我在 R 中尝试了几个包，但我真的迷失了应该使用哪个包。我只需要大方向的帮助，我可以自己找到确切的代码。
我正在 R 中尝试投资组合优化。我需要计算权重向量，其中向量中的每个权重代表该股票的百分比。
给定权重，我计算总回报、方差和夏普比率（回报和方差的函数）。
可能存在一些限制，例如总权重应等于 1 (100%)，并且可能还有其他一些限制，具体取决于具体情况。
我试图让我的代码变得灵活，以便我可以针对不同的目标进行优化（尽管一次一个）。例如，我可能希望一个模拟中的最小方差或另一个模拟中的最大回报，甚至最大。在其他方面锐化配给。
这在带有求解器包的 excel 中非常简单。一旦我输入了公式，无论我为目标函数选择哪个单元格，它都会根据它计算权重，然后根据这些权重计算其他参数。（例如，如果我基于最小方差进行优化，那么它会计算最小方差的权重，然后根据这些权重计算回报和锐化）。
我想知道如何在 R 中处理它？我在阅读几个 R 包或函数（Lpsolve、Optim、constrOptim、portfoiloAnalytics 等）的文档时迷失了方向，但找不到起点。我的具体问题是
- 对于这种分析，哪个是正确的 R 包？
- 我是否需要为每个可能的目标定义单独的函数，例如方差、返回和锐化并优化这些函数？这有点棘手，因为夏普取决于方差和回报。所以如果我想优化Sharpe函数，那么我需要将它嵌套在variance和return函数中吗？
我只需要一些关于如何开始的想法，我可以试一试。如果我至少得到正确的包和正确的例子来使用，那就太好了。我在网上搜索了很多，但我真的迷路了。