我有一个策略 S ，这是 Ws （权重矩阵）％*％的结果 rets （策略交易的资产的回报）。 要明确：
PNL = cumsum（rets％*％Ws）
战略的PNL需要满足某些要求： - 与市场零相关 - 每个安全xL的最小重量 - 每个安全xH的最大重量 - 更多
假设我有一个能够满足上述约束的优化器，我应该在优化器中输入什么？ 如果我提出简单的退货， rets ，我不会考虑我的策略。 我尝试使用 rets * Ws ，即证券回报乘以策略的相应权重，但优化器后的 PNL 看起来比优化器之前差得多。这是正确的方法吗？ 任何建议将非常感激。
第二个问题：到目前为止，我使用优化器PortfolioAnalytics与“Deoptim”算法（超慢）和parma（更好，但仍然有点慢，并没有提供我需要的一些约束的文档）。几年前我用过fPortfolio并没有太大的满足感。 R或I中的任何建议都应该转向商业优化者吗？
谢谢大家！