R quadprog包solve.QP做带约束投资组合优化时约束不生效问题
问题原因
- 你的第2、3条约束预先强制「预期收益为正的资产权重和为1,预期收益为负的资产权重和为-1」,但没有配套限制预期收益正的资产只能做多、预期收益负的只能做空。优化过程中部分正预期收益的资产可能因为协方差因素被配为空头,导致剩余正预期资产的权重需要超过1才能满足总和为1的要求,最终出现总多头权重超标的问题。比如你给出的示例中,第三个资产预期收益为正,但最优解中权重为负,前两个正预期资产的权重和就需要达到1.22才能凑够前三个资产和为1的约束,自然不符合杠杆要求。
解决方案
分两种常用业务场景给出调整方案:
场景1:固定按预期收益正负分配多空方向
如果你要求预期收益为正的资产只能做多、预期收益为负的只能做空,只需要在现有约束基础上补充多空方向的不等式约束即可,修改后代码如下:
library(quadprog) # 构造协方差矩阵 set.seed(123) # 加随机种子方便结果复现 omega <- cov(data.frame(x=rnorm(200), y=rnorm(200), z=rnorm(200), p=rnorm(200), q=rnorm(200))) N <- 5 maxw <- 1 minw <- -1 dvec <- rnorm(N) dvec <- sort(dvec, decreasing = TRUE) long_idx <- which(dvec > 0) short_idx <- which(dvec < 0) # 协方差矩阵加微小正则项,避免数值问题导致求解报错 dmat <- omega + 1e-6 * diag(N) # 构造约束矩阵 # 1. 市场中性约束:全权重和为0 # 2. 多头标的权重和为1 # 3. 空头标的权重和为-1 # 4. 方向约束:多头标的≥0,空头标的≤0 # 5. 单资产权重≥-1 # 6. 单资产权重≤1 amat <- rbind( rep(1, N), replace(rep(0, N), long_idx, 1), replace(rep(0, N), short_idx, 1), diag(N)[long_idx, ], -diag(N)[short_idx, ], diag(N), -diag(N) ) bvec <- c( 0, 1, -1, rep(0, length(long_idx)), rep(0, length(short_idx)), rep(minw, N), -rep(maxw, N) ) meq <- 3 # 前三条为等式约束 w_opt <- solve.QP(Dmat = dmat, dvec = dvec, Amat = t(amat), bvec = bvec, meq = meq)$solution # 约束验证 sum(w_opt) # 输出应为0 sum(w_opt[long_idx]) # 输出应为1 sum(w_opt[short_idx]) # 输出应为-1 all(w_opt >= -1 & w_opt <= 1) # 输出应为TRUE
场景2:允许优化器自主选择多空标的
如果你不需要固定多空标的,让优化器自主决定哪些资产做多、哪些做空,那么原有的第2、3条约束不再适用,因为你无法预先知道哪些资产会被配为多头。这类含绝对值的约束需要转换为线性约束才能用quadprog求解:将每个资产的权重拆为多头部分w_plus和空头部分w_minus,满足w_i = w_plus_i - w_minus_i,且w_plus_i >= 0, w_minus_i >=0,再添加sum(w_plus) = 1, sum(w_minus) =1的约束即可,100个资产的场景下200个变量完全可以正常计算。
内容的提问来源于stack exchange,提问作者blacksiddis
相关产品推荐
相关产品推荐

