Portfolio

创建 Portfolio 对象以进行均值-方差投资组合优化和分析

说明

使用 Portfolio 函数创建一个 Portfolio 对象，用于均值-方差投资组合优化。

投资组合优化的主要工作流是创建一个 Portfolio 对象实例来完整指定一个投资组合优化问题，并使用支持的函数对 Portfolio 对象进行运算，以求取和分析有效投资组合。有关此工作流的详细信息，请参阅 Portfolio 对象工作流。

您可通过几种方式使用 Portfolio 对象。要使用 Portfolio 对象创建投资组合优化问题，最简单的语法是：

p = Portfolio;

此语法可创建一个 Portfolio 对象 p，其中所有对象属性都为空。

Portfolio 对象也接受用一系列名称-值对组参数指定属性及其值。Portfolio 对象接受采用以下一般语法的输入作为属性：

	p = Portfolio('property1',value1,'property2',value2, ... );

如果已有 Portfolio 对象，则该语法允许且仅允许 Portfolio 对象的第一个参数为已有对象，后续名称-值对组参数则表示要添加或修改的属性。例如，假定已有 Portfolio 对象 p，一般语法为：

p = Portfolio(p,'property1',value1,'property2',value2, ... );

输入参数名称不区分大小写，但必须完整指定。此外，部分属性可采用简写参数名称指定（请参阅简写属性名称）。Portfolio 对象会尝试从输入中检测问题的维度，一旦确定，则对后续输入进行各种标量或矩阵扩展运算，从而简化构建问题的整个过程。此外，Portfolio 对象是值对象，因此，假定有投资组合 p，则以下代码将创建一个不同于 p 的新对象 q：

q = Portfolio(p, ...)

创建 Portfolio 对象后，您可以使用关联的对象函数来设置投资组合约束，分析有效边界并验证投资组合模型。

有关均值-方差优化理论基础的详细信息，请参阅投资组合优化理论。

创建对象

语法

p = Portfolio

p = Portfolio(Name,Value)

p = Portfolio(p,Name,Value)

描述

示例

p = Portfolio 创建一个空的 Portfolio 对象，用于均值-方差投资组合优化和分析。然后，您可以使用支持的 "add" 和 "set" 函数将元素添加到 Portfolio 对象。有关详细信息，请参阅创建 Portfolio 对象。

示例

p = Portfolio(Name,Value) 创建一个 Portfolio 对象（p）并使用名称-值对组设置属性。例如，p = Portfolio('AssetList',Assets(1:12))。您可以指定多个名称-值对组。

示例

p = Portfolio(p,Name,Value) 使用之前创建的 Portfolio 对象 p 创建一个 Portfolio 对象 (p)，并使用名称-值对组设置属性。您可以指定多个名称-值对组。

输入参数

全部展开

`p` — 之前构造的 Portfolio 对象
对象

之前构造的 Portfolio 对象，使用 Portfolio 指定。

属性

全部展开

设置 Portfolio 对象

`AssetList` — 池内资产名称或符号
`[]` （默认） | 字符向量元胞数组 | 字符串数组

池内资产名称或符号，指定为字符向量元胞数组或字符串数组。

数据类型： cell | string

`InitPort` — 初始投资组合
`[]` （默认） | 向量

初始投资组合，指定为向量。

数据类型： double

`Name` — Portfolio 对象实例的名称
`[]` （默认） | 字符向量 | 字符串

Portfolio 对象实例的名称，指定为字符向量或字符串。

数据类型： char | string

`NumAssets` — 池内资产数量
`[]` （默认） | 整数标量

池内资产数量，指定为整数标量。

数据类型： double

Portfolio 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。有关详细信息，请参阅Linear Equality Constraints。

数据类型： double

`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。有关详细信息，请参阅Linear Inequality Constraints。

