- 1、本文档共8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)。
【实验】马科维茨均值-方差模型
6.3.1基本的投资组合
现有三只股票(A、B、C)12年(1943—1954)来的价格(已包括分红)及每年的增长情况,同时给出了标普500的股票指数(反映股票市场的大势信息,对具体每只股票的涨跌通常是有显著影响的),如图6-5所示。
图6-5中第一个数据1.300的含义是股票A在1943年年末的价值是其年初价值的1.300倍,即收益为30%。
假设在1955年时有一笔资金准备投资这三种股票,并期望年收益率至少达到15%,那么应当如何投资?当期望的年收益率发生变化时,投资组合和相应的风险如何变化?
6-5马科维茨经典股票收益数据
1.问题分析
马科维茨认为,可以用收益的均值表示平均收益,均值越大收益越大;用收益的方差(或标准差)表示收益的风险,方差越大收益越不稳定;用协方差(相关系数)表示股票之间的相关程度,相关系数绝对值越大相关性越强,正数表示正相关(一起赚一起赔),负数表示负相关(赔赚相反)。
先根据图6-5中的数据计算三只股票收益的均值、方差和协方差,MATLAB代码如下。
【例s6_4】:
dat=xlsread(datas/stock_datas.xlsx);
rs=dat(:,2:4)-1;
ER=mean(rs)%期望
COV=cov(rs)%协方差矩阵
COR=corrcoef(rs)%相关系数矩阵
6-6运行结果
这里采用向量化计算,代码非常简洁。计算出三只股票的收益率分别为
ER1=0.0891,ER2=0.2137,ER3=0.2346
三只股票的协方差矩阵为
主对角线上的三个数分别为三只股票的方差:
Var(R1)=0.0108,Var(R2)=0.0584,Var(R3)=0.0942
第i行第j列的数σij表示第i只股票与第j只股票的相关程度。
协方差矩阵中的值的大小没有可比性,做标准化使其具有可比性,则得到相关系数矩阵:
相关系数反映的是随机变量两两之间的线性相关性,相关系数大小的示意图如图6-7所示。
6-7相关系数大小的示意图
注意,线性相关系数很小,只表示线性关系很弱,不代表二者之间不存在其他函数关系。
2.二次规划模型
决策变量:x1、x2、x3分别表示投资股票A、B、C的比例。
假设投资人手上资金(不妨设有1个单位的资金)必须全部用于投资这三只股票,则
资金约束:
x1+x2+x3=1,x1,x2,x3≥0
年投资收益率R也是一个随机变量,可表示为:
R=x1R1+x2R2+x3R3
收益约束:期望年收益率至少达到15%,即:
ER=x1ER1+x2ER2+x3ER3≥0.15
即
0.0891x1+0.2137x2+0.2346x3≥0.15
目标函数:让投资风险(方差)最小,即minVar(R),可计算:
其中,Cov为前面计算的协方差矩阵,一般为非负定矩阵。
于是,得到二次规划模型:
3.模型求解
对照标准形式,二次项矩阵H=2Cov;不等式约束改成“≤”,则有A=-ER,b=-0.15;等式约束有Aeq=[1,1,1],beq=1;决策变量的下界为零向量,无上界约束,初始值取随机值,MATLAB代码如下。
【例s6_4】:
%%二次规划模型
[x,val,flag]=quadprog(2*COV,[],-ER,-0.15,ones(1,3),1,zeros(3,1),[],rand(3,1))
6-8运行结果
flag=1表明求解成功,最优目标值为0.0224,最优解为:
x1=0.5301,x2=0.3564,x3=0.1135
这说明三只股票的最优投资组合的占比分别为53.01%、35.64%、11.35%,此时的风险最小,为0.0244。
4.利用股票指数简化投资组合模型
实际的资产市场一般存在成千上万种资产,这时计算两两之间的相关性(协方差矩阵)将是一件非常费事甚至不可能的事情,而且,很可能计算得到的协方差矩阵性质不好(非正定性、病态性)。一种近似的做法是,根据股票指数预测(拟合)各只股票的收益率,然后代入模型。比如,假设每只股票的收益率与股票指数的收益率(M)呈线性关系:
Ri=ai+biM+εi
该式满足线性回归假设,回归系数ai、bi可通过分别做一元线性回归拟合出来:
εi为随机误差项,满足E(εi)=0,E(εiεj)=E(εiM)=0(表示εi与其他股票、股票指数的收益率相互独立)。εi的方差为si2,可由下式计算:
对于本例,T=12,i=1,2,3,可得到:
s1=0.0758,s2=0.1251,s3=0.1739
再计算M的均值为EM=m0=0.1915,标准差为s0=0.1695。
建立模型
于是,得到二次规划模型:
6
您可能关注的文档
- 1.1 什么是数学建模.docx
- 1.2 数学建模算法与实现.docx
- 1.3 数学建模的一般流程(一).docx
- 1.4 数学建模的一般流程(二).docx
- 1.5 数学建模的应用领域.docx
- 2.1 如何从算法到代码.docx
- 2.2 以层次分析法为例.docx
- 2.3 【实验】旅游地选择.docx
- 3.1 指数增长模型.docx
- 3.2 【实验】预测美国人口.docx
- 2023年初级银行从业资格之初级银行业法律法规与综合能力考前冲刺模拟题库.docx
- 2022-2023年中级银行从业资格之中级个人贷款通关检测卷附答案详解.docx
- 2022-2023年初级银行从业资格之初级个人贷款通关模拟卷附答案详解.docx
- 初级银行从业资格之初级公司信贷考前冲刺练习试题附带答案.docx
- 2022-2023年二级注册建筑师之法律法规经济与施工练习试题附答案.docx
- 2022-2023年施工员之土建施工基础知识考前冲刺练习题含答案讲解.docx
- 2023年二级建造师之二建公路工程实务综合提升模拟题库附有答案详解.docx
- 质量员之土建质量基础知识通关练习题提供答案解析.docx
- 建筑业工作计划.docx
- 祭扫工作实施方案(35篇).docx
文档评论(0)