经典方法实现投资组合优化【Matlab实现】

经典方法实现投资组合优化【Matlab实现】

目录

​​一、概述​​

​​二、Matlab代码​​​

一、概述

随着消费升级与投资需求的不断增长,投资组合管理受到越来越多的关注。金融大数据的发展对该领域的研究提出了更高的要求。

针对股票、外汇和债券等金融资产在投资时组合可能性极大、选择困难的问题建立在可投资资金范围内风险最小预期利润最大的数学模型提出该数学模型的一种上界，本文通过经典的方法实现投资组合优化。仿真试验结果表明,提出的混合算法能在合理时间内求得投资组合问题的最优解即投资金额和可承受风险一定的情况下,能在可接受的时间内求得最大的预期利润和投资组合。融合问题的结构知识、经典算法设计策略、启发式方法和元启发方式能设计出新的高效算法.此类算法在目前强大的算力条件下,很可能能在可接受的时间内求得问题的最优解。所提出的数学模型和求解方法可实现为互联网服务,帮助广大投资人进行理性决策。

二、Matlab代码

本文仅展现部分代码，全部代码见：​

clc;clear;close all;data=load('mydata');Symbols=data.Symbols;R=data.R;port=Portfolio();port=port.estimateAssetMoments(R);port=port.setDefaultConstraints();W=port.estimateFrontier(100);WReturn=port.estimatePortReturn(W);WRisk=port.estimatePortRisk(W);MU = port.AssetMean;SIGMA = port.AssetCovar;figure;plot(WRisk,WReturn,'LineWidth',2);hold on;for i = 1:numel(Symbols) s = Symbols{i}; mu = MU(i); sigma = sqrt(SIGMA(i,i)); plot(sigma,mu,'ro','MarkerFaceColor','r'); text(sigma+0.001,mu,s);endgrid on;xlabel('Risk (方差)');ylabel('Return (均值)');

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。