在R中使用Quadprog程序包优化投资组合时的权重约束

Question

我是使用R和投资组合优化的新手。 我正在尝试优化具有7种资产的投资组合，以使资产编号3和4的最小权重均为0.35，所有7个资产的总和等于1。以下是我尝试的代码：

library(quadprog)
dmat <- cov(dr) #dr stores the daily return of the 7 assets and is a timeSeries object
dvec <- colMeans(dr)
c1 <- c(0,0,1,0,0,0,0)
c2 <-  c(0,0,0,1,0,0,0)
amat <- t(rbind(matrix(1, ncol = ncol(dmat)), c1, c2)) #used transpose because earlier when I didn't use the transpose I got an error saying amat and dvec are not compatible
bvec <- matrix(c(1,0.35, 0.35), nrow =3)
meq <- 1
sol <- solve.QP(dmat, dvec, amat, bvec, meq)

这是我从上面的代码中得到的答案：

$solution
[1] -0.01619018 -2.10640140  0.35000000  0.35000000 -0.82522310  1.27499728  1.97281741

$value
[1] -0.0007364101

$unconstrained.solution
[1]  0.026872891 12.595238193 -0.256430652  0.008918392  0.743618974  2.212816019  3.749097189

$iterations
[1] 4 0

$Lagrangian
[1] 0.0002874682 0.0002846590 0.0003015167

$iact
[1] 1 3 2

由于解决方案的2个资产的权重超过1，因此我一定在Amat或bvec或meq中犯了一个错误。 但是，我无法弄清楚那是什么错误。

有人可以指导我如何构建这些矩阵来解决这个问题吗？ 在此先感谢您的帮助。

Answer 1

您的答案总和为1，但是使某些权重大于1的原因是您没有将权重限制为正数。 如果这是您想要的，则需要为每个变量添加一个约束。 这有效：

dr <- matrix(runif(100*7), 100, 7) # made up data for this example
n <- ncol(dmat)
dmat <- cov(dr)
dvec <- colMeans(dr)
c1 <- c(0,0,1,0,0,0,0)
c2 <-  c(0,0,0,1,0,0,0)
amat <- t(rbind(matrix(1, ncol = n), c1, c2, diag(n)))
bvec <- c(1, 0.35, 0.35, rep(0, n))
meq <- 1
solve.QP(dmat, dvec, amat, bvec, meq)
# $solution
# [1] 0.0000000  0.0291363  0.3500000  0.4011211  0.0000000
# [6] 0.0000000  0.2197425
# [...]

按照您对短路可能性的评论，现在听起来您的变量应以-1和1为界。然后使用：

amat <- t(rbind(matrix(1, ncol = n), c1, c2, diag(n), -diag(n)))
bvec <- c(1, 0.35, 0.35, rep(-1, n), -rep(1, n))
solve.QP(dmat, dvec, amat, bvec, meq)
# $solution
# [1] -0.51612776  0.30663800  0.35000000  0.54045253 -0.14679397
# [6] 0.02342572  0.44240548
# [...]