PortfolioCVaR

创建有条件价值在风险投资组合优化和分析PortfolioCVaR对象

扩大所有页面

描述

使用PortfolioCVaR创建PortfolioCVaR条件风险价值组合优化的对象。

对于CVaR的投资组合优化的主要工作流程是创建一个实例PortfolioCVaR对象完全指定一个组合优化问题，并在操作PortfolioCVaR对象使用支持的函数来获取和万博1manbetx分析有效的投资组合。有关此工作流的详细信息，请参见PortfolioCVaR对象工作流程。

你可以使用PortfolioCVaR以多种方式反对。在PortfolioCVaR对象，最简单的语法是：

P = PortfolioCVaR;

这句法创建PortfolioCVaR对象，p，以便所有对象属性都为空。

该PortfolioCVaR对象还接受的名称 - 值对的集合的参数为属性及其值。该PortfolioCVaR函数接受用于与一般语法属性输入：

p=PortfolioCVaR（'property1'，value1，'property2'，value2，…）;

如果PortfolioCVaR对象已经存在，则语法允许的第一（且仅第一个参数）PortfolioCVaR对象是具有要添加或修改的属性的后续名称-值对参数的现有对象。例如，给定PortfolioCVaR对象p，一般的语法是：

P = PortfolioCVaR（P， 'property1'，值1， 'property2'，值2，...）;

输入参数名不区分大小写，但必须完全指定。此外，可以使用可选参数名指定多个属性（请参见属性名称的快捷方式）。该PortfolioCVaRobject尝试从输入中检测问题维度，一旦设置好，后续输入可以进行各种标量或矩阵展开操作，从而简化制定问题的整个过程。此外，aPortfolioCVaR对象是一个值对象，使得给定的图集p中，下面的代码创建两个对象，p和q，那是不同的：

Q = PortfolioCVaR（P，...）

创建后PortfolioCVaR对象，你可以使用相关的对象函数来设置组合的限制，分析了有效边界，并验证了投资组合模型。

有关条件风险价值组合优化的理论基础的更多详细信息，请参见投资组合优化理论。

创建

句法

P = PortfolioCVaR

p=PortfolioCVaR（名称、值）

p=PortfolioCVaR（p，名称，值）

描述

例

p=叶状体创建空的PortfolioCVaR反对有条件价值在风险投资组合优化和分析。然后，您可以添加元素到PortfolioCVaR对象使用支持的“add”和“set万博1manbetx”函数。有关详细信息，请参见创建PortfolioCVaR对象。

例

p= PortfolioCVaR（名称、值）创建PortfolioCVaR对象（p）和套属性使用名称 - 值对。例如，p=PortfolioCVaR（“资产清单”，资产（1:12））. 可以指定多个名称-值对。

例

p= PortfolioCVaR（p，名称、值）创建PortfolioCVaR对象（p使用先前创建的）PortfolioCVaR宾语p和套属性使用名称 - 值对。可以指定多个名称 - 值对。

