欢迎您访问365答案网,请分享给你的朋友!
生活常识 学习资料

投资组合的相关系数怎么算

时间:2024-07-07
今天给各位分享投资组合的相关系数怎么算的知识,其中也会对投资组合相关性系数进行解释,如果能碰巧解决你现在面临的问题,别忘了关注本站!

如何计算两个股票的相关系数(correlation)(急)

计算公式为相关系数=协方差/两个项目标准差之积。

相关系数:度量两个随机变量间关联程度的量。相关系数的取值范围为(-1,+1)。当相关系数小于0时,称为负相关;大于0时,称为正相关;等于0时,称为零相关。

拓展资料:

1.协方差:如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值,另外一个也大于自身的期望值,那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反,即其中一个大于自身的期望值,另外一个却小于自身的期望值,那么两个变量之间的协方差就是负值。

2.标准差(Standard Deviation) :标准差也称均方差(mean square error),是各数据偏离平均数的距离的平均数,它是离均差平方和平均后的方根,用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的,标准差未必相同。 格雷厄姆在1949年的著作《聪明的投资者》里说过:“经验表明在大多事例中,安全依赖于收益能力,如果收益能力不充分的话,资产就会丧失大部分的名誉(或帐面)价值。”

3.相关系数是反映两种证券之间相关性的统计 *** 。换句话说,这个统计告诉我们一个证券与另一个证券有多密切相关。当两种证券向上或向下同向移动时,相关系数为正。当两种证券向相反方向移动时,相关系数为负。确定两种证券之间的关系对分析跨市场关系,行业/股票关系以及行业/市场关系很有用。该指标还可以帮助投资者通过识别与股市低或负相关的证券进行多样化。 解释 相关系数在-1和+1之间振荡。这不是一个动量振荡器。

4.相反,它从正相关周期移动到周期负相关。+1被认为是完美的正相关,这是罕见的。0到+1之间的任何值表示两个证券向相同的方向移动。正相关的程度可能随时间而变化。石油股和石油大部分时间呈正相关。下面的例子显示了一只石油股股价和石油价格的关系。不出所料,20日相关系数仍然大幅上涨,经常上探+75。这两种证券之间显然存在着积极的关系。一般来说,任何超过0.50的数据都表现出强烈的正相关。

投资组合的标准差计算

投资组合的标准差计算如下:

投资组合的标准差体现投资组合的波动性。通常我们可以从网上找到单个股票和基金的标准差。

当我们将几个股票和/或基金组成一个投资组合时,怎么知道该投资组合的标准差呢?除了该投资组合的标准差本身就是一个投资组合的评估指标外,该投资组合的标准差也经常用于计算其它用于评估该投资组合的指标。所以我们要知道怎么计算投资组合的标准差。

该标准差在网上通常不能找到,或不能及时找到。

要计算投资组合的标准差,我们需要三个参数:投资组合中每个股票或基金的标准差,每个股票或基金在该投资组合中的占比,以及所有每对股票或基金之间的相关系数。

下面的公式是计算由两个股票或基金组成的投资组合的标准差。

我们这里假设组合中都是股票。事实上组合中可以是股票,基金,指数基金等。

这里WA,WB分别代表股票A和B的占比。σ(KA)和σ(KB)分别代表股票A和B的标准差。R(KA,KB)代表股票A和B的相关系数。

那么现在的问题是两个股票的相关系数是怎么来的。相关系数的计算公式是:

即相关系数的计算公式。

投资组合怎么计算公式?

投资组合标准差的公式怎么理解呀???

不知道现在答还有用不。。。

其实另外两个公式就是把双sigma公式展开合并下,都是逻辑简单费体力的代数变换。为了方便说明替换下,项目A=j=1,项目B=k=2,你写得'A'=W=权重。有一个关系是cov(r1,r2)=p(下角标1,2)*σ1*σ2,p是1和2的相关系数,σ1是1的标准差。

以你书上的为例n=2,原公式σp=∑1∑2(w1w2COV(r1,r2))。替换成有p的就是σp=∑j∑k(w1w2p12σ1σ2)。展开是个力气活,先展开第二个sigma(固定j按K=1~2求和),写出来再按j=1~2求和就好了。

两个投资组合双sigma公式展开后按你给的顺序,就是σp=w1w1p11σ1σ1+2*w1w2p12σ1σ2+w2w2p22σ2σ2。有了这个公式你的问题就简单了,你问的'1'就是p11就是项目A跟自己的相关系数,当然是1也就是100%了,p22同理。0.12方就是σ1σ1。两个项目比例相等都是50%,所以0.5比较多不过对照公式也好理解。这个展开后的公式按之一第二步设的那堆东西改写下就是σp=A^2+B^2+2*X*A*B了。

三个的投资组合同理代入展开就好了,只是n=3,多了个C=w3σ3需要考虑。这里就是数学统计工具在投资学上的应用,理解了前面风险度量的原理和目的,其他全是数学。

三种股票投资组合风险计算

整个投资组合的方差 =0.3*0.3*100+0.3*0.3*144+0.4*0.4*169+2*0.3*0.3*120+2*0.3*0.4*130+2*0.3*0.4*156 = 139.24

