Financial Toolbox

分析金融数据,开发金融模型

Financial Toolbox™ 提供了众多函数,用于对金融数据进行数学建模和统计分析。您可以对投资组合进行分析、回测和优化,同时将周转率、交易成本、半连续约束以及最小或最大资产数量考虑在内。该工具箱可用于评估风险、对信用评分卡建模、分析收益率曲线、对固定收益工具和欧式期权定价,以及衡量投资业绩。

随机微分方程 (SDE) 工具支持您对各种随机过程进行建模和模拟。时序分析函数可帮助您在缺失数据的情况下执行转换或回归,并在不同交易日历和天数计算规则之间进行转换。

开始:

金融数据分析

预处理和分析金融数据。

数据预处理

转换日期和时间格式,将工作日规则、天数计算规则、自定义交易日历和付息日期考虑在内。使用 MATLAB® 中的时间表功能删除包含缺失数据或离群值的条目,然后重采样、聚合、同步与时间相关的数据。

技术指标和金融图表

计算技术指标(包括移动平均线、动量、振荡指标、成交量指标和变化率)并创建金融图表(包括 K 线、美国线和布林线)。

金融图表和技术指标。

投资业绩指标

使用内置的指标计算函数评估投资业绩,支持的指标包括夏普比率、信息比率、跟踪误差、风险调整后收益、样本下偏矩、预期下偏矩、最大回撤和预期最大回撤等。

使用绩效指标进行回测得到的资金曲线。

投资组合优化和资产配置

构建、优化和分析具有各种目标和约束的投资组合。

投资组合优化方法

执行均值-方差、平均绝对偏差 (MAD) 和条件风险值 (CVaR) 投资组合优化。

使用 MATLAB 和 Financial Toolbox 构建的投资组合优化应用程序。

有效投资组合和有效边界

估计使夏普比率最大化的有效投资组合及其权重,可视化有效边界,并计算投资组合风险,包括投资组合标准差、MAD、VaR 和 CVaR。

有效边界和最佳投资组合。

投资组合约束和交易成本

应用各种投资组合优化约束,包括跟踪误差、线性不等式、线性等式、边界、预算、分组、分组比率、平均周转率、单向周转率、最小和最大资产数量。在投资组合总回报或净回报优化中,考虑比例或固定交易成本。

投资组合在不同周转率阈值下的有效边界图。

策略回测框架

定义投资策略并使用回测框架,以运行回测、分析结果,并根据历史或模拟市场数据为您的策略生成业绩指标。将技术指标、投资情绪和其他交易信号纳入策略中。该框架还支持自定义的交易成本、展开或滚动回看窗口、保证金交易以及长短期投资组合。

资金曲线,对比了多个投资策略的回测。

金融建模

分析现金流,对基本固定收益证券和欧式期权定价,并执行蒙特卡罗模拟。

现金流分析

使用 Financial Toolbox 计算当前价值和未来价值;确定名义回报率、实际回报率和修正后内部回报率;计算摊销和折旧;以及确定贷款或年金的每期利率。

现金流图表。

固定收益分析和期权定价

计算固定收益证券的价格、到期收益率、久期和凸性。对债券的完整现金流日期、现金流金额和时间-现金流映射等进行计算分析。使用 Black 和 Black-Scholes 公式计算期权价格和敏感度指标。您可以使用 Financial Instruments Toolbox™ 对复杂的金融工具进行设计、定价和对冲。

看涨期权投资组合的 gamma(z 轴高度)和 delta(颜色)。

蒙特卡罗模拟

基于各种随机微分方程 (SDE) 模型生成蒙特卡罗模拟的随机变量,支持的模型包括布朗运动、几何布朗运动、常方差弹性、Cox-Ingersoll-Ross、Hull-White/Vasicek 以及 Heston。

多维市场模型的单路径。