最大化二次效用函数
在关于投资组合优化挑战的视频中，您看到如何使用 quadprog 包求解二次效用优化问题。本练习将展示如何使用 PortfolioAnalytics 包来求解二次效用问题。回顾二次效用的形式：包含两个项，一个是投资组合的平均收益，另一个是投资组合的方差，并带有风险厌恶参数 lambda。
本练习是课程的一部分
R 中级投资组合分析
练习说明
- 使用
index_returns数据集中的资产名称创建一个投资组合规范对象，并将其命名为port_spec。 - 向
port_spec对象添加"全额投资"约束，使权重之和为 1。 - 向
port_spec对象添加"仅做多"约束，使单个资产的权重介于 0 和 1 之间。 - 向
port_spec对象添加一个目标，以最大化投资组合的平均收益。 - 向
port_spec对象添加一个目标，以最小化投资组合方差。将风险厌恶系数设置为 10。 - 运行优化。该问题可由二次规划求解器解决，因此将
optimize_method = "ROI"指定为优化方法。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create the portfolio specification
port_spec <- portfolio.spec(assets = ___)
# Add a full investment constraint such that the weights sum to 1
port_spec <- add.constraint(portfolio = ___, type = ___)
# Add a long only constraint such that the weight of an asset is between 0 and 1
port_spec <- add.constraint(portfolio = ___, type = ___)
# Add an objective to maximize portfolio mean return
port_spec <- add.objective(portfolio = ___, type = ___, name = ___)
# Add an objective to minimize portfolio variance
port_spec <- add.objective(portfolio = port_spec, type = ___, name = ___, risk_aversion = ___)
# Solve the optimization problem
opt <- optimize.portfolio(R = ___, portfolio = ___, optimize_method = "ROI")