均值-方差组合优化求解器的选择与控制- MATLAB & Simulink金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

选择和控制求解器的均值 - 方差组合优化

用于均值 - 方差组合优化的默认解算器是lcprog，实现线性互补规划（LCP）算法。虽然lcprog适用于大多数问题，你可以调整参数来控制算法。或者，均值-方差组合优化工具允许您使用任何变量Quadprog.从优化工具箱™软件。喜欢使用的优化工具箱内部点凸算法作为默认算法Quadprog.，投资组合优化工具也使用内部点凸默认为算法。对象的细节Quadprog.还有二次规划算法和选项二次编程算法。

使用`'lcprog'`和`'quadprog'`

要么修改lcprog或指定Quadprog.作为你的解决方案，使用塞洛弗函数设置隐藏属性索尔弗蒂和solverOptions指定和控制求解器。由于隐藏了求解器属性，因此无法使用这些文件夹对象。默认解算器为lcprog所以你不需要使用塞洛弗指定此解算器。使用Quadprog.，可以设置默认值内部点凸算法的Quadprog.使用:

p =投资组合;p = setSolver (p,'quadprog');显示（p.solvertype）显示（p.solveroptions）

QuadProg选项：当前算法使用的选项（'Interion-point-convex'）:(其他可用算法：'主动集'，'信任区域反光'）设置属性：算法：'内部点凸'显示：'关闭'最优性特：1.0000E-12默认属性：约束特许：1.0000E-08 Linearsolver：'Auto'最大值：200个台步：1.0000E-12

你可以切换回来lcprog:

p = setSolver (p,'lcprog');显示(p.solverType);显示器(p.solverOptions)

lcprog maxiter：[] titebreak：[] tolpiv：5.0000e-08

在这两种情况下，塞洛弗设置与求解器关联的默认选项。如果要指定与给定求解器关联的其他选项，塞洛弗在函数调用中通过参数名-值对参数接受这些选项。例如，如果您打算使用Quadprog.想要使用'信任区域反光'算法,称之为塞洛弗:

p =投资组合;p = setSolver (p,'quadprog','算法','信任区域反光');显示器(p.solverOptions)

算法:'trust-region- reflection '默认属性:Display: 'final'功能的容错:' Default依赖于问题'StepTolerance: 2.2204e-14 subproblemalgalgorithm: 'cg' TypicalX: 'ones(numberOfVariables,1)'

此外，如果要指定任何选项Quadprog.通常都是通过的optimoptions从优化工具箱,塞洛弗接受一个optimoptions对象作为第二个参数。例如，可以从默认选项开始Quadprog.设定的塞洛弗然后把算法改为'信任区域反光'没有显示输出:

p =投资组合;选择= optimoptions ('quadprog','算法','信任区域反光','展示','离开');p = setSolver (p,'quadprog'， 选项）;显示（p.solveroptions.algorithm）显示（p.solveroptions.display）

trust-region-reflective掉

利用混合整数非线性规划(MINLP)求解器

混合整数非线性编程（MINLP）求解器，配置使用setSolverMINLP，使您能够为投资组合优化指定相关的求解器选项文件夹对象。当任何一个或任何组合时使用minlp求解器“条件”边界,MinNumAssets,或MaxNumAssets约束是活跃的。在这种情况下，投资组合问题是通过添加来表述的NumAssets二进制变量,0表示未投资，和1投资。有关使用的更多信息“条件”边界,请参阅setBounds。有关指定的更多信息MinNumAssets和MaxNumAssets,请参阅setminmaxnumassets.。

