درگاه

Portalpha (دارایی ، معیار) ALPHA های تنظیم شده با ریسک را محاسبه می کند.

توجه داشته باشید

جایگزینی برای بهینه سازی نمونه کارها استفاده از شیء نمونه کارها برای بهینه سازی نمونه کارها با واریانس است. این شیء از بازده های ناخالص یا خالص به عنوان پروکسی بازده پشتیبانی می کند ، واریانس نمونه کارها به عنوان پروکسی ریسک باز می گردد ، و مجموعه ای از نمونه کارها که هر ترکیبی از محدودیت های مشخص شده برای تشکیل یک مجموعه نمونه کارها است. برای اطلاعات در مورد گردش کار هنگام استفاده از اشیاء نمونه کارها ، به گردش کار شیء نمونه کارها مراجعه کنید.

Portalpha (دارایی ، معیار ، پول نقد) با استفاده از پول نقد استدلال اختیاری ، ALPHA های تنظیم شده ریسک را محاسبه می کند.

[Alpha ، Raretu] = Portalpha (دارایی ، معیار ، پول نقد ، انتخاب) ALPHA های تنظیم شده ریسک را محاسبه می کند و برای یک یا چند روش مشخص شده توسط انتخاب باز می گردد.

مثال ها

بازده تنظیم شده ریسک را محاسبه کنید

این مثال نشان می دهد که چگونه می توان بازده تنظیم شده ریسک را با استفاده از Portalpha محاسبه کرد و آن را با میانگین بازده صندوق و بازار مقایسه کرد.

از داده های مثال با صندوق ، بازار و یک سری نقدی استفاده کنید.

بارصندوقچهبازگشت = Tick2Ret (testdata) ؛صندوق = بازده (: ، 1) ؛بازار = بازده (: ، 2) ؛نقدی = بازده (: ، 3) ؛میانگین fund = میانگین (صندوق)

میانگین fund = 0. 0038

meanmarket = میانگین (بازار)

meanmarket = 0. 0030

[mm ، amm] = portalpha (صندوق ، بازار ، پول نقد ،'MM')

میلی متر = 0. 0022

amm = 0. 0052

[GH1 ، AGH1] = Portalpha (صندوق ، بازار ، پول نقد ،'GH1')

GH1 = 0. 0013

AGH1 = 0. 0025

[GH2 ، AGH2] = Portalpha (صندوق ، بازار ، پول نقد ،'GH2')

GH2 = 0. 0022

AGH2 = 0. 0052

[SML ، ASML] = Portalpha (صندوق ، بازار ، پول نقد ،'SML')

SML = 0. 0013

ASML = 0. 0025

از آنجا که ریسک صندوق بسیار کمتر از ریسک بازار است ، بازده تنظیم شده از ریسک صندوق بسیار بیشتر از بازده اسمی و بازده بازار است.

استدلال های ورودی

دارایی - دارایی ماتریس بازگشت

بازده دارایی ، به عنوان یک ماتریس Numsamples x numseries با مشاهدات Numsamples از بازده دارایی برای سری بازگشت دارایی Numseries مشخص شده است.

انواع داده ها: دو برابر

معیار - بازده برای یک وکتور دارایی معیار

بازده برای یک دارایی معیار ، که به عنوان یک بردار Numsamples از بازده برای یک دارایی معیار مشخص شده است. تناوب باید برابر با تناوب دارایی باشد. به عنوان مثال ، اگر دارایی داده های ماهانه باشد ، باید معیار بازده ماهانه باشد.

انواع داده ها: دو برابر

پول نقد - دارایی بدون ریسک 0 (پیش فرض) |عددی |بردار

(اختیاری) دارایی بدون ریسک ، که به عنوان بازده مقیاس برای یک دارایی بی خطر یا یک بردار بازده دارایی مشخص شده است که یک پروکسی برای دارایی "بی خطر" است. در هر صورت ، تناوب باید برابر با تناوب دارایی باشد. به عنوان مثال ، اگر دارایی داده های ماهانه باشد ، پس پول باید بازده ماهانه باشد. اگر هیچ ارزشی تأمین نشود ، مقدار پیش فرض بازده نقدی 0 است.

انواع داده ها: دو برابر

انتخاب - اقدامات محاسبه شده "XS" (پیش فرض) |وکتور شخصیت |آرایه سلول از بردارهای شخصیت

(اختیاری) اقدامات محاسبه شده ، به عنوان یک بردار کاراکتر یا آرایه سلول از بردارهای کاراکتر مشخص شده است تا یک یا چند اقدامات را از بین ALPHA های مختلف تنظیم شده با ریسک و اقدامات بازگشت نشان دهد. تعداد انتخاب های انتخاب شده در انتخاب ، numchoices است. لیست گزینه ها در جدول زیر آورده شده است:

انتخاب با استفاده از کد از جدول مشخص شده است (به عنوان مثال ، برای انتخاب اندازه گیری Modigliani & Modigliani ، انتخاب = 'MM'). یک انتخاب واحد یا یک بردار کاراکتر یا یک آرایه سلول مقیاس با یک کد واحد از جدول است.

گزینه های چندگانه را می توان با یک آرایه سلول از بردارهای کاراکتر برای کدهای انتخاب انتخاب کرد (به عنوان مثال ، برای انتخاب هر دو اقدامات گراهام-هاروی ، انتخاب =). برای انتخاب همه گزینه ها ، انتخاب = "همه" را مشخص کنید. اگر هیچ ارزشی تأمین نشود ، انتخاب پیش فرض محاسبه بازده اضافی با انتخاب = 'xs' است. انتخاب حساس به مورد نیست.

انواع داده ها: char |سلول