数据类型： double

`bEquality` — 线性等式约束向量
`[]` （默认） | 向量

线性等式约束向量，指定为向量。有关详细信息，请参阅Linear Equality Constraints。

数据类型： double

`bInequality` — 线性不等式约束向量
`[]` （默认） | 向量

线性不等式约束向量，指定为向量。有关详细信息，请参阅Linear Inequality Constraints。

数据类型： double

`GroupA` — 受 B 组权重限制的 A 组权重
`[]` （默认） | 矩阵

受 B 组权重限制的 A 组权重，指定为矩阵。有关详细信息，请参阅Group Constraints。

数据类型： double

`GroupB` — B 组权重
`[]` （默认） | 矩阵

B 组权重，指定为矩阵。有关详细信息，请参阅Group Constraints。

数据类型： double

`GroupMatrix` — 组成员关系矩阵
`[]` （默认） | 矩阵

组成员关系矩阵，指定为矩阵。有关详细信息，请参阅Group Ratio Constraints。

数据类型： double

`LowerBound` — 下界约束
`[]` （默认） | 向量

下界约束，指定为向量。有关详细信息，请参阅'Simple' Bound Constraints和'Conditional' Bound Constraints。

数据类型： double

`LowerBudget` — 下界预算约束
`[]` （默认） | 标量

下界预算约束，指定为标量。有关详细信息，请参阅Budget Constraints。

数据类型： double

`LowerGroup` — 下界组约束
`[]` （默认） | 向量

下界组约束，指定为向量。有关详细信息，请参阅Group Constraints。

数据类型： double

`LowerRatio` — A 组和 B 组之间的最低配置比例
`[]` （默认） | 向量

GroupA 和 GroupB 之间的最低配置比例，指定为向量。有关详细信息，请参阅Group Ratio Constraints。

数据类型： double

`TrackingError` — 跟踪误差约束的上界
`[]` （默认） | 标量

跟踪误差约束的上界，指定为标量。有关详细信息，请参阅Tracking Error Constraints。

数据类型： double

`TrackingPort` — 用于跟踪误差约束的跟踪投资组合
`[]` （默认） | 向量

用于跟踪误差约束的跟踪投资组合，指定为向量。

数据类型： double

`UpperBound` — 上界约束
`[]` （默认） | 向量

上界约束，指定为向量。有关详细信息，请参阅'Simple' Bound Constraints和'Conditional' Bound Constraints。

数据类型： double

`UpperBudget` — 上界约束
`[]` （默认） | 标量

上界预算约束，指定为标量。有关详细信息，请参阅Budget Constraints。

数据类型： double

`UpperGroup` — 上界组约束
`[]` （默认） | 向量

上界组约束，指定为向量。有关详细信息，请参阅Group Constraints。

数据类型： double

`UpperRatio` — A 组和 B 组之间的最高配置比例
`[]` （默认） | 向量

GroupA 和 GroupB 之间的最高配置比例，指定为向量。有关详细信息，请参阅Group Ratio Constraints。

数据类型： double

`BoundType` — 每个资产权重的边界类型
`'Simple'` （默认） | 值为 `'Simple'` 或 `'Conditional'` 的字符向量 | 值为 `"Simple"` 或 `"Conditional"` 的字符串 | 值为 `'Simple'` 或 `'Conditional'` 的字符向量元胞数组 | 值为 `"Simple"` 或 `"Conditional"` 的字符串数组

每个资产权重的边界类型，指定为标量字符向量或字符串，或者字符向量元胞数组或字符串数组。有关详细信息，请参阅 setBounds。

数据类型： char | cell | string

`MinNumAssets` — 在投资组合中配置的最小资产数
`[]` （默认） | 数值

在投资组合中配置的最小资产数，指定为标量数值。有关详细信息，请参阅 setMinMaxNumAssets 和Cardinality Constraints。

数据类型： double

`MaxNumAssets` — 在投资组合中配置的最大资产数
`[]` （默认） | 数值

在投资组合中配置的最大资产数，指定为标量数值。有关详细信息，请参阅 setMinMaxNumAssets 和Cardinality Constraints。

数据类型： double

`SellTurnover` — 出售的换手率约束
`[]` （默认） | 标量

出售的换手率约束，指定为标量。有关详细信息，请参阅Average Turnover Constraints和One-Way Turnover Constraints。

数据类型： double

`BuyTurnover` — 购买的换手率约束
`[]` （默认） | 标量

购买的换手率约束，指定为标量。有关详细信息，请参阅Average Turnover Constraints和One-Way Turnover Constraints。

