Ограничение норм неравенствами

У меня есть данные временного ряда для N акций.

sample.data<-replicate(10,rnorm(1000)), где каждый столбец показывает доходность различных акций с течением времени.

Я пытаюсь построить вектор веса портфеля, чтобы минимизировать дисперсию доходности.

целевая функция:

min w^{T}\sum w
s.t. e_{n}^{T}w=1
\left \| w \right \|\leq C

где w — вектор весов, \sum — ковариационная матрица, e_{n}^{T} — вектор единиц, C — константа. Где второе ограничение (\left \| w \right \|) является ограничением неравенства.

Я использовал следующий код для решения этой проблемы:

library(Rsolnp) 
 gamma<-1  
fn<-function(x) {cov.Rt<-cov(sample.data); return(t(x)%*%cov.Rt%*%x)}   #OBJECTIVE FUNCTION TO MINIMIZE 
eqn<-function(x){one.vec<-matrix(1,ncol=10,nrow=1); return(one.vec%*%x)} #EQUALITY CONSTRAINT
constraints<-1   #EQUALITY CONSTRAINT
ineq<-function(x){one.vec<-matrix(1,ncol=10,nrow=1); #INEQUALITY CONSTRAINT
z1<-one.vec%*%abs(x)
return(z1)  
    }   

uh<-gamma #UPPER BOUND
lb<-0 #LOWER BOUND
x0<-matrix(0,10,1) #STARTING PARAMETER VECTOR (NOT SURE WHAT STARTING VALUES TO PUT HERE)

sol1<-solnp(x0,fun=fn,eqfun=eqn,eqB=constraints, ineqfun=ineq,ineqUB=gamma,ineqLB=lb)

При запуске этого кода я получаю следующее сообщение об ошибке:

Error in solve.default(cz,tol = 1e-25) : system is computationally singular: reciprocal condition number = 0 In addition: There were 50 warnings (use warnings() to see the first 50)

warnings()
1: In cbind(temp, funv): number of rows of result is not a multiple of vector length

Любые идеи, что я могу делать неправильно? Есть ли проблема с вектором начальных параметров x0?


r optimization quadratic quadprog
person upabove    schedule 16.11.2014    source источник
comment
Для начала ваш sample.data неверен. Вы также можете сказать нам, что такое 50 предупреждений. И откуда берется функция solnp.   -  person    schedule 19.11.2014
comment
благодарю вас. Я исправил ошибки, которые вы указали.   -  person upabove    schedule 19.11.2014

Ответы (1)


arrow_upward
4
arrow_downward

Я немного изменил ваш код:

library(Rsolnp)
set.seed(1)
sample.data <- matrix(rnorm(10*1000),ncol=10)
gamma <- 1

#OBJECTIVE FUNCTION TO MINIMIZE 
fn <- function(x){
  cov.Rt <- cov(sample.data); 
  as.numeric(t(x) %*% cov.Rt %*% x) 
} 
#EQUALITY CONSTRAINT
eqn <- function(x){
  one.vec <- matrix(1, ncol=10, nrow=1)
  as.numeric(one.vec %*% x) 
} 
constraints <- 1
#INEQUALITY CONSTRAINT
ineq <- function(x){ 
  one.vec <- matrix(1, ncol=10, nrow=1); 
  z1<-one.vec %*% abs(x)
  as.numeric(z1)  
}   

uh <- gamma #UPPER BOUND
lb <- 0 #LOWER BOUND
x0 <- matrix(1, 10, 1) #STARTING PARAMETER VECTOR (NOT SURE WHAT STARTING VALUES TO PUT HERE)

sol1 <- solnp(x0, fun=fn, eqfun=eqn, eqB=constraints)

Когда мы запускаем приведенный выше код, мы получаем решение:

Iter: 1 fn: 0.09624      Pars:  0.08355 0.08307 0.10154 0.09108 0.11745 0.12076 0.09020 0.09435 0.10884 0.10918
Iter: 2 fn: 0.09624      Pars:  0.08354 0.08308 0.10153 0.09107 0.11746 0.12078 0.09021 0.09434 0.10883 0.10918
solnp--> Completed in 2 iterations

Но когда мы добавляем ограничение неравенства к задаче оптимизации, мы сталкиваемся с проблемами:

> sol2 <- solnp(x0, fun=fn, eqfun=eqn, eqB=constraints, 
          ineqfun=ineq, ineqUB=gamma, ineqLB=lb)

Iter: 1 fn: 0.09624      Pars:  0.08356 0.08305 0.10153 0.09111 0.11748 0.12078 0.09021 0.09431 0.10881 0.10916
solnp-->The linearized problem has no feasible
solnp-->solution.  The problem may not be feasible.

Iter: 2 fn: 272.5459     Pars:  4.44541 4.42066 5.40272 4.84595 6.25082 6.42718 4.80020 5.02004 5.79138 5.81029
solnp-->The linearized problem has no feasible
solnp-->solution.  The problem may not be feasible.

Iter: 3 fn: 272.5459     Pars:  4.44547 4.42070 5.40274 4.84596 6.25078 6.42712 4.80023 5.02006 5.79138 5.81023
Iter: 4 fn: 0.09624      Pars:  0.08357 0.08304 0.10157 0.09106 0.11744 0.12074 0.09021 0.09432 0.10886 0.10918
Iter: 5 fn: 0.09625      Pars:  0.08354 0.08308 0.10153 0.09107 0.11747 0.12078 0.09021 0.09434 0.10883 0.10919
Iter: 6 fn: 0.09717      Pars:  0.08394 0.08347 0.10201 0.09150 0.11803 0.12135 0.09064 0.09479 0.10935 0.10971
Iter: 7 fn: 0.09624      Pars:  0.08353 0.08307 0.10153 0.09106 0.11747 0.12078 0.09020 0.09433 0.10883 0.10919
Iter: 8 fn: 0.09624      Pars:  0.08353 0.08307 0.10153 0.09106 0.11747 0.12078 0.09020 0.09433 0.10883 0.10919
solnp--> Solution not reliable....Problem Inverting Hessian.
Warning message:
In p0 * vscale[(neq + 2):(nc + np + 1)] :
  longer object length is not a multiple of shorter object length

Попробуем немного изменить гамму: gamma <- 1.01

> sol2 <- solnp(x0, fun=fn, eqfun=eqn, eqB=constraints, 
          ineqfun=ineq, ineqUB=gamma, ineqLB=lb)
Iter: 1 fn: 0.09624      Pars:  0.08355 0.08307 0.10153 0.09108 0.11745 0.12076 0.09020 0.09435 0.10884 0.10918
Iter: 2 fn: 0.09624      Pars:  0.08354 0.08308 0.10153 0.09107 0.11746 0.12078 0.09021 0.09434 0.10883 0.10918
solnp--> Completed in 2 iterations

Таким образом, ваше ограничение неравенства, по-видимому, связано именно с ограничением равенства. Кроме того, глядя на два ограничения вместе, мне это кажется немного странным. Я предполагаю, что вы, вероятно, неправильно указали ограничение неравенства и просто хотите что-то вроде ограничения коротких продаж, например. веса от 0 до 1. Это может быть достигнуто в соответствии с вашим методом:

ineq <- function(x){ return(x) }   
uh <- rep(gamma, 10) #UPPER BOUND
lb <- rep(0, 10) #LOWER BOUND
sol3 <- solnp(x0, fun=fn, eqfun=eqn, eqB=constraints, ineqfun=ineq, ineqUB=uh, ineqLB=lb)
person J.R.    schedule 19.11.2014