estimateFrontier

在有效边界上估计指定数量的最优投资组合

语法

[pwgt,pbuy,psell] = estimateFrontier(obj)

[pwgt,pbuy,psell] = estimateFrontier(obj,NumPorts)

描述

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

例子

［pwgt，pbuy，psell= estimateFrontier(obj，NumPorts）使用指定的附加选项在有效边界上估计指定数量的最优投资组合NumPorts．

例子

全部折叠

创建一个`投资组合`目标和确定有效的投资组合

打开实时脚本

创建高效的投资组合:

负载CAPMuniversep =投资组合(“AssetList”、资产(1:12));p = estimateAssetMoments(p, Data(:，1:12)，“missingdata”,真正的);p = setDefaultConstraints(p);plotFrontier (p);

图中包含一个axes对象。标题为E f f i c in t空f r nt的axis对象包含一个类型为line的对象。

pwgt = estimateFrontier(p, 5);Pnames = cell(1,5);为I = 1:5 pnames{I} = sprintf(的端口% d ',我);结束Blotter = dataset([{pwgt}，pnames]，“obsnames”, p.AssetList);disp(流水帐);

Port1 Port2 Port3 Port4 Port5 AAPL 0.017926 0.058247 0.097816 0.12955 0 AMZN 00 00 CSCO 00 00 DELL 0.0041906 00 00 EBAY 00 00 GOOG 0.16144 0.35678 0.55228 0.75116 1 HPQ 0.052566 0.33202 0.011186 00 IBM 0.0.6422 0.36045 0.25577 0.11928 0 INTC 00 00 0 MSFT 0.29966 0.19222 0.082949 00 ORCL 00 00 00 YHOO 00 00

创建一个`投资组合`对象与`BoundType`而且`MaxNumAssets`约束和确定有效的投资组合

打开实时脚本

创建一个投资组合对象为12个股票的基础上CAPMuniverse.mat．

负载CAPMuniversep0 =投资组合(“AssetList”、资产(1:12));p0 = estimateAssetMoments(p0, Data(:，1:12)，“missingdata”,真正的);p0 = setDefaultConstraints(p0);

使用setMinMaxNumAssets定义3个资产的最大数量。

p1 = setMinMaxNumAssets(p0， []， 3);

使用setBounds定义一个下界和上界BoundType的“条件”．

p1 = setBounds(p1, 0.1, 0.5，“BoundType”，“条件”）;pwgt = estimateFrontier(p1, 5);

下表显示，优化后的配置最多只投资3个资产，避免了小于0.1的小头寸。

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 0 0 0{“yahoo”}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命令，配置SolverType和选项。

p1.solverTypeMINLP

ans = ' outer逼近'

p1.solverOptionsMINLP

ans =带有字段的结构:maxiteration: 1000 AbsoluteGapTolerance: 1.0000e-07 RelativeGapTolerance: 1.0000e-05 NonlinearScalingFactor: 1000 ObjectiveScalingFactor: 1000 Display: 'off' CutGeneration: 'basic' maxiterationsinactivcut: 30 activecutttolerance: 1.0000e-07 IntMasterSolverOptions: [1x1 optim.options.]Intlinprog] NumIterationsEarlyIntegerConvergence: 30

构造一个PortfolioCVaR对象并确定有效的投资组合

打开实时脚本

创建高效的投资组合:

负载CAPMuniversep = portfolio var (“AssetList”、资产(1:12));p = simulateNormalScenariosByData(p, Data(:，1:12)， 20000，“missingdata”,真正的);p = setDefaultConstraints(p);p = setProbabilityLevel(p, 0.95);plotFrontier (p);

图中包含一个axes对象。标题为E f f i c in t空f r nt的axis对象包含一个类型为line的对象。

pwgt = estimateFrontier(p, 5);Pnames = cell(1,5);为I = 1:5 pnames{I} = sprintf(的端口% d ',我);结束Blotter = dataset([{pwgt}，pnames]，“obsnames”, p.AssetList);disp(流水帐);

Port1 Port2 Port3 Port4 Port5 AAPL 0.010562 0.07364 0.11931 0.13073 0 AMZN 00 00 0 CSCO 00 00 0 DELL 0.022649 00 00 EBAY 00 00 0 GOOG 0.203 0.38011 0.56202 0.775919 1 HPQ 0.042772 0.0094711 00 IBM 0.44444 0.36456 0.26305 0.11009 0 INTC 00 00 0 MSFT 0.27658 0.17222 0.055624 00 ORCL 00 00 00 YHOO 00 00 0

创建一个`PortfolioMAD`目标和确定有效的投资组合

打开实时脚本

创建高效的投资组合:

