2

我试图更好地理解 mosek 优化器的各个部分是如何工作的，并且不能完全理解以下约束等的逻辑。

我有以下代码：

n = 3
x0 = [-20.0, -50.0, -10.0]
t = [0.01, 0.01, 0.01]

TC = flattenBook(n, x0, t)

def flattenBook(n, x0, t):
    M = Model("Simple Portfolio")
    M.setLogHandler(sys.stdout)

    ## can be long and short
    x = M.variable("x", n, Domain.unbounded())

    ## helper variable for buy/sell positions
    z = M.variable("z", n, Domain.unbounded())

    ## find long positions
    l = M.variable("l", n, Domain.greaterThan(0.0))
    M.constraint('long1', Expr.sub(l,x0), Domain.greaterThan(0.0))

    M.constraint('buy',  Expr.sub(z,Expr.sub(x,x0)),  Domain.greaterThan(0.0))
    M.constraint('sell', Expr.sub(z,Expr.sub(x0,x)),  Domain.greaterThan(0.0))

    M.constraint("longeqshort",  Expr.sum(x), Domain.equalsTo(0.0))
    M.objective('obj', ObjectiveSense.Minimize, Expr.dot(z, t))

    M.solve()
    if True:
        print "x:"
        print x.level()

结果如下：

[60.0, -50.0, -10.0]

这是正确的，但有人可以确认 l 变量的逻辑。我的理解是 long1 约束迫使 l 仅是 x0 数组中的正值，对吗？如果是这样，为什么？

根据 Mosek 网站上的示例，我从交易成本的买入/卖出约束中获取了这个逻辑。

4

0 回答 0