Financial Toolbox
分析金融数据和开发金融模型
Financial Toolbox™ 提供了众多用于对金融数据进行数学建模和统计分析的函数。您可以考虑周转率、交易成本、半连续约束以及最小或最大资产数量来执行投资组合优化。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并衡量投资业绩。使用时序分析功能可以在缺失数据的情况下执行转换或回归，并在不同交易日程表和天数计算约定之间进行转换。
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，包括工作日约定、天数计算约定、自定义交易日历和利息支付日期。使用 MATLAB 中的时间表功能删除缺少数据和包含异常值的条目，然后重新采样、汇总和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线图、股票图和布林带图表）。
金融图表和技术指标。
投资业绩指标
使用用于计算各项指标的内置函数评估投资业绩，这些指标包括计算夏普比率、信息比率、跟踪误差、风险调整后的回报、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溯测试的资金曲线。
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
使用 Financial Toolbox 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
评估有效投资组合及其权重，以最大化夏普比率、实现有效边界的可视化和计算投资组合风险（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。将比例或固定交易成本纳入总投资组合回报或净投资组合回报优化。
使用各种周转率阈值的投资组合的有效边界图。
金融建模
分析现金流，对基本固定收益证券和欧洲期权进行定价，并执行 Monte Carlo 仿真。
现金流分析
使用 Financial Toolbox 计算当前价值和将来的价值；确定名义值、有效值和修正后的内部回报率；计算摊销和折旧；以及确定贷款或年金的定期利率。
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、持续时间和凸性。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。
认购期权投资组合的 gamma（z 轴高度）和 delta（颜色）。
Monte Carlo 模拟
基于各种随机微分方程 (SDE) 模型生成 Monte Carlo 模拟的随机变量，这些模型包括布朗运动 (Brownian Motion)、几何布朗运动 (Geometric Brownian Motion)、方差恒定弹性 (Constant Elasticity of Variance)、Cox-Ingersoll-Ross、赫尔怀特/瓦西塞克 (Hull-White/Vasicek) 和赫斯顿 (Heston) 模型。
多维市场模型的单一路径。
最新功能
信用评分卡
使用 fitConstrainedModel 指定等式、不等式或边界约束
投资组合管理
使用完整性约束（例如最小和最大资产数量）执行 CVaR 和 MAD 投资组合优化。
投资组合管理
使用线性规划求解器 (linprog) 进行投资组合优化
投资组合优化示例
使用 Black-Litterman 模型优化投资组合
关于这些功能和相应函数的详细信息，请参阅发行说明。
Computational Finance Suite
MATLAB Computational Finance Suite 是一个包含 12 种基本产品的套件，可用于开发针对风险管理、投资管理、经济计量学、定价和评估、保险和算法交易的定量化应用程序。