负载CAPMuniversep = PortfolioMAD(“AssetList”、资产(1:12));p = simulateNormalScenariosByData(p, Data(:，1:12)， 20000，“missingdata”,真正的);p = setDefaultConstraints(p);plotFrontier (p);

图中包含一个axes对象。标题为E f f i c in t空f r nt的axis对象包含一个类型为line的对象。

pwgt = estimateFrontier(p, 5);Pnames = cell(1,5);为I = 1:5 pnames{I} = sprintf(的端口% d ',我);结束Blotter = dataset([{pwgt}，pnames]，“obsnames”, p.AssetList);disp(流水帐);

Port1 Port2 Port3 Port4 Port5 AAPL 0.029787 0.076199 0.11265 0.13397 0 AMZN 00 00 CSCO 00 00 DELL 0.0089177 00 00 EBAY 00 00 GOOG 0.16094 0.3516 0.4479 0.4898 1 HPQ 0.056856 0.023073 00 IBM 0.46074 0.37919 0.29379 0.11705 0 INTC 00 00 0 MSFT 0.28277 0.16994 0.048762 00 ORCL 00 00 00 YHOO 00 00 0

获取一个投资组合对象的有效投资组合的默认数量

打开实时脚本

在整个有效边界范围内获取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);

1 ~ 7列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 0.0893 0.1056 0.1219 0.1320 0.0336 0.0929 0.1521 0.2113 0.2705 0.3297 0.4630 8 ~ 10列000 0.2314 0.0579 0 0.1394 0.1468 0 0.6292 0.7953 1.0000

在投资组合对象的有效边界上获取投资组合的购买和销售

打开实时脚本

从最初的投资组合开始estimateFrontier函数返回从初始投资组合到有效边界上每个有效投资组合的购买和销售。给定一个初始投资组合pwgt0，你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 0.02209 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 0.0336 0.0929 0.1521 0.2113 0.2705 0.3297 0.4630 0.6292 0.7953 1.0000

显示(pbuy);

pbuy =4×100.5891 0.4215 0.2540 0.0865 000 000 000 0 0.0129 0.1049 0.1969 0.1049 000 000 000 000 000 000 0 0.0521 0.1113 0.1705 0.2297 0.3630 0.5292 0.6953 0.9000

显示(psell);

psell =4×10000 0 0.0810 0.2485 0.3000 0.3000 0.3000 0.3000 0.2631 0.1711 0.0791 000 0 0.0686 0.2421 0.3000 0.1596 0.1433 0.1270 0.1107 0.0944 0.0781 0.0680 0.0606 0.0532 0.2000 0.0664 0.0071 000 000 000

获取一个PortfolioCVaR对象的有效投资组合的默认数量

打开实时脚本

在整个有效边界范围内获取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);

1 ~ 7列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 8 ~ 10列000 0.1804 00 0.1918 0.2212 0 0.6277 0.7788 1.0000

这个函数rng（ $年代 e e d$ )重置随机数生成器以产生记录的结果。不需要重置随机数生成器来模拟场景。

在PortfolioCVaR对象的有效边界上获取投资组合的购买和销售

打开实时脚本

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 00 0.0165 0.0983 0.1721 0.0528 000 000 000 0 0.0212 00 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 0.3000 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 0

这个函数rng（ $年代 e e d$ )重置随机数生成器以产生记录的结果。不需要重置随机数生成器来模拟场景。

获取PortfolioMAD对象的有效投资组合的默认数量

打开实时脚本

在整个有效边界范围内获取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);

1 ~ 7列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 8 ~ 10列000 0.1758 00 0.2091 0.2266 0 0.6151 0.7734 1.0000

这个函数rng（ $年代 e e d$ )重置随机数生成器以产生记录的结果。不需要重置随机数生成器来模拟场景。

在PortfolioMAD对象的有效边界上获取投资组合的购买和销售

打开实时脚本

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 0.0832 0.1679 0.0599 000 000 000 0.0091 0.0266 000 0.0559 0.1148 0.1763 0.2348 0.3601 0.5151 0.6734 0.9000

显示(psell);

psell =4×10000 0 0.0833 0.2506 0.3000 0.3000 0.3000 0.3000 0.2569 0.1715 0.0873 0.0007 000 0.1242 0.3000 0.3000 0.1613 0.1396 0.1174 0.0953 0.0763 0.0520 0.0201 00 0.2000 0.0634 0.0039 000 000 000 000 000 0

