第16讲-二次规划.pptVIP

第六章二次规划

quadraticprogram

•二次规划简介

•等式约束二次规划

•方法1直接变量消去法

•方法2Lagrange乘子法

模型的建立

设投资的期限是一年，可供选择的金融资产数为n。设此n中

金融资产的年收益为随机变量(1,2,,n)。由于我们

主要关心投资的分配比例，不妨设投资总数为1个单位，用

于第j中投资的资金比例为wj(j1,2,,n)，令

w(w1,w2,,wn)

称为投资组合向量，显然应有：

n

wj1

j1

投资一年的收益w也是一个随机变量，期望收益为

E(w)E(1)w1E(2)w2,,E(n)wn

马库维茨建议用随机变量w〔组合投资收益〕的方差作为投资

风险的度量，即

2D(w)E((wE(w))2)

设随机向量的数学期望为E，

自协方差矩阵为

DE(E)(E)(ij)nn

那么

2wDw.

投资者一般希望收益越大越好，风险越小越好。但收益大

和风险小往往是两个有矛盾的目标，因此马库维茨将问题归

结为：将风险控制在一定水平之下，选择投资组合使期望收

益最大；或者在收益不低于某个水平前提下使投资的风险最

小。这样就有以下两个马库维茨组合投资优化模型。

第一个模型是控制风险,优化收益模型

maxIE(w)

s.t.D(w)r(0)

n

wj1,wj0(j1,2,,n)

j1

其中r是预定的风险水平.

第二个模型是控制收益，极小化风险的模型

min2D(w)

s.t.E(w)a(a0)

n

wj1,wj0(j1,2,,n)

j1

还可将收益和风险指标进行加权平均，得到如下模型

mincD(w)(1)E(w)

n

s.t.wj1,wj0(j1,2,,n)

j1

其中，01是一个适中选取的常数.

由于在D(w)中包含了各分量的二次项，这三个模型均

为二次规划模型.

模型的求解和应用

上述三个模型中均需要用到随机变量

的数学期望和协方差矩阵，这可以通过对前假

设干年的各资产收益的统计分析获得.而这些

二次规划问题在系数确定后可用软件〔如

LINDO/LINGO〕求解.

补充内容：二次规划问题Matlab求解

二次规划问题〔quadraticprogramming〕的标准形式为：

min1xHxfx

2

sub.toAxb

Aeqxbeq

lbxub

其中，H、A、Aeq为矩阵，f、b、beq、lb、ub、x为向量

其它形式的二次规划问题都可转化为标准形式.

MATLAB5.x版中的qp函数已被6.0版中的函数quadprog取代。

函数quadprog

格式x=quadprog(H,f,A,b)%其中H,f,A,b为标准形中的参

数，x为目标函数的最小值.

x=quadprog(H,f,A,b,Aeq,beq)%Aeq,beq满足等约束条件.

x=quadprog(H,f,A,b,Aeq,beq,lb,ub)%lb,ub分别为解x的

下