数据类型： double

`Turnover` — 换手率约束
`[]` （默认） | 标量

换手率约束，指定为标量。有关详细信息，请参阅Average Turnover Constraints和One-Way Turnover Constraints。

数据类型： double

Portfolio 对象建模

`AssetCovar` — 资产收益的协方差
`[]` （默认） | 方阵

资产收益的协方差，指定为方阵。如果 AssetCovar 不是对称半正定矩阵，则使用 nearcorr 为相关矩阵创建半正定矩阵。

数据类型： double

`AssetMean` — 资产收益均值
`[]` （默认） | 向量

资产收益的均值，指定为向量。

数据类型： double

`BuyCost` — 比例购买成本
`[]` （默认） | 向量

比例购买成本，指定为向量。有关详细信息，请参阅净投资组合收益。

数据类型： double

`RiskFreeRate` — 无风险率
`[]` （默认） | 标量

无风险率，指定为标量。

数据类型： double

`SellCost` — 比例出售成本
`[]` （默认） | 向量

比例出售成本，指定为向量。有关详细信息，请参阅净投资组合收益。

数据类型： double

对象函数

`setAssetList`	Set up list of identifiers for assets
`setInitPort`	Set up initial or current portfolio
`setDefaultConstraints`	使用总和为 1 的非负权重设置投资组合约束
`getAssetMoments`	从 Portfolio 对象获取资产收益的均值和协方差
`setAssetMoments`	Set moments (mean and covariance) of asset returns for Portfolio object
`estimateAssetMoments`	Estimate mean and covariance of asset returns from data
`setCosts`	Set up proportional transaction costs for portfolio
`addEquality`	Add linear equality constraints for portfolio weights to existing constraints
`addGroupRatio`	Add group ratio constraints for portfolio weights to existing group ratio constraints
`addGroups`	Add group constraints for portfolio weights to existing group constraints
`addInequality`	Add linear inequality constraints for portfolio weights to existing constraints
`getBounds`	Obtain bounds for portfolio weights from portfolio object
`getBudget`	Obtain budget constraint bounds from portfolio object
`getCosts`	Obtain buy and sell transaction costs from portfolio object
`getEquality`	Obtain equality constraint arrays from portfolio object
`getGroupRatio`	Obtain group ratio constraint arrays from portfolio object
`getGroups`	Obtain group constraint arrays from portfolio object
`getInequality`	Obtain inequality constraint arrays from portfolio object
`getOneWayTurnover`	Obtain one-way turnover constraints from portfolio object
`setGroups`	Set up group constraints for portfolio weights
`setInequality`	Set up linear inequality constraints for portfolio weights
`setBounds`	Set up bounds for portfolio weights for portfolio
`setBudget`	Set up budget constraints for portfolio
`setCosts`	Set up proportional transaction costs for portfolio
`setEquality`	Set up linear equality constraints for portfolio weights
`setGroupRatio`	Set up group ratio constraints for portfolio weights
`setInitPort`	Set up initial or current portfolio
`setOneWayTurnover`	Set up one-way portfolio turnover constraints
`setTurnover`	Set up maximum portfolio turnover constraint
`setTrackingPort`	Set up benchmark portfolio for tracking error constraint
`setTrackingError`	Set up maximum portfolio tracking error constraint
`setMinMaxNumAssets`	Set cardinality constraints on the number of assets invested in a portfolio
`checkFeasibility`	Check feasibility of input portfolios against portfolio object
`estimateBounds`	Estimate global lower and upper bounds for set of portfolios
`estimateFrontier`	Estimate specified number of optimal portfolios on the efficient frontier
`estimateFrontierByReturn`	Estimate optimal portfolios with targeted portfolio returns
`estimateFrontierByRisk`	Estimate optimal portfolios with targeted portfolio risks
`estimateFrontierLimits`	Estimate optimal portfolios at endpoints of efficient frontier
`plotFrontier`	Plot efficient frontier
`estimateMaxSharpeRatio`	估计有效投资组合以最大化 Portfolio 对象的夏普比率
`estimatePortMoments`	估计 Portfolio 对象的投资组合收益矩
`estimatePortReturn`	Estimate mean of portfolio returns
`estimatePortRisk`	Estimate portfolio risk according to risk proxy associated with corresponding object
`estimateCustomObjectivePortfolio`	Estimate optimal portfolio for user-defined objective function for `Portfolio` object
`setSolver`	Choose main solver and specify associated solver options for portfolio optimization
`setSolverMINLP`	Choose mixed integer nonlinear programming (MINLP) solver for portfolio optimization