这个函数rng（ $年代 e e d$ )重置随机数生成器以产生记录的结果。不需要重置随机数生成器来模拟场景。

输入参数

全部折叠

`obj`- - - - - -作品集对象
对象

对象，指定使用投资组合，PortfolioCVaR,或PortfolioMAD对象。有关创建投资组合对象的更多信息，请参见

数据类型:对象

`NumPorts`- - - - - -在有效边界上获得的点数
隐藏属性的价值`defaultNumPorts`(默认值为`10`）(默认)|标量整数

有效边界上要获得的点数，指定为标量整数。

请注意

如果没有指定值NumPorts，默认值从hidden属性中获取defaultNumPorts(默认值为10)．如果NumPorts＝1，该函数返回由hidden属性指定的投资组合defaultFrontierLimit(当前默认值为“最小值”)．

数据类型:双

输出参数

全部折叠

`pwgt`-有效边界上的最优投资组合，指定数量的投资组合，平均间隔从最小到最大的投资组合收益
矩阵

有效边界上的最优投资组合，其中指定数量的投资组合从最小投资组合收益到最大投资组合收益之间间隔相等，返回为NumAssets——- - - - - -NumPorts矩阵。pwgt返回为投资组合，PortfolioCVaR,或PortfolioMAD输入对象(obj)．

`pbuy`-购买相对于初始投资组合在有效边界上的最优投资组合
矩阵

对于有效边界上的最优投资组合，相对于初始投资组合的购买，返回为NumAssets——- - - - - -NumPorts矩阵。

请注意

中未指定初始投资组合obj。InitPort，该值假设为0这样Pbuy = max(0, pwgt)而且Psell = max(0， -pwgt)．

pbuy返回为投资组合，PortfolioCVaR,或PortfolioMAD输入对象(obj)．

`psell`-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
矩阵

对于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，返回为NumAssets——- - - - - -NumPorts矩阵。

请注意

中未指定初始投资组合obj。InitPort，该值假设为0这样Pbuy = max(0, pwgt)而且Psell = max(0， -pwgt)．

psell返回为投资组合，PortfolioCVaR,或PortfolioMAD输入对象(obj)．

提示

你也可以用点表示法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.estimateFrontier(NumPorts);
```
当引入交易成本和周转约束时投资组合，PortfolioCVaR,或PortfolioMAD对象，则投资组合优化目标包含一个带有绝对值的项。有关Financial Toolbox™如何用算法处理此类情况的更多信息，请参见参考文献．

参考文献

[1]科努埃戈尔斯，G.和R.图通古。财务优化方法。剑桥大学出版社，2007。

版本历史

在R2011a中介绍

另请参阅

estimateFrontierByReturn|estimateFrontierByRisk|estimateFrontierLimits|setBounds|setMinMaxNumAssets

estimateFrontier

语法

描述

例子

创建一个投资组合目标和确定有效的投资组合

创建一个投资组合对象与BoundType而且MaxNumAssets约束和确定有效的投资组合

构造一个PortfolioCVaR对象并确定有效的投资组合

创建一个PortfolioMAD目标和确定有效的投资组合

获取一个投资组合对象的有效投资组合的默认数量

在投资组合对象的有效边界上获取投资组合的购买和销售

获取一个PortfolioCVaR对象的有效投资组合的默认数量

在PortfolioCVaR对象的有效边界上获取投资组合的购买和销售

获取PortfolioMAD对象的有效投资组合的默认数量

在PortfolioMAD对象的有效边界上获取投资组合的购买和销售

输入参数

obj- - - - - -作品集对象对象

NumPorts- - - - - -在有效边界上获得的点数隐藏属性的价值defaultNumPorts(默认值为10）(默认)|标量整数

输出参数

pwgt-有效边界上的最优投资组合，指定数量的投资组合，平均间隔从最小到最大的投资组合收益矩阵

pbuy-购买相对于初始投资组合在有效边界上的最优投资组合矩阵

psell-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矩阵

提示

参考文献

版本历史

另请参阅

主题

创建一个`投资组合`目标和确定有效的投资组合

创建一个`投资组合`对象与`BoundType`而且`MaxNumAssets`约束和确定有效的投资组合

创建一个`PortfolioMAD`目标和确定有效的投资组合

`obj`- - - - - -作品集对象
对象

`NumPorts`- - - - - -在有效边界上获得的点数
隐藏属性的价值`defaultNumPorts`(默认值为`10`）(默认)|标量整数

`pwgt`-有效边界上的最优投资组合，指定数量的投资组合，平均间隔从最小到最大的投资组合收益
矩阵

`pbuy`-购买相对于初始投资组合在有效边界上的最优投资组合
矩阵

`psell`-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
矩阵