问题标签 [r-optimization]

我正在尝试使用 R 来解决加权顶点覆盖问题的一个实例，但我似乎无法正确解决。我正在使用ROI包（也可以使用linprog）。

该实例如下所示：

我的代码是：

结果是No solution found.我不知道我做错了什么，但它也可能是显而易见的。无法理解它——一个解决方案应该总是存在的，即使它需要所有的顶点（即所有变量都> = 0.5）。

如果重要的话，我在 Arch Linux 上从存储库（版本 2.14）运行 R 并通过install.packages("...").

谢谢！

我正在尝试将 R 包 ROI 用于简单的投资组合优化问题。
我可以使用 quadprog 求解器“手动”获得结果，但我真的很想了解 ROI 包的工作原理。
不幸的是，我遇到了一个错误，即使我坚持使用 Stefan Theussl 在http://statmath.wu.ac.at/courses/optimization/Presentations/ROI-2011.pdf提供的示例（幻灯片 26,27）

这是代码：

我得到的错误信息是：

(dir == "<=") | 中的错误 (dir = q = "<") : 操作只能用于数字、逻辑或复杂类型

谢谢你的帮助！

我无法在任何地方找到 R 包“ROI.plugin.cplex”。任何想法如何获得该包裹？我正在运行 Ubuntu 14.04 和 R 版本 3.2.2

我试过了

希望有人可以帮助或经历过类似的情况，为我指出问题所在的方向。

这是我的设置（请参阅下面的希望可重现的代码）：

• 建立一个符号列表
• 通过雅虎的 FinancialInstrument 获取仪器数据
• 从 Quandl 获取 EURUSD 汇率 - 需要身份验证令牌
• 将价格重新命名为投资组合的基础货币
• 从 2004 年 3 月 31 日到今天，为其货币资产和重新计价的价格（此处为欧元）建立每月回报
• 通过重新平衡运行 ROI 优化

问题：

在按月重新平衡时，使用重新计价价格的回报似乎会在优化中产生不正确的结果（见图），因为回报不能保证这样的回报曲线，因为大部分投资组合都投资于“TLT” - 20 年期国债。

这给出了优化的结果，如下图所示：

index这是一个更大系统的一部分，但我希望我创建了一个可重现的代码，该代码显示了似乎仅在使用重新平衡时才适用的问题，这向我表明，或日期可能存在问题。但是，当将两者都返回 xts 到 Excel 时，我看不出有任何区别。

我在代码末尾添加了多个图表，因为目前我不允许发布超过两张图片。

任何帮助或提示非常感谢指出我正在发生的事情......

编辑 2016年 4 月 1 日刚刚再次研究了这个问题，因为重新命名的测试组合仍然存在问题。

我认为该问题可能是由某些时区影响引起的，并添加了一些检查（参见图表之前的代码）。return-xts-objects 和 weight-xts-objects 的索引保持相等（all.equal() 返回 TRUE）。

调试到 return.portfolio() 函数，

• base.CCY.R 和asset.CCY.R 被标识为每月频率和开始日期2004-03-30。
• 权重被标识为 xts（第 55 行），并提供以下第一个索引。

以下检查对于资产或基础货币的权重都是相等的：

根据 as.Date 的帮助页面，这假定“POSIXct”为“UTC”，因此我假设存在差异，但以下也返回 29：

这对我来说并不清楚，但它对于权重 xts 是一致的，而不是这个问题的一部分。

在第 72 行，return.portfolio 现在通过执行以下命令将返回 xts 减少到相同的起始索引：

在此之后，调用 Return.portfolio.geometric() 并在此处显示重新命名价格中优化的权重导致权重低于最大值 1.01。

也可以通过对提取的权重执行 rowSum() 来查看：

编辑 06/01/2016

在进一步查看由 Return.portfolio() 调用的 PerformanceAnaytics 包中的 Return.portfolio.geometric() 代码后：

1. 迭代和返回计算

在第 49 行：

这将计算投资组合回报，在示例中它将是 0.877/1 - 1，这显然必须导致 -12.3% 的回报。

如果我没看错，这意味着期望权重等于 100%，因为 end_value 如果用户在 Return.portfolio() 调用期间的值设置中未提供，则设置为 1 或 100%。

下一次迭代的 end_value 为 0.877

2. 迭代并返回计算

下一期的新投资组合起始值 0.877 乘以下一期的权重 90% 或 0.90 = 0.7893

与第一次迭代相同，由于 weight_sum 约束，PortfolioAnalytics 包计算的总权重为 90%，因此负回报将再次被夸大。

转换为 0.78/0.877 - 1 = -0.111

当时我的问题是：

• 当权重为 <> 100% 或 1 时，如何计算正确的回报？
• <> 100% 的 weight_sum 约束真的有意义吗？在现实生活中，缺失的百分比可能是现金/短期债券？
• 基于此 - 选项可能是在使用 full_investment 约束时将现金回报添加到优化中，或者调整几何回报函数以警告权重 <> 100% 或包含权重 <> 100% 的逻辑不是一个选项?

