均值-方差模型優化工作手冊_第1頁
均值-方差模型優化工作手冊_第2頁
均值-方差模型優化工作手冊_第3頁
均值-方差模型優化工作手冊_第4頁
均值-方差模型優化工作手冊_第5頁
已閱讀5頁，還剩7頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

#原始MV等權配置1從組合可以看出，加了風險限制后，整個組合的最大回撤降低了一半，進而導致夏普和年化收益都提高了一大截。考慮到牛市后期，資產組合的風險更大，所以，本研究進一步對模型進行改進，精準定位到牛市后期，對馬科維茨進行風險限定。基于指標等權進行配置實驗選取滬深300、標普500、恒生指數、黃金指數以及中證500指數，數據區間為2005年1月-2017年5月，以120日為回溯數據，未來20日為配置區zhibiaoratepebackrateequal_right1markovitz

shardrawwinzhibiaoratepebackrateequal_right1markovitz加牛熊市分解線實驗一實驗條件如，不過加了限定條件，即牛市后期，限定回溯期60日，最大回撤-4%，：ifxunh>year_int1and(pct_origin1[xunh-240:xunh,hs_300])>and(rets[T20:,hs_300])>0and(rets[-60:,hs_300])<:year_int1=^[(year_int*#90#bz_huic=*(year_int//bz_huic=bz_var=printxunhelse:year_int1=year_intbz_huic=bz_var=優化后的實驗結果如下：優化馬科維茨原始馬科維茨優化馬科維茨原始馬科維茨zhibiraaote優化zhibiraaote優化shardrawpebackwinrateMV2原始等權配置1最大回撤，年化收益都進一步提高。可見，該優化方法，在處理高風險資產時，具有極佳的風控效果。當然，因為其控風險，這就會導致，處理低風險資產時，效果有限。剔除中證500，重復實驗3，同時，實驗數據變為2004-2017年。s."腫s."腫mu廿hduibi詢MSrfMD730円Mil刃口202KNi?M5Ww珂IT國p秤怪期Tzhibi優化馬科維茨原始馬科維茨rashardrawwinraotepebackate優化MV2原始MV等權配置1從上述實驗可以看出，優化MV2在處理低風險資產時，效果會差一些。結果與討論從上述馬科維茨的優化過程可以很直觀的對量化金融理論中進行老調重彈：風險和收益是互生的。一份風險對應一份收益。只有當風險和收益不匹配時，控制風險才能讓你得到更高效的資產配置；否則，控制風險，往往會相應的降低收益。基于業績指標等權，篩選得分最高的配置，較簡單的依靠夏普比率得到資產配置比例，要好得多，且

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論