Portfolio Optimization 5.2
5 saniye içinde indirebilirsiniz.
Hakkı -nda Portfolio Optimization
Portföy Optimizasyonu şablonu, bireysel yatırımlar arasındaki ilişkiye dayalı olarak istenilen risk ve getiri profilini veren finansal yatırımlar portföyü için en uygun sermaye ağırlıklarını tanımlar. Portföy optimizasyon modelinin tasarımı, uzun ve kısa pozisyonlara sahip finansal enstrüman veya iş akışı portföylerine uygulanmasını sağlar. Portföy optimizasyonu şablonu, çıktı sonuçlarının girişi ve yorumlanmasına yardımcı olmak için yardım simgeleri ile sezgisel ve esnektir. Analiz için tarihsel verilerin girişi, mutlak fiyat veya getiri, tutulan mevcut birim sayısını ve internetten menkul kıymetler için finansal piyasa verilerinin uzun sürelerini indirmek için bir araç belirtmek için seçenekler tarafından desteklenmektedir. Gelişmiş optimizasyon seçenekleri arasında optimum portföydeki ağırlıklandırmalar için minimum ve maksimum kısıtlamaların belirlenmesi ve Sharpe oranı nın altında genel volatilite için risk analizi seçenekleri, Sortino oranı nın altında aşağı yönlü risk veya yarı sapma ve Omega oranı nın altında kazanç/kayıp yer alır. Optimizasyon, en azından geçerli getiri düzeyini koruyacak ve monte Carlo simülasyonu ile elde etme olasılığının hesaplandığı bir hedef getirisi belirleyecek şekilde ayarlanabilir. Portföy optimizasyonu sonuçları, ağırlık çizelgeleri ve getiri dağılımlarının yanı sıra gerekli edinim ve tasfiye işlemleri ile birlikte görüntülenir. Teknik analiz, sinyal ticaretinden elde edilen toplam geri denenmesi ve her bir yatırım veya en yüksek geri test getirisi ile sonuçlanan toplam portföy için teknik dönem sabitlerinin otomatik optimizasyonu ile sağlanır. Ayrıntılı grafik ve geri test analizi ile teknik analiz göstergeleri basit hareketli ortalama (SMA), değişim oranı (ROC), hareketli ortalama yakınsama /sapma (MACD), bağıl mukavemet indeksi (RSI) ve Bollinger Bantları içerir. Şablon, windows için Excel 97-2013 ve Mac için 2011 veya 2004 ile çapraz platform portföy optimizasyonu çözümü olarak uyumludur.