假设某资产组合中有三种资产A、B和C,各资产的预期收益率分别是0.1,0.22,0.18,协方差矩阵如下:现有资产A、B和C构成两种投资组合,它们在各投资组合中的权重用矩阵表示如下:,计算这两种投资组合的标准差和预期收
时间: 2024-03-11 11:49:06 浏览: 25
益率。
首先,我们需要计算每个投资组合的预期收益率和标准差。假设第一个投资组合的权重矩阵为:
```
w1 = [0.3, 0.4, 0.3]
```
则该投资组合的预期收益率为:
```
E1 = w1 * [0.1, 0.22, 0.18]^T = 0.166
```
其中,^T表示向量的转置。
该投资组合的协方差可以通过以下公式计算:
```
cov1 = w1 * cov_matrix * w1^T
```
其中,cov_matrix为协方差矩阵,^T表示矩阵的转置。
同理,我们可以计算第二个投资组合的预期收益率和标准差。假设第二个投资组合的权重矩阵为:
```
w2 = [0.5, 0.2, 0.3]
```
则该投资组合的预期收益率为:
```
E2 = w2 * [0.1, 0.22, 0.18]^T = 0.144
```
该投资组合的协方差可以通过以下公式计算:
```
cov2 = w2 * cov_matrix * w2^T
```
最后,我们可以计算出每个投资组合的标准差:
```
std1 = sqrt(cov1) = 0.055
std2 = sqrt(cov2) = 0.062
```
因此,第一个投资组合的预期收益率为0.166,标准差为0.055;第二个投资组合的预期收益率为0.144,标准差为0.062。
相关问题
已知资产组合历史收益率,方差,协方差的条件下,用matlab 代码写一个用蒙特卡洛模拟法计算在险价值var
可以使用以下matlab代码来计算在险价值var:
```matlab
% 假设资产组合历史收益率,方差,协方差已知,分别存储在变量R,V和C中
% 设置模拟次数
N = 100000;
% 生成N个随机权重
w = rand(N, size(R, 2));
w = w./sum(w, 2);
% 计算资产组合收益率
Rp = w * R';
% 计算资产组合方差
Vp = w * V * w';
% 计算资产组合标准差
Sp = sqrt(Vp);
% 计算VaR
alpha = 0.05; % alpha为置信水平
VaR = quantile(Rp, alpha);
% 输出结果
fprintf('VaR at %0.2f%% confidence level: %0.4f\n', 100*(1-alpha), VaR);
```
这段代码首先生成了N个随机权重,然后计算了N个资产组合的收益率和方差,最后使用quantile函数计算了VaR。注意,这里使用了置信水平alpha=0.05,可以根据需要调整。
n种资产组合的方差公式推导
资产组合的方差公式可以通过如下推导得到:
设有n种资产A1, A2, ..., An,并分别记为X1, X2, ..., Xn,它们的权重分别为w1, w2, ..., wn。资产的收益率则为r1, r2, ..., rn,其中E(Xi)为预期收益率,σi为标准差。
将资产组合的收益表示为一个线性加权和:R = w1X1 + w2X2 + ... + wnXn
其中,资产组合的方差为Var(R) = E[(R - E(R))^2]
根据线性运算的性质,我们可以展开方差公式,得到:
Var(R) = E[(w1X1 + w2X2 + ... + wnXn - E(w1X1 + w2X2 + ... + wnXn))^2]
根据方差的定义,展开后化简可得:
Var(R) = E[(w1(X1 - E(X1)) + w2(X2 - E(X2)) + ... + wn(Xn - E(Xn)))^2]
再次应用线性运算性质,可以将方差展开为每个资产的方差、协方差及其权重的乘积的和:
Var(R) = w1^2 * Var(X1) + w2^2 * Var(X2) + ... + wn^2 * Var(Xn) + 2 * w1*w2 * Cov(X1, X2) + 2 * w1*w3 * Cov(X1, X3) + ... + 2 * w(n-1)*wn * Cov(X(n-1), Xn)
其中,Var(Xi)表示资产i的方差,Cov(Xi, Xj)表示资产i和资产j的协方差。
由此可见,资产组合的方差公式包含了每个资产的方差以及两两资产之间的协方差。这个公式的推导过程基于资产收益的线性组合和方差的定义,是建立在一些假设前提之上的,例如资产收益率之间的协方差是已知的。实际应用中,可以通过对资产历史数据的统计分析来估计方差和协方差的值,从而计算资产组合的方差,进而衡量和优化投资组合的风险。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)