均值方差优化

Question

我在进行均值方差优化以解决投资组合优化问题。我的目标是通过满足以下两个限制条件来最小化方差：

1. x1m1+x2m2+...+xnmn=m
2. x1+x2+...+xn=1

以下是我编写的代码：

################ Simulation for n=3 ################
################ Parameters ################
mu<-50  ## Mean of the portfolio
n<-3    ## Number of asset
m1<-30000  ## Size of the simulation
########### 3 Assets ############
x<- rnorm(m1,2,1)
y<- rnorm(m1,0.5,1.5)
z<- rnorm(m1,3.75,1)
d<-data.frame(x,y,z)

################ Solution Directe  ################
Sol<-function(m1) {
A = matrix(nrow=n+2, ncol=n+2)
    for (i in 1:n){
    for (j in 1:n)
        if(i==j) {
              A[i,j] <-  (2*var(d[,i]))
                } else { 
              A[i,j] <-  cov(d[,i],d[,j]) 
    }
    }

   for (i in 1:n){
             A[i,n+1] <-  -mean(d[,i])   
             A[i,n+2] <-  -1     
    }
   for (j in 1:n){
             A[n+1,j] <-  mean(d[,j])  
             A[n+2,j] <-   1    
    }

  for (i in 2:n+2){
    for (j in 2:n+2)
        if(i==j) {
              A[i,j] <-  0   
                } else { 
              A[i,j] <-  0  
    }
    }
A
Inv=solve(A)
Sol=Inv%*%c(0,0,0,m1,1)
result=list(x=Sol,A=A,Inv=Inv)
return(result) 
}
Sol(mu)
Sol(mu)$x  ## The solution 
Sol(mu)$A

我知道，我在使用R时用了很多不好的方法，但是我无法找到更好的解决方案。所以我的问题是这样正确吗？

如果有任何纠正和改进这个过程的建议，请随意分享您在R中的现有代码。

非常感谢！

- Laura Esly

---

你可以通过以下方式获取资产的协方差矩阵：cov(d)，并通过 colMeans(d) 获取均值。 - J.R.

这里 mu 扮演了什么角色？ - Khashaa

Answer 1

一种方法是通过Rsolnp包中的solnp()进行数值最小化。这也提供了一种添加更多限制（杠杆约束等）的方法：

muVec <- colMeans(d) #mean-vector of assets
Sigma <- cov(d) #covariance-matrix
fmin <- function(x) as.numeric(t(x) %*% Sigma %*% x) #variance of portfolio to min.
eqn <- function(x) c(t(x) %*% muVec, sum(x)) #equality restriction
sol <- function(mu) Rsolnp::solnp(rep(0.5, 3), fun=fmin, eqfun=eqn, eqB=c(mu,1))
x <- sol(50)

解决问题后，我们现在可以打印出参数和投资组合方差：

> x$par
[1]  -5.490106 -11.270906  17.761012
> x$vscale[1]
[1] 630.4916

在您的简单情况下，存在一个封闭的解决方案，并且可以归结为以下内容：

S <- solve(Sigma)
A <- matrix( c(t(muVec) %*% S %*% muVec, 
    rep( t(muVec) %*% S %*% rep(1,3), 2),
    t(rep(1,3)) %*% S %*% rep(1,3)), ncol=2
)
sol2 <- function(mu) S %*% cbind(muVec,1) %*% solve(A) %*% c(mu,1)

幸运的是，它可以得到相同的结果：

> sol2(50)
        [,1]
x  -5.490106
y -11.270906
z  17.761012
> fmin(sol2(50))
[1] 630.4916

- J.R.