本文是中科大凸优化课程的笔记，重点讲解了半正定规则在投资组合优化中的应用。内容包括：投资组合问题的优化目标——最大化收益并最小化风险，半正定规划（SDP）的概念，以及半正定矩阵约束的优化问题实例。通过实例解释了如何使用半正定规则解决线性与二次约束的问题。
全部笔记的汇总贴（视频也有传送门）：中科大-凸优化
线性规划：目标线性、等式约束线性、不等式约束线性
二次规划：目标二次（凸）、等式约束线性、不等式约束线性
QCQP：目标二次、等式约束二次、不等式约束二次
例：投资组合问题（portfolio optimization）
优化问题可描述为：
max P 1 x 1 + ⋯ + P n x n s . t . x 1 + ⋯ + x n ≤ B ( = B ) x 1 , ⋯ , x n ≥ 0 \max \;P_1x_1+\cdots+P_nx_n\\s.t.\;x_1+\cdots+x_n\le B(=B)\\x_1,\cdots,x_n\ge0 maxP1x1+⋯+Pnxns.t.x1+⋯+xn≤B(=B)x1,⋯,xn≥0
考虑收益与风险，优化目标：收益大且风险小
P ˉ T = [ 1.05 , 1.05 , 1 ] （ 房 子 、 股 市 、 银 行 ） Σ = [ 1.2 0 0 0 2 0 0 0 0 ] \bar{P}^T=[1.05,1.05,1]（房子、股市、银行）\\\Sigma=\left[ \begin{matrix} 1.2 & 0& 0 \\ 0& 2 & 0 \\ 0& 0 & 0 \\ \end{matrix} \right] PˉT=[1.05,1.05,1]（房子、股市、银行）Σ=⎣⎡1.200
最低0.47元/天 解锁文章
扫一扫
4198
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