输入参数

展开全部

`p`-先前构造PortfolioCVaR对象
宾语

先前构造PortfolioCVaR对象，使用指定的PortfolioCVaR。

属性

展开全部

设置对象

`资产列表`-名称或宇宙资产的符号
`[]`（默认）|字符向量的单元阵列|字符串数组

名称或在宇宙中的资产的符号，被指定为字符向量的单元阵列或一个字符串数组。

数据类型：细胞|串

`初始端口`-初始投资组合
`[]`（默认）|向量

初始组合，指定为矢量。

数据类型：双

`名称`-名称为PortfolioCVaR对象的实例
`[]`（默认）|特征向量|串

对于命名的实例PortfolioCVaR对象，指定为字符向量或字符串。

数据类型：烧焦|串

`NumAssets`-宇宙中的资产数量
`[]`（默认）|整数标量

在宇宙中的资产，指定为一个整数标量的数量。

数据类型：双

项目组合对象约束

`AEquality`-线性等式约束矩阵
`[]`（默认）|矩阵

线性等式约束矩阵，指定为矩阵。

数据类型：双

`AInequality`-线性不等式约束矩阵
`[]`（默认）|矩阵

线性不等式约束矩阵，指定为矩阵。

数据类型：双

`bEquality`-线性约束向量
`[]`（默认）|向量

线性等式约束矢量，指定为矢量。

数据类型：双

`bInequality`-线性不等式约束
`[]`（默认）|向量

线性不等式约束向量，指定为向量。

数据类型：双

`A组`-A组权重以B组权重为界
`[]`（默认）|矩阵

基团A的权重由B组的权重，指定为矩阵来界定。

数据类型：双

`B族`-B组重量
`[]`（默认）|矩阵

B组权重，指定为矩阵。

数据类型：双

`GroupMatrix`-群成员矩阵
`[]`（默认）|矩阵

组成员矩阵，指定为矩阵。

数据类型：双

`下骨`-下限约束
`[]`（默认）|向量

下界约束，指定为向量。

数据类型：双

`LowerBudget`-下限预算约束
`[]`（默认）|纯量

下限的预算约束，指定为标量。

数据类型：双

`LowerGroup`-下界群约束
`[]`（默认）|向量

下限组约束，指定为矢量。

数据类型：双

`LowerRatio`-组A和B之间分配的最小比值
`[]`（默认）|向量

最低分配比率A组和B族，指定为向量。

数据类型：双

`UPPERBOUND`-上限约束
`[]`（默认）|向量

上界约束，指定为向量。

数据类型：双

`最高预算`-上限预算约束
`[]`（默认）|纯量

上限预算约束，指定为标量。

数据类型：双

`上群`-上界群约束
`[]`（默认）|向量

上界组约束，指定为向量。

数据类型：双

`UpperRatio`-组A和B之间分配的最大比
`[]`（默认）|向量

之间分配的最大比A组和B族，指定为向量。

数据类型：双

`BoundType`-每个资产权重的界限类型
`'简单'`（默认）|用值的字符向量`'简单'`或`“条件”`|字符串值`“简单”`或`“条件”`|具有值的字符向量的单元格数组`'简单'`或`“条件”`|串数组的值`“简单”`或`“条件”`

