投資組合的基本概念,投資組合的基本概念是什么?
前一篇文章36 投資組合收益率的計(jì)算中介紹了收益率的計(jì)算方法,作為其姊妹篇,本文主要介紹投資組合風(fēng)險(xiǎn)計(jì)量方法的數(shù)學(xué)理論基礎(chǔ)。
首先需要搞清楚與度量風(fēng)險(xiǎn)有關(guān)的幾個(gè)重要的理論點(diǎn)。不要問(wèn)為什么,反正很重要。等您把風(fēng)險(xiǎn)度量的原理徹底搞懂的時(shí)候自然會(huì)明白。由于這個(gè)知識(shí)點(diǎn)涉及的數(shù)學(xué)定義比較多,請(qǐng)您務(wù)必靜下心來(lái)認(rèn)真搞懂每一個(gè)點(diǎn)。不論您是高職生,本科生,還是財(cái)務(wù)類專業(yè)的研究生,本著夠用,本文沒(méi)有過(guò)多理論延伸,感興趣的可以自行延伸學(xué)習(xí)。但是,搞懂本文介紹的幾個(gè)點(diǎn)是后續(xù)計(jì)算所必須的。
不失一般性,我在文末給出python的程序?qū)崿F(xiàn),僅供您學(xué)習(xí)參考。
今天是國(guó)慶節(jié),祝偉大祖國(guó)更加繁榮富強(qiáng)!也祝大家國(guó)慶快樂(lè)!
正文起:
1、方差
方差(variance/deviation Var),這一詞語(yǔ)率先由羅納德·費(fèi)雪(Ronald Fisher)在其論文《The Correlation Between Relatives on the Supposition of Mendelian Inheritance》中提出。是在概率論和統(tǒng)計(jì)上用來(lái)對(duì)隨機(jī)變量或一組數(shù)據(jù)離散程度的度量。概率論中方差用來(lái)度量隨機(jī)變量與其數(shù)學(xué)期望之間的偏離程度,即二階中心矩。統(tǒng)計(jì)中的方差是樣本值與樣本均值離差平方和的平均數(shù)。數(shù)學(xué)計(jì)算式如下:
1.1 總體方差計(jì)算公式
1.2 樣本方差計(jì)算公式
實(shí)際中總體均值很難取得,人們常用樣本統(tǒng)計(jì)量代替總體統(tǒng)計(jì)量。經(jīng)校正后,樣本方差計(jì)算公式為:
(1)離散型數(shù)據(jù)的方差
即:
(2)連續(xù)型數(shù)據(jù)的方差
即:
另根據(jù)二階矩得:
樣本方差和樣本標(biāo)準(zhǔn)差(方差的平方根)用來(lái)衡量一個(gè)樣本波動(dòng)的大小,樣本方差或樣本標(biāo)準(zhǔn)差越大,樣本數(shù)據(jù)的波動(dòng)就越大。
2、協(xié)方差
兩個(gè)實(shí)隨機(jī)變量X與Y之間的協(xié)方差Cov(X,Y)定義為:
即:
從定義看,協(xié)方差表示兩個(gè)變量與其均值誤差乘積的數(shù)學(xué)期望。
(1)如果X-E(X)>0 與Y-E(Y)>0,即兩個(gè)變量的變化方向一致,則cov(x,y)>0。
(2)如果X-E(X)>0 與Y-E(Y)<0,即兩個(gè)變量的變化方向相反,則cov(x,y)<0。
(3)如果X-E(X)<0 與Y-E(Y)>0,即兩個(gè)變量的變化方向相反,則cov(x,y)<0。
(4)如果X-E(X)<0 與Y-E(Y)<0,即兩個(gè)變量的變化方向一致,則cov(x,y)>0。
顯然,如果x與y彼此獨(dú)立,則cov(x,y)=0,因?yàn)閮蓚€(gè)獨(dú)立的隨機(jī)變量E[XY]=E[X]E[Y]。協(xié)方差為0的兩個(gè)隨機(jī)變量是不相關(guān)的。
由協(xié)方差定義知:
Cov(X,X)=D(X),Cov(Y,Y)=D(Y)。即兩組變量一樣的時(shí)候的協(xié)方差就是該變量的方差。
顯然,協(xié)方差最明顯的作用是用來(lái)判斷變量變動(dòng)方向是否一致,即變量之間的相關(guān)性。
3、相關(guān)系數(shù)
皮爾遜(Pearson)相關(guān)系數(shù)定義為:
關(guān)于相關(guān)系數(shù)與協(xié)方差,方差之間的關(guān)系在上面的公式中已經(jīng)表示的很清楚了,在此不做過(guò)多說(shuō)明。對(duì)此想深入了解的可以查閱相關(guān)統(tǒng)計(jì)學(xué)書(shū)籍。
