基于MATLAB的金融工程方法及应用 资料作业4_指数基金复制.docVIP

利用基金复制沪深300现货指数及分析 方法介绍 我们小组使用较为基础的直接对追踪误差的平方最小化的方法，利用MATLAB二次优化函数quadprog来进行投资组合的构建，以期达到通过投资于少量的基金来复制沪深300现货指数的目的。待优化目标函数为： 经过化简，最终可得如下形式： 其中 而约束条件则为 据此，编写程序并导入建仓期（3个月）的数据，即可计算相应的基金投资权重，然后使用未来3个月各基金收益情况即可计算得到基金投资组合的收益率，将其与沪深300现货指数的收益率进行比较，就能得到相应的跟踪结果的优劣评价。之后再重复上述步骤，得到新的投资权重，然后就能够计算交易成本。 数据选取 我们选取了2009年10月至2010年9月之间一年的数据，包括沪深300现货指数及上证50ETF，上证180ETF以及深证100ETF的日收益率数据，在Excel中简单处理，得到沪深300现货指数的日收益率序列，至此完成了数据的收集和处理工作。 运行结果 首先导入2009年10月至12月间的数据，使用index函数计算投资权重，然后使用outcome计算所构造组合在未来三个月的收益率与现货指数收益率之间的偏差，再使用index函数计算新的投资组合权重，据此来计算交易成本即可。 从2009年10月到12月的数据得到，投资于50ETF、180ETF、100ETF的权重分别为0、0.2876、0.7124。之后从1月至3月的数据可以得到，现货指数的收益率为-4.31%，所构造基金组合的收益率为-4.46%，收益的绝对误差为-0.15%，相对误差为3.40%。 从2010年1月到3月的数据得到，投资于50ETF、180ETF、100ETF的权重分别为0.4611、0、0.5389，仓位变化分别为-0.4611、0.2219、0.2392 之后从4月至6月的数据可以得到，现货指数的收益率为-25.60%，所构造基金组合的收益率为-26.20%，收益的绝对误差为-0.60%，相对误差为2.34%。 场内买、卖ETF基金，只付佣金，不大于交易金额的0.3％（视具体的交易所而定，一般都小于0.3％），佣金小于5元按5元计，无印花税。 从2010年第一季度到第二季度仓位变化的交易费用为0.2767% 从2010年1月到3月的数据得到，投资于50ETF、180ETF、100ETF的权重分别为0、 0.2219、0.7781，仓位变化分别为-0.4611、0.0019、0.2392，之后从7月至9月的数据可以得到，现货指数的收益率为14.10%，所构造基金组合的收益率为19.76%，收益的绝对误差为5.66%，相对误差为40.16%。所构造的基金组合的收益率高于现货指数的收益率 从2010年第二季度到第三季度仓位变化的交易费用为0.2767% 分析及后续可能的研究 基于以上的分析，我们发现所构造投资组合对于指数的复制效果相对还是不错的；交易费用也能控制在0.5%以下。后续的研究可以从如何减少追踪误差，或者是如何由简单复制策略改为增强型策略，即允许复制组合收益率的正向偏离，或者是如何利用所构造的沪深300现货指数来进行期限套利等方面，对于此研究进行拓展；后续的研究也可以通过增加构建投资组合的ETF基金的个数来进一步优化投资组合，更精确的复制指数和构建更高效的增强策略。我们编制的MATLAB程序可以适应不同种类数不同期限的数据，这为我们后续的研究大大地提供了方便。 附MATLAB源程序代码： Index函数 function W=index(return_index,return_fund) %本程序的作用是输入指数收益率序列及构造指数的基金收益率序列后求相应的复制组合投资权重 %输入：其中return_index是输入的三个月内的指数日收益率，return_fund是输入的三个月内基金日收益率 %函数内参数：t为样本容量，n为基金个数，H、f为参数矩阵 %输出：权重向量W [t,n]=size(return_fund); H=zeros(n,n); f=zeros(1,n); for i=1:t H=H+return_fund(i,:)*return_fund(i,:); f=f+(-2)*return_index(i)*return_fund(i,:); end A=[]; b=[]; Aeq=ones(1,n); beq=1; LB=[0;0;0]; UB=[1;1;1]; f_inv=f; W=quadprog(H,f_inv,A,b,Aeq,beq,LB,UB); Outcome函数 function [R_index,R_port,AbsE,RelE]=outcome(W,return_index_new,return_fund_new) %这