示例

全部折叠

创建一个空的 Portfolio 对象

打开实时脚本

您可以创建一个不带输入参数的 Portfolio 对象 p，并使用 disp 显示该对象。

p = Portfolio;
disp(p);

  Portfolio with properties:

          BuyCost: []
         SellCost: []
     RiskFreeRate: []
        AssetMean: []
       AssetCovar: []
    TrackingError: []
     TrackingPort: []
         Turnover: []
      BuyTurnover: []
     SellTurnover: []
             Name: []
        NumAssets: []
        AssetList: []
         InitPort: []
      AInequality: []
      bInequality: []
        AEquality: []
        bEquality: []
       LowerBound: []
       UpperBound: []
      LowerBudget: []
      UpperBudget: []
      GroupMatrix: []
       LowerGroup: []
       UpperGroup: []
           GroupA: []
           GroupB: []
       LowerRatio: []
       UpperRatio: []
     MinNumAssets: []
     MaxNumAssets: []
        BoundType: []

借助此方法，您可以使用 Portfolio 函数创建投资组合优化问题。然后，您可以使用相关的 set 函数来设置和修改 Portfolio 对象中的一系列属性。

单步设置创建 Portfolio 对象

打开实时脚本

您可以用变量 m 和 C 指定资产收益的均值和协方差，直接使用 Portfolio 对象来创建“标准”投资组合优化问题。

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 ];

p = Portfolio('assetmean', m, 'assetcovar', C, ...
'lowerbudget', 1, 'upperbudget', 1, 'lowerbound', 0)

p = 
  Portfolio with properties:

          BuyCost: []
         SellCost: []
     RiskFreeRate: []
        AssetMean: [4x1 double]
       AssetCovar: [4x4 double]
    TrackingError: []
     TrackingPort: []
         Turnover: []
      BuyTurnover: []
     SellTurnover: []
             Name: []
        NumAssets: 4
        AssetList: []
         InitPort: []
      AInequality: []
      bInequality: []
        AEquality: []
        bEquality: []
       LowerBound: [4x1 double]
       UpperBound: []
      LowerBudget: 1
      UpperBudget: 1
      GroupMatrix: []
       LowerGroup: []
       UpperGroup: []
           GroupA: []
           GroupB: []
       LowerRatio: []
       UpperRatio: []
     MinNumAssets: []
     MaxNumAssets: []
        BoundType: []

请注意，LowerBound 属性值进行标量扩展，因为 AssetMean 和 AssetCovar 提供问题的维度。

多步设置创建 Portfolio 对象

打开实时脚本

您也可以用变量 m 和 C 指定资产收益的均值和协方差（这也表明参数名称不区分大小写），采用多步设置来创建同样的“标准”投资组合优化问题。

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 ];

p = Portfolio;
p = Portfolio(p, 'assetmean', m, 'assetcovar', C);
p = Portfolio(p, 'lowerbudget', 1, 'upperbudget', 1);
p = Portfolio(p, 'lowerbound', 0);
 
plotFrontier(p);

Figure contains an axes object. The axes object with title E f f i c i e n t blank F r o n t i e r contains an object of type line.

这种方法之所以有效，是因为对 Portfolio 的调用是按此特定顺序进行的。在本例中，初始化 AssetMean 和 AssetCovar 的那次调用确定了问题的维度。如果您最后执行这次调用，则必须显式设置 LowerBound 属性的维度，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 0.0119 0.0336 0.1225 ];

p = Portfolio;
p = Portfolio(p, 'LowerBound', zeros(size(m)));
p = Portfolio(p, 'LowerBudget', 1, 'UpperBudget', 1);
p = Portfolio(p, 'AssetMean', m, 'AssetCovar', C);
 
plotFrontier(p);

Figure contains an axes object. The axes object with title E f f i c i e n t blank F r o n t i e r contains an object of type line.

