量化投资学习——Barra Optimizer API使用学习

关于使用Barra Optimizer API的方法：

       首先要能正确安装Barra Optimizer，意思就是需要有一个li's'c

使用Barra Optimizer API的顺序

1. Create a Workspace
2. Add Assets into Workspace
   1. 这部分首先是读取数据，读取数据有两种方式，一个是自己自定义数据，比如定义价格，因子的相关性矩阵，定义初始的价格和收益等等，
      1. 这个可以参考tutorial下的TutorialData.py，调取LoadAssetData()来读取；
      2. 另一种是使用官方提供的数据，即使用例如GEM3，USE4，以及CNE5等因子模型的数据，这个参考的是TutorialApp.py的Tutorial19使用的函数是LoadModelsDirectData，这样可以一波读取一堆数据。
   2. 这部分可以读取的资产包括，0 = Cash; 1 = Futures; 2 = Currency; 3 = Regular; 4 = Composite; 5 = Composite futures，其中要进行说明的是，Regular
3. Construct initial Portfolio, Benchmark, and Trade Universe
   1. 对于免印花税和不免印花税的，专门有俩函数，前者使用AddTaxLot()，后者使用AddAsset()
   2. Universe和benchmark的portofolio可以从AddAsset()里得到，不需要给trade universe增加权重
4. Define Risk Model
   1. 使用CreateRiskModel()来构造风险模型需要的几个矩阵，D，F，X
      1. 这里介绍一些这是什么，D，F，X
      2. 所需要读取的数据，有这么几类：

这里有一个需要注意的地方，如果文件的路径写错了，会报一个缺少FullCovariance文件的错误

1. Prepare Optimization Case
2. Run Optimization
3. Multi-Period optimization
4. Multi- Account optimization

Multiple-Account Optimization

Multiple-Account Optimization (or Multiple-Portfolio Optimization) simultaneously optimizes a number of accounts based on their individual account information as well as their joint market-impact transaction costs or any cross-account constraints. Barra Optimizer supports two variants of Multiple-Account Optimization as described in the following sections.

transaction cost function