三个股票的投资组合方差=w1*w1*股票1的方差+w2*w2*股票2的方差+w3*w3*股票3的方差+ 2*w1*w2*股票1和2的协方差+2*w1*w3*股票1和3的协方差+2*w2*w3*股票2和3的协方差

如何用excel公式计算股票投资组合收益率

例如上述值在A2:B5之间 则有两种方式 =STDEVP(A2:A5,B2:B5)值是15.06% STDEV: 返回给定表达式中所有值的统计标准差 =STDEV(A2:A5,B2:B5)值是16.10% STDEVP:返回给定表达式中所有值的填充统计标准差 投资组合中的 CML *** L的计算 *** 是什么哦? 举个实例就好了?

关于投资组合的相关系数怎么算和投资组合相关性系数的介绍到此就结束了,不知道你从中找到你需要的信息了吗 ?如果你还想了解更多这方面的信息,记得收藏关注本站。

某投资组合由AB两种股票组成,计算A与B的相关系数,要求哪些值

逻辑有严重问题。直接全投A即可。

做相关性分析,投资A、B股票,计算A、B股票之间的相关系数和A与组合的相关系数、B与组合的相关系数,这两个相关系数不是一回事。

(2)A证券与B证券的相关系数=(3)证券投bai资组合的预期收益率=12%×80%+16%×20%=12.8%

证券投资组合的标准差=(4)相关系数的大小对投资组合预期收益率没有影响;相关系数的大小对投资组合风险有影响,相关系数越大,投资组合的风险越大。

扩展资料:

需要指出的是,相关系数有一个明显的缺点,即它接近于1的程度与数据组数n相关,这容易给人一种假象。因为,当n较小时,相关系数的波动较大,对有些样本相关系数的绝对值易接近于1;当n较大时,相关系数的绝对值容易偏小。特别是当n=2时,相关系数的绝对值总为1。因此在样本容量n较小时,我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。

参考资料来源:百度百科-相关系数

期望收益率、方差、协方差、相关系数的计算公式

1、期望收益率计算公式

HPR=(期末价格 -期初价格+现金股息)/期初价格

例:A股票过去三年的收益率为3%、5%、4%,B股票在下一年有30%的概率收益率为10%,40%的概率收益率为5%,另30%的概率收益率为8%。计算A、B两只股票下一年的预期收益率。

解:

A股票的预期收益率 =(3%+5%+4%)/3 = 4% 

B股票的预期收益率 =10%×30%+5%×40%+8%×30% = 7.4%

2、方差计算公式

例:求43,45,44,42,41,43的方差。

解:平均数=(43+45+44+42+41+43)/6=43

S^2=【(43-43)^2+(45-43)^2+(44-43)^2+(42-43)^2+(41-43)^2+(43-43)^2】/6

=(0+4+1+1+4+0)/6

=10/6

3、协方差计算公式

例:Xi 1.1 1.9 3,Yi 5.0 10.4 14.6

解:E(X) = (1.1+1.9+3)/3=2

E(Y) = (5.0+10.4+14.6)/3=10

E(XY)=(1.1×5.0+1.9×10.4+3×14.6)/3=23.02

Cov(X,Y)=E(XY)-E(X)E(Y)=23.02-2×10=3.02

4、相关系数计算公式

解:由上面的解题可求X、Y的相关系数为

r(X,Y)=Cov(X,Y)/(σxσy)=3.02/(0.77×3.93) = 0.9979

表明这组数据X,Y之间相关性很好!

扩展资料:

1、期望收益率,又称为持有期收益率(HPR)指投资者持有一种理财产品或投资组合期望在下一个时期所能获得的收益率。期望收益率是投资者在投资时期望获得的报酬率,收益率就是未来现金流折算成现值的折现率,换句话说,期望收益率是投资者将预期能获得的未来现金流折现成一个现在能获得的金额的折现率。。

2、方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。统计中的方差(样本方差)是每个样本值与全体样本值的平均数之差的平方值的平均数。

3、协方差(Covariance)在概率论和统计学中用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况,即当两个变量是相同的情况。协方差表示的是两个变量的总体的误差,这与只表示一个变量误差的方差不同。

4、相关系数是最早由统计学家卡尔·皮尔逊设计的统计指标,是研究变量之间线性相关程度的量,一般用字母 r 表示。由于研究对象的不同,相关系数有多种定义方式,较为常用的是皮尔逊相关系数。

参考资料:

方差--百度百科  期望收益率-百度百科  协方差--百度百科   相关系数--百度百科

Copyright © 2016-2020 www.365daan.com All Rights Reserved. 365答案网 版权所有 备案号:

部分内容来自互联网,版权归原作者所有,如有冒犯请联系我们,我们将在三个工作时内妥善处理。