算法第二弹-线性规划之投资的收益和风险分析及代码实现（二）

本文链接：https://blog.csdn.net/STARORANGES/article/details/96384853

忘记密码系列，差不多两年没更新博客，当你看到这篇文章的时候，没错！俺更新啦，看到有小伙伴留言，又燃起了俺写文的火热的心，嘿嘿嘿?~~

这篇文章主要来学习下剩下两种模型的解答过程和用matlab计算代码，题目部分参考上一篇博文，这里就不再重复惹~

（1）

模型二的化简：

matlab求解：

clc
h = 0.04;
hold on
while h < 0.26
    c = [0,0,0,0,0,1];
    A = [0,0.025,0,0,0,-1
        0,0,0.015,0,0,-1
        0,0,0,0.055,0,-1
        0,0,0,0,0.026,-1
        -0.05,-0.27,-0.19,-0.185,-0.185,0];
    b = [0,0,0,0,-h];
    Aeq = [1,1.01,1.02,1.045,1.065,0];          
    beq = 1;
    LB=zeros(6,1); 
    [x,Q] = linprog(c,A,b,Aeq,beq,LB);
    Q=-Q;                            
    plot(h,Q,'*r');
    h = h+0.01;
end 
xlabel('h'),ylabel('Q')

结果分析：

1.固定盈利水平越高，风险也会越高；

2.当h=0.2附近有一个转折点，当h<0.2时，利润增加很大，风险增加很慢；当h>0.2时，利润增加很小，风险增加很快。同理，对于风险没有特殊偏好的投资者来说，应选择曲线的拐点作为最优投资策略，大约是h=0.2，Q=0.0055，对应投资方案：x0=0.0766，x1=0.2193，x2=0.3656，x3=0.0997，x4=0.21093，和模型一结果类似。

（2）

模型三的化简：

matlab求解：

clc
s = 0.7;
hold on
while s < 0.89
    c = [-0.05*(1-s),-0.27*(1-s),-0.19*(1-s),-0.185*(1-s),-0.185*(1-s),s];
    A = [0,0.025,0,0,0,-1
        0,0,0.015,0,0,-1
        0,0,0,0.055,0,-1
        0,0,0,0,0.026,-1];
    b = [0,0,0,0];
    Aeq = [1,1.01,1.02,1.045,1.065,0];          
    beq = 1;
    LB=zeros(6,1); 
    [x,Q] = linprog(c,A,b,Aeq,beq,LB);
    Q=-Q;                            
    plot(s,Q,'*r');
    s = s+0.01;
end 
xlabel('s'),ylabel('Q')

结果分析：

1.随着偏好系数s的增加，也就是对风险的日益重视，投资方案的总体风险会大大降低，资金会从净收益率较大的项目S1、S2、S3转向无风险的项目银行存款，这和模型一结果是一致的，也符合人们日常的经验。当s=0.89，对应投资方案：x0=2.713028410612675e-08，x1=0.2375，x2=0.3959，x3=0.1079，x4=0.2284

至此，这两个模型就分析完了，投资有风险，只有从更科学的角度分析才能尽可能避免损失哦

下期的内容，敬请期待，*★,°*:.☆(￣▽￣)/$:*.°★* 。bye