我在做投资组合优化。我有以下代码:
def objective(weights):
return -np.sum(rets.T*weights)
其中rets是从彭博社导入的退货列表
def max_volatility(weights):
vol = min_volatilty - np.sqrt(np.dot(weights.T, np.dot(cov_matrix, weights)))
return vol
opts_vol = sco.minimize(objective, list_initial_weights, bounds = bnds, method = 'SLQSP', constraints = cons)
目前,该程序运行一个min_volatility值,但我希望它运行在参数值范围内:
parameters = np.linspace(8,10,20)
我希望程序使用优化为参数中的每个点提供一个新的权重列表
我该怎么做
目前没有回答
相关问题 更多 >
编程相关推荐