当前位置: 首页 > article >正文

N列股票收盘价为起点的马科维茨(Markowitz)均值—方差理论

1. 数据准备与收益率计算

  • 输入数据:
    假设你有一个矩阵,每一列代表一只股票的历史收盘价序列。每一行对应一个时间点的收盘价。

  • 计算收益率:
    马科维茨理论要求使用资产的收益率而非价格。常用的收益率计算方法有对数收益率或简单收益率。

2. 统计量估计

3. 投资组合的构建与风险收益计算

4. 均值—方差优化问题

马科维茨的核心思想是,通过优化投资组合的权重,达到在给定风险水平下获得最大收益,或在给定收益目标下实现风险最小化。

 

5. 有效前沿(Efficient Frontier)

  • 概念:
    有效前沿是所有投资组合中,在相同风险水平下具有最高预期收益的那些组合构成的集合。直观上,有效前沿描述了风险与收益之间的最佳权衡关系。

  • 绘制有效前沿:
    通过不断改变目标收益 Rtarget​ 或调整风险水平,求得一系列最优组合点。将这些点在二维图中(横轴风险,纵轴收益)连接,就形成了有效前沿曲线。

6. 扩展:引入无风险资产与资本市场线(CML)

  • 无风险资产:
    如果市场中存在无风险资产(例如短期国债),可以引入无风险资产,并与有效前沿上的风险资产组合混合。

  • 资本市场线(CML):
    通过引入无风险资产,投资者可以实现“杠杆”操作。资本市场线从无风险利率开始,经过有效前沿上的切点(也称为“市场投资组合”),在风险与收益的均衡下提供最优选择。
    投资者通过选择资本市场线上任意一点,都能在无风险资产和市场投资组合之间实现最佳的风险—收益配置。

 

7. 马科维茨理论的假设与局限性

  • 主要假设:

    • 投资者关注的是收益的均值和波动性(风险)。

    • 资产收益率服从正态分布(或近似正态分布)。

    • 历史收益率和协方差可以较好地代表未来的预期收益和风险。

    • 市场是有效的,信息对称且无交易成本等。

  • 局限性:

    • 历史数据不一定能准确预测未来表现。

    • 忽略了非正态分布(例如尾部风险、偏度和峰度)的影响。

    • 交易成本、流动性风险和税收等因素未被考虑。


总结

  1. 从收盘价数据出发: 首先计算各股票的收益率,得到历史收益数据。

  2. 统计量计算: 求出每只股票的平均收益率和收益率之间的协方差矩阵。

  3. 构建组合模型: 根据投资者的风险偏好,通过设定投资组合权重,计算组合的预期收益和风险(方差)。

  4. 均值—方差优化: 利用二次规划方法,在给定收益目标下最小化风险(或反过来最大化收益),得出一系列最优组合。

  5. 有效前沿与扩展: 绘制有效前沿,进一步考虑无风险资产的加入,形成资本市场线,提供更全面的资产配置方案。

马科维茨理论为现代投资组合管理提供了一个系统化的框架,虽然在实际应用中需要考虑更多实际因素,但它奠定了资产配置与风险管理的理论基础。


http://www.kler.cn/a/597968.html

相关文章:

  • 在小米AX6000中添加tailscale monitor
  • JavaScript-作用域、函数进阶、解构赋值、filter详解
  • Jboss
  • SSM社区生活超市管理
  • Powershell WSL Windows系统复制数据到ubuntu子系统系统
  • 嵌入式硬件篇---蓝牙模块
  • 群体智能优化算法-模拟退火优化算法(Simulated Annealing, SA,含Matlab源代码)
  • 【Keil5-开发技巧】
  • 华为昇腾AscendCL推理引擎入门
  • 【中文翻译】第8章-The Algorithmic Foundations of Differential Privacy
  • MCP(Model Context Protocol)好比大模型外挂!
  • 原生微信小程序基础语法--快速总结
  • (自用)在派上设置自启动时的问题
  • 第二十一章:模板与继承_《C++ Templates》notes
  • C# 反射(Reflection)详解
  • 把 ASP.NET Core 服务(BigDogServer)部署到 Linux 并作为服务运行
  • CentOS 7的下载与安装
  • Linux网络相关概念和重要知识(2)(UDP套接字编程、聊天室的实现、观察者模式)
  • FPGA学习(二)——基于DE2-115开发板的LED流水灯设计
  • 微调大模型:LoRA、PEFT、RLHF 简介