数据下载
https://download.csdn.net/download/moser_freshman/12301019
#Matlab做投资组合最优化
%% zuiyouhau.mat存放3只股票的209天的收盘价
clc
clear
load zuiyouhua.mat
gpsl=3;
% 1-计算收益率矩阵
retu=price2ret(zuiyouhua);
% 2-计算期望收益
expv=mean(retu);
%% 3-计算协方差矩阵 % aita(X,Y)=sigama(Xi-X)(Yi-Y)Pi
aita=cov(retu);
eig3=eig(aita);
% 随机产生投资方案,计算并画图其可行域
% rand('state',0);
weights=rand(1000,gpsl); % 产生1000行,3列随机数
total=sum(weights,2); % 按列求和
for gpi=1:gpsl % 比例标准化,变成了权重矩阵
weights(:,gpi)=weights(:,gpi)./total;
end
[portrisk,portreturn]=portstats(expv,aita,weights); %% 1-期望收益,2-协方差矩阵,3-多组权重-投资方案
% 绘图
%title('均值-方差有效前沿以及各个资产组合的风险与收益')
%xlabel('风险(标准差)')
%ylabel('期望收益率')
%hold on
%% 计算200组有效的投资组合,并绘图
%-协方差矩阵非半正定,进行修正。
aita=aita+eye(gpsl,gpsl)*0.00001;
portopt(expv,aita,200); % 1-期望收益,2-协方差矩阵,3-有效组合的数量
hold on
%收集有效集收益、风险及权重情况
[ef_port_return,ef_port_risk,ef_port_weight]=portopt(expv,aita,200);
% 随机产生投资方案,计算并画图其可行域
weights=rand(1000,gpsl); % 产生1000行,3列随机数
total=sum(weights,2); % 按列求和
for gpi=1:gpsl % 比例 标准化,变成了权重矩阵
weights(:,gpi)=weights(:,gpi)./total;
end
[portrisk,portreturn]=portstats(expv,aita,weights); %% 1-期望收益,2-协方差矩阵,3-多组权重-投资方案
% 绘图
plot(portrisk,portreturn,'.r')
title('均值-方差有效前沿以及各个资产组合的风险与收益')
xlabel('风险(标准差)')
ylabel('期望收益率')
hold on
A=10;
u=ef_port_return-A*ef_port_risk;
[mostu,index]=max(u)
想了解更多基金投资知识,欢迎关注我的微信公众号 ourwechat-271828
今天的文章Matlab做投资组合最优化分享到此就结束了,感谢您的阅读,如果确实帮到您,您可以动动手指转发给其他人。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/30606.html