R最小方差组合:求解不可逆矩阵
R minimum variance portfolio: solve non invertible matrix
我想解决关于最小方差投资组合的优化问题,如本网站简要描述的那样:http://enricoschumann.net/R/minvar.htm
问题是:我要使用的矩阵的列(=资产)多于行(=观察),这就是为什么它不是正定且非可翻转。
您可以通过采用与网站上相反的变量值来重现此问题,结果如下:
nO <- 10L ## number of observations
nA <- 100L ## number of assets
mData <- array(rnorm(nO * nA, sd = 0.05),
dim = c(nO, nA)) #Creating sample stock observations
library("quadprog")
aMat <- array(1, dim = c(1,nA))
bVec <- 1
zeros <- array(0, dim = c(nA,1))
solQP <- solve.QP(cov(mData), zeros, t(aMat), bVec, meq = 1) #Minimize optimization
solQP$solution
导致以下 错误:
matrix D in quadratic function is not positive definite!
是否有人知道其他函数来解决 mData 的优化或 方法使 mData 可逆而不丢失信息?
期望的结果是最小方差投资组合的每个资产的权重。
我想解决关于最小方差投资组合的优化问题,如本网站简要描述的那样:http://enricoschumann.net/R/minvar.htm
问题是:我要使用的矩阵的列(=资产)多于行(=观察),这就是为什么它不是正定且非可翻转。
您可以通过采用与网站上相反的变量值来重现此问题,结果如下:
nO <- 10L ## number of observations
nA <- 100L ## number of assets
mData <- array(rnorm(nO * nA, sd = 0.05),
dim = c(nO, nA)) #Creating sample stock observations
library("quadprog")
aMat <- array(1, dim = c(1,nA))
bVec <- 1
zeros <- array(0, dim = c(nA,1))
solQP <- solve.QP(cov(mData), zeros, t(aMat), bVec, meq = 1) #Minimize optimization
solQP$solution
导致以下 错误:
matrix D in quadratic function is not positive definite!
是否有人知道其他函数来解决 mData 的优化或 方法使 mData 可逆而不丢失信息?
期望的结果是最小方差投资组合的每个资产的权重。