Ziel: Festlegen der Menge der zulässigen Portfolios anhand weniger Standardrichtlinien. Analysieren der Portfolios bezüglich klassischer Mittelwert- und Varianzmetriken.

• Der Portfolio-Datentyp
• Investitionsmöglichkeiten definieren
• Standardrichtlinien für die Investitionen festlegen
• Effizienzkurven berechnen und visualisieren

Ziel: Definieren typischer Nebenbedingungen und Richtlinien. Untersuchen der Auswirkungen auf die Effizienzkurve.

• Schranken für einzelne Positionen festlegen
• Anlagegruppen definieren und limitieren
• Allgemeine lineare Nebenbedingungen definieren
• Investitionskosten berücksichtigen

Ziel: Anpassen des Lösers und seiner Optionen, um die Berechnung der Effizienzkurve zu beschleunigen. Verwenden alternativer Risikomaße.

• Löser des Portfolio-Datentyps verändern
• Optionen der verschiedenen Löser setzen
• Bedingten Value-at-Risk (CVaR) als Risikomaß verwenden
• Szenariosimulation
• Die CVaR-Effizienzkurve bestimmen

Ziel: Anpassen eines Verteilungsmodells an historische Ertragsdaten. Verwenden dieses Modells, um eigene Risikoszenarien zu generieren und eine entsprechende Portfolio-Optimierung durchzuführen. Bewerten der Ergebnisse durch Backtesting.

• Verteilungen von Ertragsdaten analysieren
• Szenarioanalyse mittels historischer Daten
• Verteilungsmodelle an Daten anpassen
• Anlageszenarien generieren und einsetzen
• Ergebnisanalyse mittels Backtesting

Ziel: Automatisiertes Generieren von Reports mit MATLAB Report Generator unter Verwendung eines externen Dokuments als Vorlage.

• Alternative Ansätze zur Portfolio-Strukturierung
• Externe Vorlage für Reports erstellen
• Die Schritte der Reportgenerierung
• Eine Reportdefinitionsdatei schreiben
• Komponenten des MATLAB Report Generator