金融项目最优投资组合选择计算与建模.pptVIP

第11章 最优投资组合选择 用线性规划选择投资组合 用线性规划求解最优投资组合步骤： 用means过程计算股票收益； 用data步生成proc Lp的输人数据集； 用proc Lp求解最优投资组合权； 用proc Lp进行灵敏度分析； 用data步，根据最优权及投资组合的大小计算投资于每只股票的金额。 创建数据集 创建收益数据集return。数据集Return包括1995年~2005年A股市场月持有期收益，及其它8只股票月持有期收益数据。 return变量解释： Stkcd为股票代码； Date为日期； Mretmc为A股市场的月持有期收益； Monret为个股的月持有期收益。 计算期望收益 在使用PROC LP解决线性规划问题之前，要先估计期望收益．这里用过去的平均收益来估计期望收益。 用PROC MEANS语句计算股票收益。 proc means data=return noprint; by stkcd; var monret; output out=m_out; data m_out1a; set m_out; where _stat_=mean; keep stkcd monret; run; 风险度量 常用风险度量的指标有两种： 股票收益标准差； 资本资产定价模型（CAPM）的 。 股票收益标准差 标准差是统计学对波动性的度量，而股票收益的波动性正是持有股票的风险所在。 计算所选8只股票的标准差，保存在数据集m_out1b中。 data m_out1b; set m_out; where _stat_=std; keep stkcd monret; rename monret=std; label monret=月收益率标准差; run; CAPM的 第二种风险度量指标是CAPM的 ，它代表系统风险。 灵敏度分析 限定组合最高风险水平 风险约束也可以是不等式，即当投资组合的小于或等于一个最大可接受值时计算出的最优投资组合权。 下面考察允许投资组合 小于等于1.2时上面问题主要解的变化情况。 data weight3; set weight2; if _id_=beta then _type_=le; run; proc lp data=weight3 primalout=lp_out3; run; quit; 用整数规划产生投资组合 /*整理求解输出数据集*/ data lp_out4a(keep= _var_ _value_ rename=_var_=name); set lp_out4; if _n_ 8 then delete; run; /* 打印主要解，列出每只股票应购买的手数*/ proc print data=lp_out4a; title 整数规划; title2 购买手数; run; 注意，在PROC LP输出中，LOTS约束条件（限制投资金额）是一个最大值为$100000的不等式约束。在这$100000中，只有71975用于创建投资组合。 /*打印对偶解数据集*/ proc print data=d_out; title 整数规划; title2 收益、风险和投资金额; run; 对偶解数据集包含以下信息： 投资组合收益； 最佳投资金额； 最佳投资组合风险水平。 注意，这里投资组合收益和风险度量与前面线性规划问题中的度量不一样，前面的投资组合收益和风险是每只股票收益和风险按最优投资组合权重的线性组合，因此不能直接比较。 用非线性规划产生投资组合 用DATA步和PROC CORR产生投资组合 考虑从以下三只股票中选择两只构造投资组合， 万科A（000002）， 深达声（000007）， S深物业A（000011）。 试图找出在既定风险水平下收益最大的投资组合。 计算股票收益的均值和方差 /*从RETURN数据集中抽出3只股票*/ data return1; set return; where stkcd in (000002 000007 000011); /*对数据集进行处理，将3只股票的数据合为一个数据集中的三个变量，以便用PROC CORR求3只股票月收益的协方差*/ proc transpose data=return1 out=return1(drop=_name_ _label_); by stkcd; var monret; proc transpose data=return1 out=return1(drop=_name_); proc corr data=return1 cov outp=cov_out1 nosimple; var col1 col2 col3; title Markowitz 模型; quit; 计算股票投资组合的