每个资源权重的边界类型，指定为标量字符向量或字符串，或字符向量的单元格数组或字符串数组。有关详细信息，请参见的setBounds。

数据类型：烧焦|细胞|串

`MinNumAssets`-资产的最小数量的投资组合分配
`[]`（默认）|数字

资产组合中分配的最小资产数，指定为标量数值。有关详细信息，请参见集minmaxnumassets。

数据类型：双

`最大质量集`-在投资组合的资产分配的最大数量
`[]`（默认）|数字

在投资组合的资产分配的最大数，指定为标数值。欲了解更多信息，请参阅集minmaxnumassets。

数据类型：双

`人事变更率`-营业额约束
`[]`（默认）|纯量

营业额的限制，指定为标量。

数据类型：双

`销售量`-在营业额的限制
`[]`（默认）|纯量

在营业额的限制，指定为标量。

数据类型：双

`BuyTurnover`-在采购周转约束
`[]`（默认）|纯量

采购的周转限制，指定为标量。

数据类型：双

投资组合对象建模

`BuyCost`-比例购买成本
`[]`（默认）|向量

比例购买成本，指定作为载体。

数据类型：双

`RiskFreeRate`-无风险利率
`[]`（默认）|纯量

无风险利率，指定为标量。

数据类型：双

`概率水平`-风险概率水平值为1-（损失概率）
`[]`（默认）|纯量

值高危概率水平为1 - （丢失概率），指定为一个标量。

数据类型：双

`NumScenarios`-场景数
`[]`（默认）|整数标量

的场景数，指定为整数标量。

数据类型：双

`销售成本`-比例销售成本
`[]`（默认）|向量

比例的销售费用，指定作为载体。

数据类型：双

对象函数

`setAssetList`	设立资产标识符的列表
`setInitPort`	成立初始或当前的投资组合
`setDefaultConstraints设置默认约束`	与非负的权重那笔1建立投资组合限制
`estimateAssetMoments`	基于数据的资产收益率均值和协方差估计
`固定成本`	设置比例交易成本
`addEquality`	添加线性等式约束的投资组合权重存在的制约因素
`addGroupRatio`	添加投资组合权组比限制到现有组比率限制
`addGroups`	将组合权重的组约束添加到现有组约束
`addInequality`	加入线性不等式约束的投资组合权重存在的制约因素
`的getBounds`	获得投资对象的投资组合权界限
`getBudget`	获得投资对象预算约束边界
`getCosts`	从投资组合对象获取买卖交易成本
`获得平等`	从portfolio对象获取等式约束数组
`获取组比率`	从portfolio对象中获取组比率约束数组
`getGroups`	获得从组合对象组约束阵列
`得到不平等`	获得不平等从投资对象约束阵列
`GetOneway营业额`	获得投资对象单向周转约束
`setGroups`	对于投资组合权重设置组限制
`集合不等式`	设置为线性投资组合权不等式约束
`的setBounds`	为投资组合对象设置投资组合权重的界限
`集minmaxnumassets`	对投资组合对象中的资产数量设置基数约束
`setBudget`	建立预算约束
`固定成本`	设置比例交易成本
`setDefaultConstraints设置默认约束`	与非负的权重那笔1建立投资组合限制
`setEquality`	建立投资组合权重的线性等式约束
`setGroupRatio`	建立组合权重的组比率约束
`setInitPort`	成立初始或当前的投资组合
`setoneway翻转`	设置单向投资组合周转约束
`setTurnover`	设置最大投资组合周转约束
`checkFeasibility`	对检查对象的组合输入组合的可行性
`估计界`	对于一套组合的估计全球的上限和下限
`estimateFrontier`	有效前沿上最优投资组合的指定个数估计
`估计边境线`	估计有针对性的投资组合回报最优投资组合
`估算边界风险`	估计有针对性的组合风险的最佳组合
`估计边界`	有效前沿端点的最优投资组合估计
`plotFrontier`	绘制有效边界
`预计收益`	估计平均组合收益
`估计风险`	根据与对应的物体相关的风险代理估算投资组合的风险
`塞索尔弗`	选择主解算器，并指定组合优化相关求解器选项
`setProbabilityLevel`	集概率水平VaR和CVaR的计算
`塞纳里奥`	集资产收益情景通过直接矩阵
`getScenarios`	获得投资对象的场景
`simulateNormalScenariosByData`	从数据模拟多元正常资产收益情景
`simulateNormalScenariosByMoments`	从资产收益均值和协方差模拟多元正态资产收益情景
`estimateScenarioMoments`	估计均值和资产收益情景协方差
`估计端口变量`	估值下的风险为PortfolioCVaR对象

estimatePortStd

例子

全部折叠

创建空的PortfolioCVaR对象

打开实时脚本

您可以创建一个PortfolioCVaR对象，p的，没有输入参数并且使用显示它显示。

P = PortfolioCVaR;DISP（P）;

PortfolioCVaR与属性：BuyCost：[] SellCost：[] RiskFreeRate：[] ProbabilityLevel：[]营业额：[] BuyTurnover：[] SellTurnover：[] NumScenarios：[]名称：[] NumAssets：[]资产列表：[] InitPort：[] AInequality：[] bInequality：[] AEquality：[] bEquality：[]下界：[] UPPERBOUND：[] LowerBudget：[] UpperBudget：[] GroupMatrix：[] LowerGroup：[] UpperGroup：[] A组：[]组B：[] LowerRatio：[] UpperRatio：[] MinNumAssets：[] MaxNumAssets：[] BoundType：[]