如果未指定 LowerBound 的大小，而是输入标量参数，则 Portfolio 对象假设您正在定义单资产问题，并在设置包含四个资产的资产矩的调用中产生错误。

使用简写属性名称创建 Portfolio 对象

打开实时脚本

使用 Portfolio 创建 Portfolio 对象 p 时，您可以使用简写属性名称。

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 ];

p = Portfolio('mean', m, 'covar', C, 'budget', 1, 'lb', 0)

p = 
  Portfolio with properties:

          BuyCost: []
         SellCost: []
     RiskFreeRate: []
        AssetMean: [4x1 double]
       AssetCovar: [4x4 double]
    TrackingError: []
     TrackingPort: []
         Turnover: []
      BuyTurnover: []
     SellTurnover: []
             Name: []
        NumAssets: 4
        AssetList: []
         InitPort: []
      AInequality: []
      bInequality: []
        AEquality: []
        bEquality: []
       LowerBound: [4x1 double]
       UpperBound: []
      LowerBudget: 1
      UpperBudget: 1
      GroupMatrix: []
       LowerGroup: []
       UpperGroup: []
           GroupA: []
           GroupB: []
       LowerRatio: []
       UpperRatio: []
     MinNumAssets: []
     MaxNumAssets: []
        BoundType: []

直接设置 Portfolio 对象属性

打开实时脚本

虽然不推荐，但您可以直接设置属性，然而系统不会对输入进行错误检查。

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 ];

p = Portfolio;
p.NumAssets = numel(m);
p.AssetMean = m;
p.AssetCovar = C;
p.LowerBudget = 1;
p.UpperBudget = 1;
p.LowerBound = zeros(size(m));
disp(p)

  Portfolio with properties:

          BuyCost: []
         SellCost: []
     RiskFreeRate: []
        AssetMean: [4x1 double]
       AssetCovar: [4x4 double]
    TrackingError: []
     TrackingPort: []
         Turnover: []
      BuyTurnover: []
     SellTurnover: []
             Name: []
        NumAssets: 4
        AssetList: []
         InitPort: []
      AInequality: []
      bInequality: []
        AEquality: []
        bEquality: []
       LowerBound: [4x1 double]
       UpperBound: []
      LowerBudget: 1
      UpperBudget: 1
      GroupMatrix: []
       LowerGroup: []
       UpperGroup: []
           GroupA: []
           GroupB: []
       LowerRatio: []
       UpperRatio: []
     MinNumAssets: []
     MaxNumAssets: []
        BoundType: []

创建 `Portfolio` 对象并确定有效投资组合

打开实时脚本

创建有效投资组合：

load CAPMuniverse

p = Portfolio('AssetList',Assets(1:12));
p = estimateAssetMoments(p, Data(:,1:12),'missingdata',true);
p = setDefaultConstraints(p);
plotFrontier(p);

Figure contains an axes object. The axes object with title E f f i c i e n t blank F r o n t i e r contains an object of type line.

pwgt = estimateFrontier(p, 5);

pnames = cell(1,5);
for i = 1:5
	pnames{i} = sprintf('Port%d',i);
end

Blotter = dataset([{pwgt},pnames],'obsnames',p.AssetList);

disp(Blotter);

            Port1        Port2       Port3       Port4      Port5
    AAPL     0.017926    0.058247    0.097816    0.12955    0    
    AMZN            0           0           0          0    0    
    CSCO            0           0           0          0    0    
    DELL    0.0041906           0           0          0    0    
    EBAY            0           0           0          0    0    
    GOOG      0.16144     0.35678     0.55228    0.75116    1    
    HPQ      0.052566    0.032302    0.011186          0    0    
    IBM       0.46422     0.36045     0.25577    0.11928    0    
    INTC            0           0           0          0    0    
    MSFT      0.29966     0.19222    0.082949          0    0    
    ORCL            0           0           0          0    0    
    YHOO            0           0           0          0    0

详细信息

全部展开

均值-方差投资组合优化

均值-方差优化问题可以由三个元素完整指定。

均值-方差优化问题的三个元素是：

资产池，包含对某一时期内资产总收益的预期均值和协方差所作的估计。
一个投资组合集，根据一系列约束指定一组投资组合选择。
一个模型，表示投资组合收益和风险，在均值-方差优化中，即投资组合收益的总均值或净均值，以及投资组合收益的标准差。

