Tabelle erstellen und Befehl uitable in Matlab benutzen

Question

Aufgabe 1 (Datenbeschreibung):

Schreiben Sie eine Funktion namens ",datenbeschreibung.m", die für den Zeitraum vom 19.06.1992 bis zum 18.06.2012 für jeweils 2 Jahre (19.06.1992 - 17.06.1994; 20.06.1994 - ... ; 21.06.2010 - 18.06.2012) die minimale und die maximale Anzahl an vorhandenen Aktiengesellschaften berechnet! Speichern Sie diese Werte in einer \( 10 \times 3 \)-Matrix \( M \) ab, deren erste Spalte die erste Jahreszahl des jeweiligen Zeitraumes, deren zweite Spalte die minimale und deren dritte Spalte die maximale Anzahl enthält! Die Funktion gebe diese Matrix zurück! Außerdem erstelle die Funktion eine Tabelle mit den berechneten Werten in der folgenden Form:

Zeitraum	minimale Anzahl AGs	maximale Anzahl AGs
1992 - 1994
1994 - 1996
...
2010 - 2012

Hinweis:

Benutzen Sie zum Erstellen der Tabelle den Befehl uitable - siehe dazu folgendes Beispiel:

% figure('Position',[x1 y2 x2 y2]) erzeugt auf dem Bildschirm eine leere Grafik
% von (x1,y1) bis (x2, y2) - der Nullpunkt ist links unten in der Bildschirmecke
f = figure('Position',[200 200 400 150]);
% 3x3-Zufallsmatrix
dat = rand(3);
% Spalten- und Zeilenüberschriften
cnames = {'X-Data','Y-Data','Z-Data'};
rnames = {'First','Second','Third'};
% fugt die Tabelle in die Grafik f an der angegebenen Position ein
t = uitable('Parent',f,'Data',dat,'ColumnName',cnames,...
   'RovName',rnames,'Position',[20 20 360 100]);

Aufgabe 2 (Finanzmarktgerade):

Nehmen Sie an, dass der risikolose Zinssatz \( r_{f}=0,06 \% \) p.m. beträgt. Auferdem seien die Bedingungen des CAPMs erfüllt und es existieren nur die DAX-Aktien des Datensatzes. Schreiben Sie unter diesen Annahmen eine Funktion ,fmg.m", die

- alle DAX-Aktien,
- die risikolose Anlage,
- die Randportefeuilles, die nur aus riskanten Wertpapieren bestehen,
- das Tangentialportefeuille und
- die Finanzmarktgerade

Answer 1

function [] = datenbeschreibung()

% Anzahl der AG's pro Jahr
% 1-te Spalte Jahre
% 2-te Spalte Anzahl der AG's
daten = [1992 10 ; 1993 20 ; 1994 30 ; 1995 40 ; 1996 50 ; 1997 60 ];

j = 1;
for i = 1:2:6
    % Definiere y als eine Zelle mit 'cell' und verwende gschweifte
    % Klammern
    y{j,1} = strcat(num2str(daten(i,1)),'-',num2str(daten(i+1,1)));
    y{j,2} = min(daten(i,2),daten(i+1,2));
    y{j,3} = max(daten(i,2),daten(i+1,2));
    j = j+1;
    end;
t = tabelle(y);

-----------------------------------------------------------------------------------------------------

function [t] = tabelle (dat)

f = figure('Position', [200 200 400 150]);
% dat = rand(3);
cnames = {'Zeitraum','min AGs','max AGs'};
rnames = {'First','Second','Third'};
t = uitable('Parent',f,'Data',dat,'ColumnName',cnames,...
            'RowName',rnames,'Position',[20 20 360 100]);

Answer 2

Antwort mit KI erzeugt

Aufgabe 1 (Datenbeschreibung):

Um die Aufgabe zu lösen, fokussieren wir uns auf zwei Teilziele: Das Erstellen der Funktion datenbeschreibung.m und das Generieren der im HTML-Format gegebenen Tabelle mit Matlab's uitable-Befehl.