这种方法提供了一种方法，可以用PortfolioCVaR功能。然后，可以使用关联的set函数设置和修改PortfolioCVaR反对。

创建PortfolioCVaR对象使用一个单步设置

打开实时脚本

你可以使用PortfolioCVaR直接反对成立一个“标准”的投资组合优化问题。鉴于资产收益的场景在变资产支持中，这个问题被完全规定如下：

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；0.0119 0.0336 0.1225]；m=m/12；C=C/12；AssetScenarios=mvnrnd（m，C，20000）；p=PortfolioCVaR(“方案”，资产支持，...“下界”，0，'降低预算'1，'UpperBudget'1，...'ProbabilityLevel'，0.95）

p=PortfolioCVaR，带属性：BuyCost:[]SellCost:[]无风险率：[]概率水平：0.9500营业额：[]BuyOffolution:[]销售额：[]NumCenarios:20000姓名：[]NumAssets:4资产清单：[]初始端口：[]aineEquality:[]bInequality:[]AEquality:[]bEquality:[]LowerBound:[4x1 double]上限：[]LowerBudget:1上限预算：1组矩阵：[]下组：[]上组：[]A组：[]B组：[]下组：[]上比率：[]最小资产：[]最大资产：[]边界类型：[]

注意，下骨属性值经受标量以来扩张资产支持提供该问题的尺寸。

创建PortfolioCVaR对象使用步骤的顺序

打开实时脚本

通过一系列步骤是实现建立一个“标准”的CVaR投资组合优化问题的相同任务的另一种方式，因为资产支持变量为：

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；0.0119 0.0336 0.1225]；m=m/12；C=C/12；AssetScenarios=mvnrn（m，C，20000）；p=PortfolioCVaR；p=setScenarios（p，AssetScenarios）；p=PortfolioCVaR（p，“下界”，0）;P = PortfolioCVaR（P，'降低预算'1，'UpperBudget'p=setprobabilityvel（p，0.95）；plotFrontier（p）；

这样的工作，因为调用PortfolioCVaR在这个特定的顺序。在这种情况下，调用初始化资产支持提供了该问题的尺寸。如果你是最后做到这一步，你就必须明确标注尺寸下骨属性，如下所示：

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；0.0119 0.0336 0.1225]；m=m/12；C=C/12；AssetScenarios=mvnrn（m，C，20000）；p=PortfolioCVaR；p=PortfolioCVaR（p，“下界”，零（尺寸（μm）））;P = PortfolioCVaR（P，'降低预算'1，'UpperBudget'，1）；p=setprobabilityvel（p，0.95）；p=setScenarios（p，AssetScenarios）；plotFrontier（p）；

如果没有指定的大小下骨但是，相反，输入一个标量参数，PortfolioCVaR对象假定你要定义一个单一资产的问题，并在调用集合资产的方案有四个资产产生错误。

使用属性名的快捷方式创建PortfolioCVaR对象

打开实时脚本

您可以创建一个PortfolioCVaR对象，p与PortfolioCVaR对象使用属性名称的快捷方式。

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；0.0119 0.0336 0.1225]；m=m/12；C=C/12；AssetScenarios=mvnrnd（m，C，20000）；p=PortfolioCVaR(“方案”，资产支持，'磅'，0，'预算'1，'请'，0.95）

p=PortfolioCVaR，带属性：BuyCost:[]SellCost:[]无风险率：[]概率水平：0.9500营业额：[]BuyOffolution:[]销售额：[]NumCenarios:20000姓名：[]NumAssets:4资产清单：[]初始端口：[]aineEquality:[]bInequality:[]AEquality:[]bEquality:[]LowerBound:[4x1 double]上限：[]LowerBudget:1上限预算：1组矩阵：[]下组：[]上组：[]A组：[]B组：[]下组：[]上比率：[]最小资产：[]最大资产：[]边界类型：[]

PortfolioCVaR对象属性的直接设置

打开实时脚本

虽然不推荐，但是可以直接设置属性，但是不会对输入执行错误检查。

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.ProbabilityLevel = 0.95; p.LowerBudget = 1; p.UpperBudget = 1; p.LowerBound = zeros(size(m)); disp(p)

