Я пытаюсь реализовать оптимизацию портфеля, которая использует ограничения для определения, например. максимальное воздействие на страну/сектор/отрасль и т. д. Я реализовал следующий код ниже, где я передаю вектор «Африка», чтобы сопоставить запасы со страной Африки, в своих ограничениях я затем привязал их к весу не более 40%. общий. Единственный способ, которым мне удалось это реализовать, — использовать sum_weights для индексов, где africa = 1. Я также пытался использовать функцию Parameter, но безуспешно. Надеюсь, должен быть более элегантный способ применить такие ограничения. Любое предложение приветствуется. Кроме того, если кто-нибудь знает о примере, который показывает использование ограничений отслеживания ошибок, ограничений оборота или ограничений волатильности, это те, с которыми я также все еще борюсь.
import numpy as np
from cvxpy import *
np.random.seed(1)
n = 10 # number of assets
mu = np.abs(np.random.randn(n,1)) #mean
Sigma = np.random.randn(n,n)
Sigma = Sigma.T.dot(Sigma)
# Long only PFO Opt
w = Variable(n)
#africa = Parameter(10, sign='positive')
#africa.value = [1,1,1,0,0,0,0,0,0,0]
africa = [0,0,0,0,0,0,0,1,1,1]
gamma = Parameter(sign='positive')
ret = mu.T*w
risk = quad_form(w,Sigma)
filters = [i for i in range(len(africa)) if africa[i] == 1]
constraints = [sum_entries(w) == 1, w >=0, w[1] > 0.50, w[0] == 0, sum_entries(w[filters]) == 0.4]
#prob = Problem(Maximize(ret - gamma*risk), [sum_entries(w) == 1, w >=0])
prob = Problem(Minimize(risk), constraints)
SAMPLE = 1000
risk_data = np.zeros(SAMPLE)
ret_data = np.zeros(SAMPLE)
gamma_vals = np.logspace(-2,3,num=SAMPLE)
for i in range(SAMPLE):
gamma.value = gamma_vals[i]
prob.solve()
risk_data[i] = sqrt(risk).value
ret_data[i] = ret.value
print(prob.status)
print(prob.value)
print('OPT WEIGHTS : ')
for i in range(n):
print(round(w[i].value,3))