在Matlab中將矩陣運算轉換為R代碼

Question

我正在嘗試將Matlab代碼轉換為R。我不熟悉Matlab矩陣運算，並且看來我的R代碼的結果與Matlab的結果不匹配，因此，我們將不勝感激。 我要轉換的Matlab代碼如下（來自此網站 ）：

% Mean Variance Optimizer

% S is matrix of security covariances
S = [185 86.5 80 20; 86.5 196 76 13.5; 80 76 411 -19; 20 13.5 -19 25]

% Vector of security expected returns
zbar = [14; 12; 15; 7]

% Unity vector..must have same length as zbar
unity = ones(length(zbar),1)

% Vector of security standard deviations
stdevs = sqrt(diag(S))

% Calculate Efficient Frontier
A = unity'*S^-1*unity
B = unity'*S^-1*zbar
C = zbar'*S^-1*zbar
D = A*C-B^2

% Efficient Frontier
mu = (1:300)/10;

% Plot Efficient Frontier
minvar = ((A*mu.^2)-2*B*mu+C)/D;
minstd = sqrt(minvar);

plot(minstd,mu,stdevs,zbar,'*')
title('Efficient Frontier with Individual Securities','fontsize',18)
ylabel('Expected Return (%)','fontsize',18)
xlabel('Standard Deviation (%)','fontsize',18)

這是我在R中的嘗試：

# S is matrix of security covariances
S <- matrix(c(185, 86.5, 80, 20, 86.5, 196, 76, 13.5, 80, 76, 411, -19, 20, 13.5, -19, 25), nrow=4, ncol=4, byrow=TRUE)

# Vector of security expected returns
zbar = c(14, 12, 15, 7)

# Unity vector..must have same length as zbar
unity <- rep(1, length(zbar))

# Vector of security standard deviations
stdevs <- sqrt(diag(S))

# Calculate Efficient Frontier
A <- unity*S^-1*unity
B <- unity*S^-1*zbar
C <- zbar*S^-1*zbar
D <- A*C-B^2

# Efficient Frontier
mu = (1:300)/10

# Plot Efficient Frontier
minvar = ((A*mu^2)-2*B*mu+C)/D
minstd = sqrt(minvar)

看來Matlab中的unity*S等效於R中的colSums(S) 。但是我還無法弄清楚如何計算R中S^-1*unity的等效值。如果我在R（ S^-1*unity ），它的計算沒有錯誤，但是給出了不同的答案。 因為我不了解底層的Matlab計算，所以不確定如何將其轉換為R。

Answer 1

幾年前我曾經做過matlab-> R轉換。

我的一般建議是並排打開2個終端，並嘗試逐行進行所有操作。 然后，在每一行之后，您應該檢查在MATLAB和R中獲得的值是否相等。

該文檔應該方便： http : //mathesaurus.sourceforge.net/octave-r.html

在您的情況下，這些似乎是您應該記住的命令：

矩陣乘法：

Matlab: A*B
R: A %*% B

移調：

Matlab: A'
R: t(A)

矩陣逆：

Matlab: inv(A) or A^-1
R: solve(A)

不要嘗試一次轉換所有內容，否則會遇到麻煩。 當結果不匹配時，您將無法分辨錯誤在哪里。