5-Esempio Rolling - Matematica finanziaria progredito (corso Finanza) PDF

Preview

Summary

File di esempio per analisi Rollingclear; close all;load StyleAnalysisData2 fund_eq= Funds_returns(:,1); sharpe_factors= Factor_returns(:,:); [NOBS,NFunds]=size(fund_eq); [NOBS_IND,NFactors]=size(sharpe_factors);%Select Sharpe's factors sel_indexes=[1:1:NFactors]; % metti tutti i valori da 1 al nume...

Description

File di esempio per analisi Rolling clear; close all; load StyleAnalysisData2.mat fund_eq= Funds_returns(:,1); sharpe_factors= Factor_returns(:,:); [NOBS,NFunds]=size(fund_eq); [NOBS_IND,NFactors]=size(sharpe_factors);

%Select Sharpe's factors sel_indexes=[1:1:NFactors]; % metti tutti i valori da 1 al numero dei fattori % con passo 1 -> seleziona solo quei fattori (tutti) sharpe_factors=Factor_returns(:,sel_indexes); %matrice di tutte le righe, % seleziona gli indici (da 1 a 8) SelIndexesNames=FactorNames(sel_indexes); % salvo i nomi degli indici selezionati [NOBS_IND,NINDEXES]=size(sharpe_factors); % fornisce la dimensione di sharp_factors % Calcolo la matrice delle osservazioni -> per fare l'analisi di Sharpe % devo avere che le osservazioni sono simultanee. [NOBS,NFunds]=size(fund_eq); % qui vedo il numero di osservazioni del fondo [NOBS_IND,NFactors]=size(sharpe_factors) NOBS_IND = 60 NFactors = 8

% Esegui analisi rolling type=3; [beta_whole ,RSS, error, rsq, var_e, StyleComponent] = style_sharpe ... (fund_eq, sharpe_factors, type) beta_whole = 8×1 0.8279 0.1721 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 RSS = 0.0576 error = 60×1 0.0147 -0.0083 0.0046 0.0517 -0.0182 0.0078 -0.0307 0.0047 0.0178 -0.0175

rsq = 0.8327 var_e = 9.6641e-04

1

StyleComponent = 0.8225

figure() labels = {'Style','Selection'}; pie([StyleComponent, 1- StyleComponent],labels) % grafico a torta

figure() bar(beta_whole);

2

Analisi Rolling beta=[]; RSS=[]; e=[]; rsq=[];beta1=[]; %Define WindowSize WindowSize=40; for i=1:NOBS-WindowSize %voglio eseguire tutta l'analisi usando tutta l'informazione % tranne una. [beta1(:,i) ,RSS(i,1), e(:,i),rsq(i,1),var_e(i,1),StyleComponent(i,1)]= ... style_sharpe(fund_eq(i:i+WindowSize-1),sharpe_factors(i:i+WindowSize-1,:),type); %pause %se lo utilizzo fa uno alla volta end rsq rsq = 20×1 0.9418 0.9475 0.9498 0.9568 0.9642 0.9636 0.9659 0.9655 0.9642 0.9699

%rsq = (R-square statistic) mostra la componente di stile per ciascuna

3

% finestra temporale, i risultati mostrano i dati per ciascuna serie temporale. % % % % % %

b = vector of weights for the Sharpe model RSS = scalar: regression sum of squares e = vector (num_observations x 1): vector of the errors rsq = scalar: R-square statistic var_e = vector (num_observations x 1): vector of the variance of the errors StyleComponent (scalar): Style Component (R^2)

4...