投资组合优化策略:凸优化与凹优化详解(CPPI与OBPI)
创作时间:
作者:
@小白创作中心
投资组合优化策略:凸优化与凹优化详解(CPPI与OBPI)
引用
CSDN
1.
https://blog.csdn.net/Ke_Yan_She/article/details/139040365
本文介绍了投资组合中的凸优化与凹优化策略,包括CPPI(恒定比例投资组合保险)和OBPI(基于期权的投资组合保险)等动态配置风险投资组合和无风险策略。通过Matlab代码实现这些策略,并提供了运行结果和参考文献。
1. 概述
我们回顾了在风险组合和无风险账户之间动态重新配置资金的主要方法:预期效用最大化;基于期权的投资组合保险(OBPI);以及与恒定比例投资组合保险(CPPI)密切相关的回撤控制。我们在一般假设下对理论进行了简要复习。我们讨论了不同方法之间的联系,以及它们与凸优化和凹优化策略的关系。我们提供了明确的、可行的解决方案,包括所有计算以及数值示例。
本文提供了动态配置风险投资组合和无风险账户之间资金的主要策略的快速概述。本文的结构如下。在第1节中,我们介绍了两种投资工具的动态特性;在第2节中,我们讨论了构建策略的一般规则。
在第3节中,我们讨论了最大化投资期望效用的策略。在一般情况下解决这种类型问题需要先进技术,但特殊的显著案例可以很容易地得到解决。在第4节中,我们讨论了实现期望的策略,其收益是根据风险资产在投资期限内的随机结果设计成函数的。这些策略也被错误地称为基于期权的投资组合保险。在第5节中,我们涵盖了回撤控制和恒定比例投资组合保险。在第6节中,我们讨论了上述各种方法之间的联系以及它们与凸优化和凹优化策略的关系。
2. 运行结果
部分代码:
NumSimul=30000;
%%%%%%%%%%%%%%%%%%%%%%%%%%
if Strategy==1 % Constant exposures
% amount to be invested in the underlying? e.g.: 50
Prct = 50 ;
end
if Strategy==2 % Buy&Hold
% proportion of underlying you want to hold in the beginning, e.g.: 50
Prct = 50 ;
end
if Strategy==3 % CPPI
% floor today (will evolve at the risk-free rate), e.g.: 950
Floor = 980;
% leverage on the cushion between your money and the floor, e.g. 3
Multiple_CPPI = 5;
end
if Strategy==4 % Delta Hedging
% level of aggressivness bw 0 and 1
Aggressivness = .2;
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% initialize values
Underlying_Index=Initial_Investment; % value of the underlyting at starting time, normalzed to equal investment
Start=Underlying_Index;
Elapsed_Time=0;
Portfolio_Value=Initial_Investment;
if Strategy==1 % Constant Weights
Underlying_in_Portfolio_Percent = Prct/100;
end
if Strategy==2 % Constant Weights
Underlying_in_Portfolio_Percent = Prct/100;
end
if Strategy==3 % CPPI
Cushion=max(0,Portfolio_Value-Floor);
Underlyings_in_Portfolio=min(Portfolio_Value,max(0,Multiple_CPPI*Cushion));
Cash_in_Portfolio=Portfolio_Value-Underlyings_in_Portfolio;
Underlying_in_Portfolio_Percent = Underlyings_in_Portfolio./Portfolio_Value;
end
if Strategy==4 % Delta Hedging
options=[];
Strike = fsolve('Solve4Strike',Start,options,Time_Horizon,Underlying_Index,s,r,Initial_Investment,Aggressivness*Initial_Investment/3);
Underlying_in_Portfolio_Percent = Delta(Time_Horizon-Elapsed_Time,Underlying_Index,s,Strike,r);
end
3. 参考文献
文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。
4. Matlab代码、文章
热门推荐
武汉将军路街开展校园安全教育,警校社联动筑牢安全防线
民警为600名中学生上法治心理课,助力青少年健康成长
警官进校园讲反诈,小学生学习识别电信诈骗
互动演练+法治教育,武汉这个社区筑牢校园安全防线
冬季防火防盗全攻略:8大措施守护社区安全
砂糖桔真能降血糖?专家揭秘真相
机关事业单位退休人员去世待遇:丧葬费和抚恤金标准详解
国家开放大学:以现代信息技术为支撑的新型高等学校
西安开放大学获批职业技能等级认定社会培训评价组织
司马懿的权谋之道:以欺骗与狠手诛杀王凌曹爽
人口减少不必然导致经济增速下降
人口负增长下的中国经济新机遇
《金山夜话》:28年坚守,为普通人解惑的情感电台
幽默化解人生苦涩,金山夜话温暖一代人
人口红利背后的中国社会变迁
人口高质量发展:中国式现代化的关键支撑
人口减少背景下的中国经济:挑战与机遇并存
企业风险管理的最佳实践案例分享
探秘永州:国家历史文化名城的山水密码
永州三大绝美自然景观,你最想去哪?
永州市最新发展动态:经济提速,文旅创新,民生改善
一文读懂K线图:加密货币交易必备技术分析工具
刀郎2024巡演横扫全国,民族音乐创新演绎引发全民追捧
刀郎南京开唱,西域风情音乐点燃全场
失眠与癌症复发风险:免疫平衡与皮质醇水平的关系
刀郎《镜听》:融合传统与现代,唱响战乱中的女性悲歌
5000万观众在线,刀郎巡演获官方力挺
刀郎《罗刹海市》现象级爆红,传统文化创新成破圈密码
39首原创,5200万观众:刀郎用朴素舞台演绎音乐传奇
辽阳气候有多“任性”?2024年数据告诉你答案