Question

我希望最大化q [1]（夏普比率）的值，但受到朱莉娅的以下限制。

W的值元素是正数。（W [i]> 0）

W的值之和为1.（sum（W [1：5]）== 1）

function getSharpeRatio(W,ex_mu,S)
  q = ( W'*ex_mu ) / sqrt((W'*S*W))
  return q[1]
end

For Reference :: W是（5X1）向量，ex_mu是（5x1）向量，S是（5x5）矩阵。我找到了两个julia库来使用JuMP和Optim.jl，但是不能根据库的要求翻译函数getSharpeRatio。

更新：到目前为止我已经完成但似乎尚未在JuMP库中实现转置功能使用JuMP

function getSharpeRatio(W,ex_mu,S)
   return dot(W', ex_mu) / sqrt(dot(W',S*W))
end

items  = [1;2;3;4;5]
m = Model()
@variable(m, 0 <= W[items] <= 1)
@constraint(m, sum{ W[item] , item in items} == 1)
@objective(m, Max, getSharpeRatio(W,ex_mu,S))
solve(m)
println(getvalue(W))

如何解决这个问题。

Answer 1

我相信你的功能需要在一个阵列上。制作一个25 + 5 + 5长度的向量，并使getSharpeRatio(v)启动W,ex_mu,S=translate(v)函数，使用视图获取临时数组。

translate(v) = (view(v,1:5),view(v,6:10),reshape(view(11:35),5,5))

那不会分配，但这意味着你的新功能可以

function getSharpeRatio(v)
  W,ex_mu,S=translate(v)
  dot(W,ex_mu)/ sqrt(dot(W,S*W))
end

与JuMP / Optim所期望的相匹配。从那里开始，你需要重新设置你的约束以匹配来自这里的索引......虽然我认为我设置了它（先用W），这样它就可以了。

根据朱莉娅的约束，最大化夏普比率

1 个答案: