Misal kita akan menyelesaikan masalah Minrisk1 untuk 3 aset. Kita dapat melakukannya
dengan cara serupa seperti pada masalah Minrisk0, yaitu dengan cara melakukan eliminasi
variable 𝑦2 dan 𝑦3 . Dari dua kendala pada Minrisk1, kita dapat memperoleh
dan
𝑦2 + 𝑦3 = 1 − 𝑦1 (15)
Kalikan persamaan (15) dengan 𝑟̅3 dan kurangkan dari (14) akan memberikan
(𝑟̅2 − 𝑟̅3 )𝑦2 = 𝑅𝑝 − 𝑟̅1 𝑦1 − 𝑟̅3 + 𝑟̅3 𝑦1 → (𝑟̅2 − 𝑟̅3 )𝑦2 = 𝑅𝑝 − 𝑟̅3 + (𝑟̅3 − 𝑟̅1 )𝑦1
sehingga
𝑦2 = 𝛼̅2 + 𝛽2̅ 𝑦1
dengan
Dari (15), kita juga dapat peroleh 𝑦3 = 1 − 𝑦1 − 𝑦2 yang dapat ditulis menjadi
dengan
Jika 𝑦1 = 𝑥, maka
𝑦1 𝑥 0 1
̅
𝛼 + ̅
𝛽 𝑥 ̅
̅ 2 ) + (𝛽2 ) 𝑥 = 𝛼̅ + 𝛽̅ 𝑥
𝑦 = (𝑦2 ) = ( 2 2 ) = (𝛼
𝑦3 𝛼 ̅
̅ 3 + 𝛽3 𝑥 ̅3
𝛼 ̅
𝛽 3
dengan
0 1
̅
𝛼̅ = (𝛼̅ 2 ) dan 𝛽̅ = (𝛽2 )
𝛼̅3 ̅
𝛽 3
Jadi, fungsi objektif risiko pada Minrisk1 dapat ditulis kembali menjadi
𝑉 = (𝛼 ̅ 𝑥)𝑇 𝑄(𝛼
̅+𝛽 ̅ 𝑥)
̅+𝛽
Bentuk ini sama seperti saat membahas model Minrisk0. Titik stasioner dari 𝑉 adalah
𝛽̅ 𝑇 𝑄𝛼̅
𝑥=−
𝛽̅ 𝑇 𝑄𝛽̅
Pada bagian ini akan dijelaskan mengapa risiko portofolio dapat diukur dengan 𝑉 = 𝑦 𝑇 𝑄𝑦.
Idealnya, suatu portofolio yang “bebas risiko” melibatkan kombinasi dari asset-aset yang
memberikan ekspektasi return R yang sama dalam semua kondisi pasar. Untuk data histori
sebanyak m periode waktu, 𝑦1 , 𝑦2 , ⋯ , 𝑦𝑛 akan memenuhi
𝑅 = ∑ 𝑟̅𝑖 𝑦𝑖
𝑖=1
maka
(𝑟1𝑗 − 𝑟̅1 )𝑦1 + (𝑟2𝑗 − 𝑟̅2 )𝑦2 + ⋯ + (𝑟𝑛𝑗 − 𝑟̅𝑛 )𝑦𝑛 = 0 (17)
Secara umum, 𝑚 > 𝑛, yang merupakan system yang overdetermined. Sistem ini
hanya memiliki solusi 𝑦𝑖 = 0 yang tidak dapat diterima karena 𝑒 𝑇 𝑦 = 1. Karena solusi
eksak dari persamaan (17) tidak ada, maka kita dapat membuat residu (sisa) dari system tsb
sekecil mungkin. Bentuk matriks 𝐴𝑚𝑛 yang unsur-unsurnya diberikan oleh
dan
𝑚
1
𝜎𝑖𝑘 = ∑(𝑟𝑖𝑗 − 𝑟̅𝑖 ) (𝑟𝑘𝑗 − 𝑟̅𝑘 )
𝑚
𝑗=1
Jadi,
𝐴𝑇 𝐴 = 𝑚𝑄