最后但并非最不重要的一点是，或者我的日期索引仍然有问题？

不确定是否有人仍在阅读本文，但再次感谢任何支持或见解。非常感谢！

我花了几个小时试图了解成功利用 PortfolioAnalytics 包中的optimize.portfolio()函数需要什么，但我收到了多个错误，尽管尝试了各种优化方法（例如，“DEoptim”、“ROI”）。

安装 PortfolioAnalytics 后，我尝试在指定投资组合约束后运行 optimize.portfolio()，但收到以下错误：

错误：paste0("package:", plugin) %in% search() || requireNamespace(plugin, .... is not TRUE

尝试下载“插件”，但我收到：

我首选的 optimize_method 是“ROI”，我已经安装了“ROI”包，但仍然收到需要“插件”的错误。

我尝试通过手动安装“DEoptim”来解决这个问题，但我仍然无法成功运行 optimize.portfolio()：

尽管下载了多个包（当我第一次安装“PortfolioAnalytics”时，为什么 R 不会自动安装所需的包？），当我运行“DEoptim”时收到以下错误：

seq.default 中的错误（from = round（min，rounding），to = round（max，rounding），：'from' 不能是 NA、NaN 或无限

作为参考，这里是我加载的所有包：

试图在 R 中运行一个简单的 ROI 优化，但经过几个小时的烦躁，我不知所措。我不断收到错误：

这是示例代码：

关于传递多少参数的任何想法n？

我想在使用 ROI 包进行优化时定义变量的界限。我使用 OP 函数来构造优化问题对象。

默认值为：下限等于 0，上限等于 +infinity。

这是一个运行良好的示例代码：

但是，如果我“手动”添加边界，则会出现错误：

但是描述说“边界”需要一个列表作为输入。

有没有人知道如何正确地将边界传递给 OP 函数？

我设置了一个小的线性规划来优化作物产量，给定氮的产量响应曲线（具有对应于最大可达到产量的平台的线性响应）。我使用 R 软件中的 OPEN-OR CLP 求解器通过使用ROI包编写了这个 LP 程序。

这里是我的简化问题的结构，只给出了两种作物：

作物产量：Y1 和 Y2 作物面积：A1 和 12 作物单位面积氮吸收：N1 和 N2 总氮：N_总产量响应曲线：Y1 = k1 * N1, Y2 = k2 * N2

矩阵形式：

现在，我需要多次运行这个优化（给定 61 种作物），每次 k、Y_max 和 N_total 的值都会发生变化。我为这些参数中的每一个构建了一个向量，每个向量包含大约 90 亿个值（原始数据存储在整个地球的栅格地图中，分辨率为 5 弧分，我将其转换为向量）。由于计算时间很长，我想并行化我的代码，并且我想使用使用包和并行运算符的foreach循环。然而，并行化不起作用。foreach%dopar%

这是我的代码详细信息。我首先从我的数组开始构建约束矩阵（每个数组的维度 dim=c(1,9231201,61) 包含每个变量的值，然后我计算优化：

有谁知道为什么 for each 循环不起作用（即它不会产生任何结果而不是错误，并且当我停止 R 运行计数器j时没有改变它的值）？关于如何以不同的方式并行运行此优化的任何建议？

我正在尝试重现 ROI 创建者给出的一些示例。

例如，在http://statmath.wu.ac.at/courses/optimization/Presentations/ROI-2011.pdf（幻灯片 15-17）中有一个例子：

当我运行它时，我得到了错误

和

事实上，这些函数不在 ROI 的命名空间中。例如

我在网上找到的其他示例中出现了相同的语法，但从未定义函数 LP 和 QP。

我正在使用 ROI 0.3.0

有人可以告诉我出了什么问题吗？

我正在尝试通过ROI接口 ( ROI.plugin.lpsolve) 使用 lp_solve 求解器并获得 MIP 问题的随机结果。

这是我期望 0/1 二进制解决方案的示例：

正确的解决方案是：

插件似乎没有正确设置类型向量。