带属性的PortfolioCVaR:BuyCost:[]SellCost:[]无风险率：[]概率级别：0.9500营业额：[]BuyOverlose:[]销售额：[]NumCenarios:20000姓名：[]NumAssets:4资产列表：[]初始端口：[]AInequality:[]bInequality:[]AEquality:[]bEquality:[]LowerBound:[4x1 double]上限：[]LowerBudget:1上限预算：1组矩阵：[]下组：[]上组：[]A组：[]B组：[]下组：[]上比率：[]最小资产：[]最大资产：[]边界类型：[]

场景不能被直接分配给PortfolioCVaR对象。方案必须始终通过任一设定PortfolioCVaR功能，塞纳里奥函数，或任何方案模拟函数。

构造一个PortfolioCVaR对象，并确定有效投资组合

打开实时脚本

创建高效的投资组合：

加载军帽p=叶状体(“资产列表”，资产（1:12））;P = simulateNormalScenariosByData（P，数据（：，1:12），，20000，'缺失数据'，true）；p=setDefaultConstraints（p）；p=setProbabilityLevel（p，0.95）；plotFrontier（p）；

pwgt = estimateFrontier（P，5）;pnames =细胞（1,5）;对于I = 1：5 pnames {I} =的sprintf（'端口％d'，一世）;结束Blotter=数据集（[{pwgt}，pnames]，'obsnames'，p.AssetList）;DISP（吸墨纸）;

端口1端口2端口3端口4 PORT5 AAPL 0.010562 0.07364 0.11931 0.13073 0 AMZN 0 0 0 0 0 CSCO 0 0 0 0 0 DELL 0.022649 0 0 0 0 EBAY 0 0 0 0 0 GOOG 0.203 0.38011 0.56202 0.75919 1 HPQ 0.042772 0.0094711 0 0 0 IBM 0.44444 0.364560.26305 0.11009 0 0 INTC 0 0 0 0 MSFT 0.27658 0.17222 0.055624 0 0 0 ORCL 0 0 0 0 0 YHOO 0 0 0 0

快捷参数名称	等效参数/属性名称
`AE`	`AEquality`
`嗳`	`AInequality`
`资产名称`或`资产`	`资产列表`
`是`	`bEquality`
`双`	`bInequality`
`预算`	`最高预算`和`LowerBudget`
`组`	`GroupMatrix`
`磅`	`下骨`
`ñ`或`NUM`	`NumAssets`
`水平`，`problevel`，要么`plevel`	`概率水平`
`RFR`	`RiskFreeRate`
`脚本`或`资产支持`	`方案`
`UB`	`UPPERBOUND`

参考

[1]用于PortfolioCVaR对象引用的完整列表，请参见投资组合优化。

也可以看看

PortfolioCVaR

描述

创建

句法

描述

输入参数

p-先前构造PortfolioCVaR对象宾语

属性

设置对象

资产列表-名称或宇宙资产的符号[]（默认）|字符向量的单元阵列|字符串数组

初始端口-初始投资组合[]（默认）|向量

名称-名称为PortfolioCVaR对象的实例[]（默认）|特征向量|串

NumAssets-宇宙中的资产数量[]（默认）|整数标量

项目组合对象约束

AEquality-线性等式约束矩阵[]（默认）|矩阵

AInequality-线性不等式约束矩阵[]（默认）|矩阵

bEquality-线性约束向量[]（默认）|向量

bInequality-线性不等式约束[]（默认）|向量

A组-A组权重以B组权重为界[]（默认）|矩阵

B族-B组重量[]（默认）|矩阵

GroupMatrix-群成员矩阵[]（默认）|矩阵

下骨-下限约束[]（默认）|向量

LowerBudget-下限预算约束[]（默认）|纯量

LowerGroup-下界群约束[]（默认）|向量

LowerRatio-组A和B之间分配的最小比值[]（默认）|向量

UPPERBOUND-上限约束[]（默认）|向量

最高预算-上限预算约束[]（默认）|纯量

上群-上界群约束[]（默认）|向量

UpperRatio-组A和B之间分配的最大比[]（默认）|向量

BoundType-每个资产权重的界限类型'简单'（默认）|用值的字符向量'简单'或“条件”|字符串值“简单”或“条件”|具有值的字符向量的单元格数组'简单'或“条件”|串数组的值“简单”或“条件”