在明确指定这三个元素后，您可以求解和分析投资组合优化问题。最简单的均值-方差投资组合优化问题包括：

资产总收益的均值和协方差
所有投资组合的非负权重，总和为 1（求和约束称为预算约束）
投资组合收益和风险的内置模型，采用了资产总收益的均值和协方差

有关 Financial Toolbox™ 中投资组合优化工具支持的均值-方差优化理论和定义的详细信息，请参阅投资组合优化理论。

投资组合问题充分性

如果满足两个条件，则均值-方差投资组合优化问题可由 Portfolio 对象完整指定。

以下是必须满足的两个条件：

必须指定资产收益矩，以使属性 AssetMean 包含资产收益的有效有限均值向量，且属性 AssetCovar 包含资产收益协方差的有效对称正半定矩阵。
要满足第一个条件，可以设置与资产收益矩相关的属性。
可行投资组合集必须是非空紧凑集，其中紧凑集是封闭且有界的。
要满足第二个条件，需要由多个属性定义不同类型的约束以形成一组可行投资组合。由于此类集合必须是有界的，因此可以施加显式或隐式约束，您可以使用 estimateBounds 等函数来确保恰当地表示问题。

假定资产收益的均值和协方差分别为变量 AssetMean 和 AssetCovar，此问题可完整指定如下：

p = Portfolio('AssetMean', AssetMean, 'AssetCovar', AssetCovar,...
'LowerBound', 0, 'UpperBudget',1, 'LowerBudget',1)

或等效指定为：

p = Portfolio;
p = setAssetMoments(p, AssetMean, AssetCovar); 
p = setDefaultConstraints(p);

虽然均值-方差投资组合优化的一般充分条件不止这两个条件，但在 Financial Toolbox 中实现的 Portfolio 对象会隐式处理这些额外条件。有关均值-方差投资组合优化的马科维茨模型的详细信息，请参阅 Portfolio Optimization。

简写属性名称

Portfolio 对象支持部分参数名称简写，以替代 Portfolio 对象某些属性的较长参数名称。

例如，除了 'assetcovar'，Portfolio 对象也支持使用名称 'covar'（不区分大小写）设置 Portfolio 对象的 AssetCovar 属性。每个简写参数名称对应于 Portfolio 对象的一个属性。唯一的例外是简写参数名称 'budget'，它既可以表示 LowerBudget 属性，也可以表示 UpperBudget 属性。当使用 'budget' 时，则 LowerBudget 和 UpperBudget 属性设置为相同的值以构成等式预算约束。

简写属性名称

简写参数名称	等效参数 / 属性名称
`ae`	`AEquality`
`ai`	`AInequality`
`covar`	`AssetCovar`
`assetnames` 或 `assets`	`AssetList`
`mean`	`AssetMean`
`be`	`bEquality`
`bi`	`bInequality`
`group`	`GroupMatrix`
`lb`	`LowerBound`
`n` 或 `num`	`NumAssets`
`rfr`	`RiskFreeRate`
`ub`	`UpperBound`
`budget`	`UpperBudget` 和 `LowerBudget`

参考

[1] For a complete list of references for the Portfolio object, see Portfolio Optimization.

版本历史记录

在 R2011a 中推出

另请参阅

plotFrontier | estimateFrontier | PortfolioCVaR | PortfolioMAD | nearcorr

主题

外部网站

投资组合优化入门（4 分 12 秒）

Portfolio

说明

创建对象

语法

描述

输入参数

p — 之前构造的 Portfolio 对象 对象

属性

设置 Portfolio 对象

AssetList — 池内资产名称或符号 [] （默认） | 字符向量元胞数组 | 字符串数组

InitPort — 初始投资组合 [] （默认） | 向量

Name — Portfolio 对象实例的名称 [] （默认） | 字符向量 | 字符串

NumAssets — 池内资产数量 [] （默认） | 整数标量

Portfolio 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 — 线性等式约束向量 [] （默认） | 向量

bInequality — 线性不等式约束向量 [] （默认） | 向量

GroupA — 受 B 组权重限制的 A 组权重 [] （默认） | 矩阵

GroupB — B 组权重 [] （默认） | 矩阵

GroupMatrix — 组成员关系矩阵 [] （默认） | 矩阵

LowerBound — 下界约束 [] （默认） | 向量

LowerBudget — 下界预算约束 [] （默认） | 标量

LowerGroup — 下界组约束 [] （默认） | 向量

LowerRatio — A 组和 B 组之间的最低配置比例 [] （默认） | 向量

TrackingError — 跟踪误差约束的上界 [] （默认） | 标量

TrackingPort — 用于跟踪误差约束的跟踪投资组合 [] （默认） | 向量

UpperBound — 上界约束 [] （默认） | 向量

UpperBudget — 上界约束 [] （默认） | 标量

UpperGroup — 上界组约束 [] （默认） | 向量

UpperRatio — A 组和 B 组之间的最高配置比例 [] （默认） | 向量

BoundType — 每个资产权重的边界类型 'Simple' （默认） | 值为 'Simple' 或 'Conditional' 的字符向量 | 值为 "Simple" 或 "Conditional" 的字符串 | 值为 'Simple' 或 'Conditional' 的字符向量元胞数组 | 值为 "Simple" 或 "Conditional" 的字符串数组