当使用估计功能与A.文件夹对象“条件”边界,MinNumAssets,或MaxNumAssets约束是活动的，混合整数非线性编程（MINLP）解器自动使用。

组合对象的求解主理指南

下表提供了使用指南塞洛弗和setSolverMINLP。

投资组合问题	投资组合功能	优化问题的类型	主要解决	帮助解决者
没有跟踪误差约束的组合	`estismsFrontierByRisk.`	在一定风险水平下优化投资组合会引入非线性约束。因此，该问题具有线性和非线性约束的线性目标。	`'粉丝'`使用`塞洛弗`	为`“最小值”`：二次目标，`'quadprog'`或者`'lcprog'`使用`塞洛弗` 为`'最大限度'`:线性目标,`“linprog”`或者`'lcprog'`使用`塞洛弗`
没有跟踪误差约束的组合	`estimateFrontierByReturn`	线性约束的二次目标	`'quadprog'`或者`'lcprog'`使用`塞洛弗`	为`“最小值”`：二次目标，`'quadprog'`或者`'lcprog'`使用`塞洛弗` 为`'最大限度'`:线性目标,`“linprog”`或者`'lcprog'`使用`塞洛弗`
没有跟踪误差约束的组合	`estismsfrontierlimits.`	带有线性约束的二次或线性目标	为`“最小值”`：二次目标，`'quadprog'`或者`'lcprog'`使用`塞洛弗` 为`'最大限度'`:线性目标,`“linprog”`或者`'lcprog'`使用`塞洛弗`	不适用
没有跟踪误差约束的组合	`estimateMaxSharpeRatio`	线性约束的二次目标	`'quadprog'`使用`塞洛弗`	因为`estimateMaxSharpeRatio`在内部调用`estismsfrontierlimits.`，所需的所有求解器`estismsfrontierlimits.`会是帮助者吗
带有跟踪误差约束的投资组合	`estismsFrontierByRisk.`	线性目标线性和非线性约束	`'粉丝'`使用`塞洛弗`	不适用
带有跟踪误差约束的投资组合	`estimateFrontierByReturn`	线性目标线性和非线性约束	`'粉丝'`使用`塞洛弗`	不适用
带有跟踪误差约束的投资组合	`estismsfrontierlimits.`	具有线性和非线性约束的二次（最小风险问题）或线性（最大返回问题）目标	`'粉丝'`使用`塞洛弗`	不适用
带有跟踪误差约束的投资组合	`estimateMaxSharpeRatio`	具有线性和非线性约束的二次目标	`'粉丝'`使用`塞洛弗`	不适用
投资组合与活跃`“条件”边界`,`MinNumAssets`，和`MaxNumAssets`	`estismsFrontierByRisk.`	这个问题是通过引入来表述的`NumAssets`二进制变量指示是否投入了相应的资产。因此，它需要混合整数非线性编程求解器。提供了三种类型的Minlp溶剂，参见`setSolverMINLP`。	混合整数非线性规划求解器(MINLP)`setSolverMINLP`	`'quadprog'`或者`'粉丝'`时使用`估计`函数将问题减少到NLP中。这两个求解器可以通过`塞洛弗`。
投资组合与活跃`“条件”边界`,`MinNumAssets`，和`MaxNumAssets`	`estimateFrontierByReturn`	这个问题是通过引入来表述的`NumAssets`二进制变量指示是否投入了相应的资产。因此，它需要混合整数非线性编程求解器。提供了三种类型的Minlp溶剂，参见`setSolverMINLP`。	混合整数非线性规划求解器(MINLP)`setSolverMINLP`	`'quadprog'`或者`'粉丝'`时使用`估计`函数将问题减少到NLP中。这两个求解器可以通过`塞洛弗`
投资组合与活跃`“条件”边界`,`MinNumAssets`，和`MaxNumAssets`	`estismsfrontierlimits.`	这个问题是通过引入来表述的`NumAssets`二进制变量指示是否投入了相应的资产。因此，它需要混合整数非线性编程求解器。提供了三种类型的Minlp溶剂，参见`setSolverMINLP`。	混合整数非线性规划求解器(MINLP)`setSolverMINLP`	`'quadprog'`或者`'粉丝'`时使用`估计`函数将问题减少到NLP中。这两个求解器可以通过`塞洛弗`
投资组合与活跃`“条件”边界`,`MinNumAssets`，和`MaxNumAssets`	`estimateMaxSharpeRatio`	这个问题是通过引入来表述的`NumAssets`二进制变量指示是否投入了相应的资产。因此，它需要混合整数非线性编程求解器。提供了三种类型的Minlp溶剂，参见`setSolverMINLP`。	混合整数非线性规划求解器(MINLP)`setSolverMINLP`	`'quadprog'`或者`'粉丝'`使用，当时`估计`函数将问题减少到NLP中。这两个求解器可以通过`塞洛弗`