cvxpy指数跟踪中对数差分的正则凸规划表示

Question

我试图构建一个尽可能接近指数的投资组合，即最小化跟踪误差。目标函数是使以下各项最小化：

下面是要求和的表达式

我已尝试按以下方式设置问题：

exp = [cvx.log(V[:,t].T*x) - cvx.log(V[:,0].T*x) - R[t] for t in range(1,V.shape[1])]

其中R[t]是ln（It/I0）部分，因为它可以预先计算。由于cvxpy不允许按表达式除，所以我尝试将其转换为对数差。这个表达式没有错误，但是当我尝试

for x in exp:
print(x.is_dcp())

我收到了一份假名单。因此，cvxpy将无法解决问题，因为它不受约束。你知道吗

有没有办法解决这个问题，使它保持纪律性？或者，我可以使用cvxpy以外的东西吗？你知道吗