python - 使用 scipy.minimize 最大化夏普比率

Question

我正在尝试使用 scipy.minimize 最大化夏普比率



我这样做是为了找到 CAPM 的证券市场线



所以我有一个等式:





可选(如果不允许空头头寸):



所以我正在尝试解决这个问题:

def target_func(x, cov_matix, mean_vector, virtual_mean):
    f = float(-(x.dot(mean_vector) - virtual_mean) / np.sqrt(x.dot(cov_matix).dot(x.T)))
    return f


def optimal_portfolio_with_virtual_mean(profits, virtual_mean, allow_short=False):
    x = np.zeros(len(profits))
    mean_vector = np.mean(profits, axis=1)
    cov_matrix = np.cov(profits)
    cons = ({'type': 'eq',
             'fun': lambda x: np.sum(x) - 1})
    if not allow_short:
        bounds = [(0, None,) for i in range(len(x))]
    else:
        bounds = None
    minimize = optimize.minimize(target_func, x, args=(cov_matrix, mean_vector, virtual_mean,), bounds=bounds,
                                 constraints=cons)
    return minimize

但我总是得到 Success: False (超出迭代限制)。我试图设置 maxiter = 10000 选项，但没有帮助。

我会很乐意提供任何帮助

附言我使用 python 2.7

Answer 1

我不知道为什么，但是当我更换时它工作得很好

x = np.zeros(len(profits))

和

x = np.ones(len(profits))