- 1、本文档共25页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第14章 风险价值VaR计算;14.1 VaR模型;14.1.1 VaR模型的含义;14.2 VaR计算方法;14.3.1 数据提取;14.3.2 数据可视化与标准化;%选定股票价格序列
mypickStockPrices = CSI300HistPrices(:,mypick);
%选定股票的标准价格
mypickNormPrices = normPrices(:,mypick);
%选定股票的名称
mypickCSI300Tickers = CSI300Tickers(mypick);
%绘制图形
plot(mypickNormPrices,DisplayName,mypickNormPrices,YDataSource,mypickNormPrices);figure(gcf)
%添加图示
legend(mypickCSI300Tickers)
%指数标准价格
normIndexPrice = ret2tick(tick2ret(PortfoliopricesIndex));
%在上图中添加指数曲线
hold all
plot(normIndexPrice,DisplayName,Index,YDataSource,normIndexPrice);figure(gcf);14.3.2 数据可视化与标准化;14.3.3 数据简单处理与分析;14.3.3 数据简单处理与分析;14.4 数据处理;投资组合净值与收益率分布;14.5 历史模拟法程序;;14.6 参数模型法程序;代码如下:;;%% Monte Carlo using portsim
%蒙特卡罗方法
% 从文件CSI300.xlsx的CSI300中读取数据
[num,txt]=xlsread(CSI300.xlsx,CSI300);
CSI300HistPrices=num;%成分股历史价格
[num,txt]=xlsread(CSI300.xlsx,2);
positionsPortfolio=num;%positionsPortfolio 股票数量
%根据价格序列计算收益率
returnsSecurity = tick2ret(CSI300HistPrices,[],continuous);
%根据组合中股票价格与股票数量,计算组合资产价值与权重
[marketValuePortfolio,weightsPortfolio]= getPortfolioWeights(...
CSI300HistPrices,positionsPortfolio);
%具体参见getPortfolioWeights程序;;;;%% 使用GBM 对象进行蒙特卡罗模拟
expReturn = mean(returnsSecurity);
sigma = std(returnsSecurity);
correlation = corrcoef(returnsSecurity);
X = CSI300HistPrices(end,:);
dt = 1;
numObs = 1;% Numberofobservation
numSim = 10000;% Numberofsimulation
rng(12345)
GBM = gbm(diag(expReturn),diag(sigma),Correlation,correlation,StartState,X);;% SimulatefornumSimtrials
simulatedAssetPrices = GBM.simulate(numObs,DeltaTime,dt,ntrials,numSim);
simulatedAssetReturns = tick2ret(simulatedAssetPrices,[],continuous);
% simulatedAssetReturns = squeeze(simulatedAssetReturns);
simulatedAssetReturns = exp(squeeze(simulatedAssetReturns))-1;
gbmVals = weightsPortfolio*simulatedAssetReturns;
gbmVar = -prctile(gbmVals*marketValuePortfolio,[1 5]);
% Visualizethesimulatedportfolios
plotMonteCarlo(gbmVals)
% ValueatRisk
displayVar(gbmVar(1),gbmVar(2),mcg);蒙特卡罗刹模拟方法(GBM)结果;
文档评论(0)