Die Funktion datenbeschreibung.m könnte wie folgt aufgebaut sein:

matlab
function M = datenbeschreibung()
% Initialisierung der ersten Spalte der Matrix mit den Startjahren
startJahre = 1992:2:2010;
% Vorgegeben, dass es hier simulierten Daten bedarf. In einem echten Szenario müssten diese Werte aus einer Datenquelle extrahiert werden.
% Z.B. könnte die min und max Anzahl der AGs aus einer Datenbank oder einer Datei gelesen werden. Hier simulieren wir diese Daten.
% Beispiel für simulierte Daten: min und max Werte in einem zufälligen Bereich für die Demonstration
minAGs = randi([100, 500], 10, 1);
maxAGs = minAGs + randi([50, 200], 10, 1);

% Zusammenstellung der Matrix M
M = [startJahre', minAGs, maxAGs];

% Erstellen der Tabelle mit 'uitable'
f = figure('Position',[200 200 400 300]);
cnames = {'Zeitraum', 'minimale Anzahl AGs', 'maximale Anzahl AGs'};
data = cell(10,3);
for i=1:10
    data{i,1} = sprintf('%d - %d', startJahre(i), startJahre(i)+2);
    data{i,2} = minAGs(i);
    data{i,3} = maxAGs(i);
end
t = uitable('Parent',f,'Data',data,'ColumnName',cnames,'Position',[20 20 360 260]);
end

Erklärung zum Code:

- Die Funktion generiert eine Matrix M mit simulierten Daten für die min. und max. Anzahl von Aktiengesellschaften (AGs) für jeweils 2-Jahres-Perioden zwischen 1992 und 2012.
- Für Demonstrationszwecke werden die Kennzahlen (min. und max. Anzahl AGs) zufällig generiert, da echte Daten vermutlich aus einer Datenbank oder Datei gelesen werden müssten.
- Anschließend erzeugt die Funktion eine grafische Oberfläche, auf welcher die Daten in Form einer Tabelle (uitable) dargestellt werden. Zur Erstellung der Tabelle wird für jede Zeile der Periode, die minimale Anzahl AGs und die maximale Anzahl AGs in einer Zelle gespeichert und dargestellt.

Aufgabe 2 (Finanzmarktgerade):

Die Anforderung für die zweite Funktion, fmg.m, umfasst etwas komplexere Finanztheorien, insbesondere das Kapitalmarktmodell (CAPM) und die Konstruktion von Portfolios. Eine genaue Lösung würde eine detaillierte Eingabe von Daten bezüglich der Erträge und Risiken der DAX-Aktien erfordern, sowie Algorithmen zur Bestimmung der effizienten Grenze, des Tangentialportfolios (Marktportfolio) und der Berechnung der Finanzmarktgeraden (Capital Market Line, CML).

Da es sich um eine hochkomplexe Aufgabe handelt und spezifische Daten für eine exakte Implementierung benötigt werden, soll hier ein konzeptioneller Ansatz für die Struktur der fmg.m Funktion beschrieben werden:

matlab
function fmg()
% Vorgegebene Werte
rf = 0.06 / 100; % risikoloser Zinssatz pro Monat

% Datenannahme: Erträge (Returns) und Risiko (Volatilität) der DAX-Aktien
% Hier müssten in einem echten Fallbeispiel Daten eingelesen und vorverarbeitet werden

% Berechnung der Randportfolios, Tangentialportfolio und der Finanzmarktgeraden
% Dies erfordert optimierte Berechnungsverfahren und ist abhängig von den spezifischen Daten

% Darstellung der Ergebnisse (nicht spezifiziert, da abhängig von Daten und gewählten Methoden)

end

Beachten Sie: Diese umrissene Lösung der zweiten Funktion zeigt nur einen konzeptuellen Weg auf. Die echte Implementierung hängt stark von verfügbaren Marktdaten, der Auswahl der Portfolio-Optimierungsmethoden und der speziellen Zielsetzung ab.