我正在努力解决 Solve.QP 以获得最小化跟踪错误的解决方案。我有一个由 6 个资产（asset_a 到asset_f）组成的基准。对于我的投资组合，我有上限和下限（我不能在asset_f 中拥有头寸）。还给出了 cov 矩阵。我想获得 6 种资产的投资组合权重，以最小化跟踪误差与基准（asset_f 中的位置等于零）。

基准：

1. 资产_a：0.3
2. 资产_b：0.3
3. 资产_c：0.1
4. 资产_d：0.1
5. 资产_e：0.1
6. 资产_f：0.1

下限：

1. 资产_a：0.166
2. 资产_b：0.133
3. 资产_c：0.037
4. 资产_d：0.035
5. 资产_e：0.039
6. 资产_f：0

上限：

1. 资产_a：1
2. 资产_b：1
3. 资产_c：1
4. 资产_d：1
5. 资产_e：1
6. 资产_f：0

基准权重和界限：

cov矩阵（test.Dmat）：

dvec (test.dvec):

Amat 约束矩阵（test.Amat）：

bvec (test.bvec)

然后运行求解器

给我

约束不一致，无解！

我使用 optimize.portfolio 和求解器 DEoptim（目标为 -0.1 的 maxDrawdown 风险目标和最大回报目标）创建最佳投资组合。但是当我绘制优化的投资组合对象时，这个投资组合似乎并不是最优的，因为存在具有相同回撤和更好回报的投资组合。有人可以解释一下吗？

我可以获得每日收益，但无法获得更多收益。使用以下代码。

建立平均方差边界。

我一直在努力做到这一点，因为我不能使用 fPortafolio 包。我还需要帮助才能获得资本市场线（考虑到美联储的免费风险资产。）

假设我有一个包含总共 n 个资产的投资组合，它们在 x 个时期内的回报率以及同一时期内基准的回报率。我的目标是找到一个权重向量 w 使得

w∗=arg min TE(w)

其中 TE(w) 是定义如下的跟踪误差：

简而言之，我想在 x 个时期内使用包含 n 个资产的投资组合来复制基准的回报。唯一的约束应该是所有资产的总和等于 1，并且没有资产的权重高于 0.4。

有谁知道我如何用 R 解决这个问题？

基本上我正在研究投资组合回报问题。股票收益是这样的：

我想用它Return.portfolio(xts, weight)来计算投资组合回报。所以重量就像

由于分配了几组权重，我需要获得多个投资组合回报。我试过的代码是

尽管 R 没有报告任何错误，但我得到的唯一值是 i 是“w3”。

在计算简单的最大夏普比率投资组合权重时，我在 PortfolioAnalytics 中遇到了一个问题：

请在下面找到可重现的示例代码：

当我运行此代码时，R 控制台中的输出是：

使用纯 ROI，如下面的 R 控制台输出所示，我使用相同的返回对象：

我在 Github PortfolioAnalyrics 包上打开了一个问题https://github.com/braverock/PortfolioAnalytics/issues/26并询问了https://stat.ethz.ch/pipermail/r-sig-finance/2020q3/014982.html在 R-SIG-Finance 中，但没有收到任何答复。任何解决方案或解决方法的想法都值得赞赏。

编辑：我想出了问题所在。在功能max_sr_opt（https://github.com/braverock/PortfolioAnalytics/blob/master/R/optFUN.R）

实际发生的情况是，对于这个特定示例max_mean，min_mean它们是相等/相同的，当然调用optimize()失败。

我在调用之前尝试了增加max_mean和减少min_mean一点，optimize()但是解决方案非常不稳定，并且取决于我增加和减少了多少，max_mean并且min_mean：

这是不同值的结果epsilon：

有什么想法或更好的方法来解决这个问题或找到解决方法吗？

当可以访问无风险资产时，我正在尝试使用R PortfolioAnalytics 包来计算有效边界的切线投资组合的权重。

下面使用 edhec 数据集显示了一个有趣且可复制的实验：

此代码沿有效前沿计算投资组合，沿垂直预期收益轴的步距相等，然后根据每个有效前沿投资组合的均值和标准差选择使夏普比率最大化的投资组合。

让我感到困惑的是，没有更直接的方式来获得这个投资组合和

这种方法没有找到实际的切线投资组合。相反，它会将最接近于切线投资组合的有效边界上的投资组合标记为实际切线投资组合，给定在计算有效边界时选择的预定 E（回报）步长。

当您沿着有效投资组合增加 E（回报）步长时，切线投资组合权重的变化表明这种方法是多么不精确。

现在，我将在给定预期回报的情况下优化投资组合，并根据以下代码片段直接在给定无风险回报率的情况下最大化夏普比率：

任何有关如何使用 PortfolioAnalytics 更直接地执行此操作的见解将不胜感激。

杰夫小号

我有一个返回 xts 对象，例如

当我使用 PortfolioAnalytics 包中的 optimize.portfolio 时，我收到此错误：

其他人得到这个错误？有人知道我为什么得到它以及如何解决它？

谢谢！

如何在 R 中使用 student-t 分布进行投资组合优化？

我将通过估计参数拟合数据，然后将我的新分布放入投资组合优化包中。

从一开始：我正在尝试通过 Meucci 的熵池方法进行投资组合优化。作为基础（参考模型），我想使用由多元偏斜 t 分布拟合的历史数据。

基础知识：熵池方法是建立在 Black-Litterman 之上的——简单地说：您可以将视图（绝对或相对）合并到您的模型/投资组合优化中。与 BL 相比的不同之处在于，您可以使用非正态分布（甚至不返回）、非线性视图和对各种参数的视图。（returns、cor、sd 等）因此，您可以将任何随机数据作为参考模型放入您的模型中。下一步是将此模型与您选择的各个视图混合。

所以现在，我有一个分布对象，但是我如何将分布放入我的优化器中。（optimize.portfolio - 包'PortfolioAnalytics'）。因此，要求是“资产回报的 xts、向量、矩阵、数据框、时间序列或动物园对象”。我的知识差距在于从分布到新数据集的过渡。

提前谢谢！

我的代码随后：

我目前正在创建一个最小方差投资组合，并决定使用 PortfolioAnalytics 包的函数 optimize.portfolio。不幸的是，在提取权重时，它们都是 NA，尽管我的回报中没有任何 NA 值，这将是（从我的角度来看）导致结果权重为 NA 的唯一原因。我的数据集由多个资产 (+5000) 组成，每个资产有 60 个观察值（每月）。

有谁知道为什么会发生这种情况并有任何建议如何处理这个问题。我知道这个优化问题很可能由于列多于行而面临可逆性问题，但除了这个概念之外，我正在努力解决我的问题。
我非常感谢任何帮助！提前致谢