4、正定矩陣(positive definite matrix)
(1)廣義定義:設(shè)A是n階方陣,如果對(duì)任何非零向量X,都有XTAX>0,其中XT表示X的轉(zhuǎn)置,就稱A為正定矩陣。
如果B為n階方陣,E為單位矩陣,a為正實(shí)數(shù)。在a充分大時(shí),aE+B為正定矩陣。
(2)狹義定義:一個(gè)n階的實(shí)對(duì)稱陣A是正定的,當(dāng)且僅當(dāng)對(duì)于所有的非零實(shí)系數(shù)向量X,都有XTAX> 0,其中XT表示X的轉(zhuǎn)置。
(3)對(duì)稱正定矩陣。
一個(gè)實(shí)對(duì)稱矩陣 A 正定,當(dāng)且僅當(dāng)存在可逆矩陣C,使得A=CTC;
一個(gè)實(shí)對(duì)稱矩陣 A 正定,當(dāng)且僅當(dāng)A 的特征值全大于零;因此,求出A的所有特征值,若A的特征值均為正數(shù),則A是正定的;若A的特征值均為負(fù)數(shù),則A為負(fù)定的。
5、半正定矩陣(positive semidefinite matrix)
(1)廣義定義:設(shè)A是n階方陣,如果對(duì)任何非零向量X,都有XTAX≥0,其中XT表示X的轉(zhuǎn)置,就稱A為半正定矩陣。
(2)狹義定義:設(shè)A為實(shí)對(duì)稱矩陣,若對(duì)于每個(gè)非零實(shí)向量X,都有XTAX≥0,則稱A為半正定矩陣,稱XT'AX為半正定二次型。XT表示X的轉(zhuǎn)置。
設(shè)A是n階實(shí)對(duì)稱矩陣,A的特征值均為非負(fù)的;存在n階實(shí)矩陣C,使A=CTC。
6、Cholesky分解
當(dāng) A 是一個(gè)實(shí)對(duì)稱正定矩陣(SPD, real Symmetric positive definite matrix)時(shí),它就可以分解成下三角矩陣 C 和上三角矩陣CT的乘積。
即:A=CTC,C為分解出的下三角矩陣。
為啥要介紹這些理論?
因?yàn)?,后面?jì)算投資組合的標(biāo)準(zhǔn)差(風(fēng)險(xiǎn)),要開(kāi)根號(hào),根號(hào)里的數(shù)據(jù)必須大于等于零。否則在實(shí)數(shù)域范圍內(nèi)無(wú)法求解。
這些概念將在后面的計(jì)算都會(huì)用到,所以不要以為是多余的,同時(shí)要樹(shù)牢觀念,數(shù)學(xué)的觀念。
基本概念就介紹這么多,感興趣的可以查閱相關(guān)資料以獲得更加深入的學(xué)習(xí)。
7、相關(guān)算法程序
不知道何故,系統(tǒng)的代碼塊功能調(diào)試中,今日頭條平臺(tái)提示說(shuō)該功能逐步開(kāi)放。
有需要查看相關(guān)算法程序的,請(qǐng)查閱并關(guān)注我的微信公眾號(hào)文章:37 投資組合風(fēng)險(xiǎn)計(jì)量(理論基礎(chǔ))。
【僅供參考】
授人玫瑰,手留余香。
請(qǐng)關(guān)注我的微信公眾號(hào)!
歡迎轉(zhuǎn)發(fā)!鼓勵(lì)分享!
好了,這篇文章就和大家分享到這里,希望可以幫助到大家。另外,想要實(shí)現(xiàn)投資穩(wěn)定盈利,建議大家可以多學(xué)習(xí)一些相關(guān)的課程內(nèi)容,這里給大家推薦一個(gè)知識(shí)平臺(tái)——愛(ài)雅微課:https://ke.iya88.com/,里面提供了全網(wǎng)最全最實(shí)戰(zhàn)的課程,很多大佬都是該網(wǎng)站的會(huì)員,抓緊收藏起來(lái)吧!
本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻(xiàn),該文觀點(diǎn)僅代表作者本人。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容,請(qǐng)發(fā)送郵件至 [email protected] 進(jìn)行舉報(bào),一經(jīng)查實(shí),本站將立刻刪除。如若轉(zhuǎn)載,請(qǐng)注明出處:http://www.weightcontrolpatches.com/37762.html