多因子模型之组合构建与优化器（下）

最新推荐文章于 2024-04-28 16:34:47 发布

原创

最新推荐文章于 2024-04-28 16:34:47 发布 · 5.7k 阅读

·

3

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#优化 #股票 #量化投资 #python #cvxopt

本文探讨了在量化投资中如何处理不等式约束的问题，包括不能做空股票的约束和特定股票权重限制。文章介绍了使用cvxopt库进行优化，并展示了优化结果，为后续的收益率预测模型和风险模型构建打下基础。

1.不等式约束

前面我们讨论了等式约束下的情况，那么如果有不等式约束呢？比如，我们不能做空股票，那么就要求每一个股票的权重都要大于1，或者对于特定的股票我们给予特殊的权重的设定等等。
这里，我们就假设我们设置两个不等式约束：
不能做空
股票s2的权重要要大于等于0.1.
这个时候，我们的约束条件就是：

s u b j e c t t o . A' x \leq b

$subject to. A^{'}x \leq b$
其中，

A = ⎛ ⎝ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ 1

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

钱塘小甲子 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。