如何在Python Docplex中定义二次目标函数？夏普比率建模报错求助

• 跨类型运算冲突：你把Docplex决策变量列表硬转成numpy数组后计算，得到的权重乘协方差矩阵的结果是Docplex原生的QuadExpr（二次表达式）类型，并非numpy可识别的数值矩阵。此时调用np.sqrt对二次表达式做开方，numpy的通用函数（ufunc）完全不认识自定义的表达式类型，自然会报“loop of ufunc does not support argument 0 of type QuadExpr”的错误。
• 目标形式不兼容：就算替换掉np.sqrt的调用，夏普比率本身是“线性分子/二次根本子”的分式目标，Docplex原生求解器不支持直接在目标函数中书写分式表达式，这类形式不属于标准二次规划的目标范畴，会触发后续的表达式校验报错。
• 代码逻辑笔误：自定义的夏普比率函数内部计算波动率时，直接引用了外部变量cov，而非函数入参covmat，就算类型匹配，也会出现变量引用错位的问题。

核心原则是：所有Docplex的表达式运算都在模型接口内部完成，不混用numpy的数值计算逻辑；针对夏普比率的分式形式，通过数学转化适配Docplex支持的二次规划格式。

适配无整数约束的连续权重场景：Charnes-Cooper分式转化 #

这是夏普比率最大化问题的标准等价转化方法，完全符合Docplex的求解逻辑：

1. 原问题的数学表达：

   最大化目标：(w^T * μ - rf) / sqrt(w^T * Σ * w)
   约束：sum(w) = 100，5 ≤ w_i ≤ 30

2. 数学转化逻辑：
   引入比例变量t = 1 / sqrt(w^T Σ w)，定义辅助权重y = t * w，即可将原分式目标等价转化为线性目标，对应的约束同步做代数变形：
   • 转化后的目标（最大化）：y^T * μ - rf * t
   • 转化后的约束：
     • 二次风险约束：y^T * Σ * y = 1
     • 总持仓约束：sum(y) = 100 * t
     • 权重边界约束：5 * t ≤ y_i ≤ 30 * t
     • 非负约束：t ≥ 1e-6
3. 可运行的代码示例：

from docplex.mp.model import Model
import numpy as np

mdl = Model(name='sharp_ratio_portfolio')
n_assets = 5
# 替换为你实际的预期收益、协方差矩阵数据
er = quartered_er
cov = cov
rf = 0.01

# 定义转化后的模型变量
y = mdl.continuous_var_list(n_assets, lb=0, name='y')
t = mdl.continuous_var(lb=1e-6, name='t')

# 添加转化后的约束
mdl.add_constraint(mdl.sum(y) == 100 * t)
for i in range(n_assets):
    mdl.add_constraint(y[i] >= 5 * t)
    mdl.add_constraint(y[i] <= 30 * t)
# 用Docplex接口构建二次风险表达式，不要用numpy矩阵乘法
risk_expr = mdl.sum(cov[i,j] * y[i] * y[j] for i in range(n_assets) for j in range(n_assets))
mdl.add_constraint(risk_expr == 1)

# 设置目标，所有表达式都由Docplex原生构建
objective = mdl.sum(er[i] * y[i] for i in range(n_assets)) - rf * t
mdl.maximize(objective)

# 求解后还原原始投资权重
solution = mdl.solve()
if solution:
    t_val = solution.get_value(t)
    original_w = [solution.get_var_value(y[i]) / t_val for i in range(n_assets)]

适配带整数权重约束的场景 #

因为你原代码中定义的w是整数变量，每个资产的持仓是离散整数，上述连续域的分式转化不再完全适用，可按以下逻辑调整：

• 完全移除所有对Docplex表达式的numpy调用，所有二次、线性表达式直接通过Docplex的mdl.sum()接口构建，不要用@矩阵乘法、np.sqrt这类numpy运算操作决策变量。
• 由于整数权重的可行域规模通常有限，可直接枚举所有满足整数约束（总持仓100、单持仓5-30）的权重组合，逐一代入计算夏普比率，找到最优组合后即可完成求解，避免直接在目标中写不兼容的分式表达式。
• 如果可行域规模较大，可将目标调整为Docplex原生支持的二次形式：比如固定可接受的收益水平，最小化组合波动率（二次目标），或者固定可接受的风险水平，最大化组合收益，作为夏普比率的近似优化结果。

内容的提问来源于stack exchange，提问作者Yassine