MinNumAssets-资产的最小数量的投资组合分配[]（默认）|数字

最大质量集-在投资组合的资产分配的最大数量[]（默认）|数字

人事变更率-营业额约束[]（默认）|纯量

销售量-在营业额的限制[]（默认）|纯量

BuyTurnover-在采购周转约束[]（默认）|纯量

投资组合对象建模

BuyCost-比例购买成本[]（默认）|向量

RiskFreeRate-无风险利率[]（默认）|纯量

概率水平-风险概率水平值为1-（损失概率）[]（默认）|纯量

NumScenarios-场景数[]（默认）|整数标量

销售成本-比例销售成本[]（默认）|向量

对象函数

例子

创建空的PortfolioCVaR对象

创建PortfolioCVaR对象使用一个单步设置

创建PortfolioCVaR对象使用步骤的顺序

使用属性名的快捷方式创建PortfolioCVaR对象

PortfolioCVaR对象属性的直接设置

构造一个PortfolioCVaR对象，并确定有效投资组合

更多关于

条件风险价值组合优化

PortfolioCVaR问题充分性

属性名称的快捷方式

参考

也可以看看

主题

外部网站

在r2012 b中引入

财务工具箱文档

万博1manbetx

实用指南建模金融风险与MATLAB

`p`-先前构造PortfolioCVaR对象
宾语

`资产列表`-名称或宇宙资产的符号
`[]`（默认）|字符向量的单元阵列|字符串数组

`初始端口`-初始投资组合
`[]`（默认）|向量

`名称`-名称为PortfolioCVaR对象的实例
`[]`（默认）|特征向量|串

`NumAssets`-宇宙中的资产数量
`[]`（默认）|整数标量

`AEquality`-线性等式约束矩阵
`[]`（默认）|矩阵

`AInequality`-线性不等式约束矩阵
`[]`（默认）|矩阵

`bEquality`-线性约束向量
`[]`（默认）|向量

`bInequality`-线性不等式约束
`[]`（默认）|向量

`A组`-A组权重以B组权重为界
`[]`（默认）|矩阵

`B族`-B组重量
`[]`（默认）|矩阵

`GroupMatrix`-群成员矩阵
`[]`（默认）|矩阵

`下骨`-下限约束
`[]`（默认）|向量

`LowerBudget`-下限预算约束
`[]`（默认）|纯量

`LowerGroup`-下界群约束
`[]`（默认）|向量

`LowerRatio`-组A和B之间分配的最小比值
`[]`（默认）|向量

`UPPERBOUND`-上限约束
`[]`（默认）|向量

`最高预算`-上限预算约束
`[]`（默认）|纯量

`上群`-上界群约束
`[]`（默认）|向量

`UpperRatio`-组A和B之间分配的最大比
`[]`（默认）|向量

`BoundType`-每个资产权重的界限类型
`'简单'`（默认）|用值的字符向量`'简单'`或`“条件”`|字符串值`“简单”`或`“条件”`|具有值的字符向量的单元格数组`'简单'`或`“条件”`|串数组的值`“简单”`或`“条件”`

`MinNumAssets`-资产的最小数量的投资组合分配
`[]`（默认）|数字

`最大质量集`-在投资组合的资产分配的最大数量
`[]`（默认）|数字

`人事变更率`-营业额约束
`[]`（默认）|纯量

`销售量`-在营业额的限制
`[]`（默认）|纯量

`BuyTurnover`-在采购周转约束
`[]`（默认）|纯量

`BuyCost`-比例购买成本
`[]`（默认）|向量

`RiskFreeRate`-无风险利率
`[]`（默认）|纯量

`概率水平`-风险概率水平值为1-（损失概率）
`[]`（默认）|纯量

`NumScenarios`-场景数
`[]`（默认）|整数标量

`销售成本`-比例销售成本
`[]`（默认）|向量