3000 0.2569 0.1715 0.0873 0.0007 0 0 0 0.1242 0.3000 0.3000 0.1613 0.1396 0.1174 0.0953 0.0763 0.0520 0.0201 0 0 0.2000 0.0634 0.0039 0 0 0 0 0 0 0 0

功能RNG.（ 年代 e e d )重置随机数生成器以产生记录的结果。没有必要重新设置随机数生成器来模拟场景。

输入参数

全部收缩

对象的组合，指定使用文件夹，PortfolioCVaR,或Portfoliomad.目的。有关创建组合对象的更多信息，请参阅

数据类型:对象

在有效边界上要获取的点数，指定为标量整数。

请注意

如果未指定任何值NumPorts，默认值是从隐藏属性获取的defaultNumPorts(默认值是10）.如果NumPorts＝1，此函数返回隐藏属性指定的投资组合defaultFrontierLimit（当前默认值是“最小值”）.

数据类型:双倍的

输出参数

全部收缩

有效边界上的最优投资组合，指定的投资组合数量从最小到最大的投资组合收益相等的间隔，返回为aNumAssets-经过-NumPorts矩阵。pwgt回来了文件夹，PortfolioCVaR,或Portfoliomad.输入对象(obj）.

购买相对于初始投资组合的最优投资组合在有效边界，回报为NumAssets-经过-NumPorts矩阵。

请注意

如果未指定初始投资组合obj。InitPort，该值被假定为0这样pbuy = max（0，pwgt）和psell = max（0，-pwgt）．

pbuy回来了文件夹，PortfolioCVaR,或Portfoliomad.输入对象(obj）.

在有效边界上的最优投资组合相对于初始投资组合的销售额，回报为aNumAssets-经过-NumPorts矩阵。

请注意

如果未指定初始投资组合obj。InitPort，该值被假定为0这样pbuy = max（0，pwgt）和psell = max（0，-pwgt）．

PSELL.被退回文件夹，PortfolioCVaR,或Portfoliomad.输入对象(obj）.

提示

  • 你也可以使用点符号来估计整个有效边界上的最优投资组合的指定数量。

    [PWGT，PBUY，PSELL] = OBJ.TITIONSFRONTIER（NUMPORTS）;

  • 在引入交易成本和营业额限制时文件夹，PortfolioCVaR,或Portfoliomad.对象，投资组合优化目标包含一个绝对值项。有关Financial Toolbox™如何以算法方式处理此类案例的更多信息，请参见参考．

参考

Cornuejols, G.和R. Tutuncu。财务优化方法。剑桥大学出版社，2007。

另请参阅

||||

主题

在R2011A介绍

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