MinNumAssets — 在投资组合中配置的最小资产数 [] （默认） | 数值

MaxNumAssets — 在投资组合中配置的最大资产数 [] （默认） | 数值

SellTurnover — 出售的换手率约束 [] （默认） | 标量

BuyTurnover — 购买的换手率约束 [] （默认） | 标量

Turnover — 换手率约束 [] （默认） | 标量

Portfolio 对象建模

AssetCovar — 资产收益的协方差 [] （默认） | 方阵

AssetMean — 资产收益均值 [] （默认） | 向量

BuyCost — 比例购买成本 [] （默认） | 向量

RiskFreeRate — 无风险率 [] （默认） | 标量

SellCost — 比例出售成本 [] （默认） | 向量

对象函数

示例

创建一个空的 Portfolio 对象

单步设置创建 Portfolio 对象

多步设置创建 Portfolio 对象

使用简写属性名称创建 Portfolio 对象

直接设置 Portfolio 对象属性

创建 Portfolio 对象并确定有效投资组合

详细信息

均值-方差投资组合优化

投资组合问题充分性

简写属性名称

参考

版本历史记录

另请参阅

主题

外部网站

WeChat

`p` — 之前构造的 Portfolio 对象
对象

`AssetList` — 池内资产名称或符号
`[]` （默认） | 字符向量元胞数组 | 字符串数组

`InitPort` — 初始投资组合
`[]` （默认） | 向量

`Name` — Portfolio 对象实例的名称
`[]` （默认） | 字符向量 | 字符串

`NumAssets` — 池内资产数量
`[]` （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` — 线性等式约束向量
`[]` （默认） | 向量

`bInequality` — 线性不等式约束向量
`[]` （默认） | 向量

`GroupA` — 受 B 组权重限制的 A 组权重
`[]` （默认） | 矩阵

`GroupB` — B 组权重
`[]` （默认） | 矩阵

`GroupMatrix` — 组成员关系矩阵
`[]` （默认） | 矩阵

`LowerBound` — 下界约束
`[]` （默认） | 向量

`LowerBudget` — 下界预算约束
`[]` （默认） | 标量

`LowerGroup` — 下界组约束
`[]` （默认） | 向量

`LowerRatio` — A 组和 B 组之间的最低配置比例
`[]` （默认） | 向量

`TrackingError` — 跟踪误差约束的上界
`[]` （默认） | 标量

`TrackingPort` — 用于跟踪误差约束的跟踪投资组合
`[]` （默认） | 向量

`UpperBound` — 上界约束
`[]` （默认） | 向量

`UpperBudget` — 上界约束
`[]` （默认） | 标量

`UpperGroup` — 上界组约束
`[]` （默认） | 向量

`UpperRatio` — A 组和 B 组之间的最高配置比例
`[]` （默认） | 向量

`MinNumAssets` — 在投资组合中配置的最小资产数
`[]` （默认） | 数值

`MaxNumAssets` — 在投资组合中配置的最大资产数
`[]` （默认） | 数值

`SellTurnover` — 出售的换手率约束
`[]` （默认） | 标量

`BuyTurnover` — 购买的换手率约束
`[]` （默认） | 标量

`Turnover` — 换手率约束
`[]` （默认） | 标量

`AssetCovar` — 资产收益的协方差
`[]` （默认） | 方阵

`AssetMean` — 资产收益均值
`[]` （默认） | 向量

`BuyCost` — 比例购买成本
`[]` （默认） | 向量

`RiskFreeRate` — 无风险率
`[]` （默认） | 标量

`SellCost` — 比例出售成本
`[]` （默认） | 向量

创建 `Portfolio` 对象并确定有效投资组合