从数据中模拟多元正态资产收益场景
用一个弗林特
对象的assetreturn.
争论simulatenormalscenariosbydata.
不推荐。使用时间表
而是对于财务时间序列。有关更多信息,请参阅将财务时间序列对象转换为时间表.
模拟来自Portfolio对象的数据的多变量普通资产返回方案obj.
= simulateNormalScenariosByData (obj.
,assetreturn.
)PortfolioCVaR
或者Portfoliomad.
对象。有关工作流的详细信息,请参阅portfoliocvar对象工作流程, 和PortfolioMAD对象的工作流.
模拟来自Portfolio对象的数据的多变量普通资产返回方案obj.
= simulateNormalScenariosByData (obj.
,assetreturn.
,NumScenarios
,名称,价值
)PortfolioCVaR
或者Portfoliomad.
对象使用一个或多个指定的其他选项名称,价值
对论点。
此功能估计资产从价格或返回数据返回的均值和协方差,然后使用这些估计来生成具有该函数的指定数量的方案mvnrnd.
.
数据可以在一个numsamples.
-经过-NumAssets
矩阵的numsamples.
的集合按给定周期的价格或返回NumAssets
资产,A桌子
或者时间表
.
请注意
如果要多次使用该方法,并且每次调用函数时都要模拟相同的方案,请在每个函数调用之前RNG.
(种子)使用指定的整数种子。
您还可以使用点表示法来模拟来自Portfoliocvar或Portfoliomad对象的数据的多变量普通资产返回方案。
obj = obj.simulatenormalscenariosbydata(Assetrurns,NumScenarios,名称,价值);