如何解决 Python 中的非线性编程问题？

如何解决如何解决 Python 中的非线性编程问题？

我有如下所述的非常简单的模型：

假设：

CW = [1.004455981050443,0.9937806249035503,0.9963341786199054,1.000775606323324,1.0006315883554697]  
# Suppose That these are Percent of return of each bond

我想解决这个优化问题并确定 b_i 的值。

如何用 Python 编写这个问题？

更新：

假设我想解决我投资组合中的一个优化问题。我的最终目标是确定投资组合中每个债券的投资权重（0 到 1 之间的数量）。
我的投资组合债券：

债券 1
债券 2
债券 3
邦德 4
邦德5
所以我的投资组合包含 5 个债券。
我把模型（目标函数和主观在

我写了这段代码来解决这个优化：

from scipy.optimize import minimize
import math as mt

CW = [0.9862898856860483,0.9944441063388774,0.9934069612349462,0.9952892270523128,0.9951914282293151] # Suppose That these are Percent of return of each bond

def Objective(x):
    x1 = x[0]
    x2 = x[1]
    x3 = x[2]
    x4 = x[3]
    x5 = x[4]

    fin = (- (mt.log10(CW[0]* x1))) + (- (mt.log10(CW[1]* x2))) + (- (mt.log10(CW[2]* x3))) + (- (mt.log10(CW[3]* x4))) + (- (mt.log10(CW[4]* x5)))
    return fin
    

def Equality_Constraint(x):
    x1 = x[0]
    x2 = x[1]
    x3 = x[2]
    x4 = x[3]
    x5 = x[4]
    
    return x1 + x2 + x3 + x4 + x5 - 1

bounds_x1 = (0,1)
bounds_x2 = (0,1)
bounds_x3 = (0,1)
bounds_x4 = (0,1)
bounds_x5 = (0,1)
Bounds = [bounds_x1,bounds_x2,bounds_x3,bounds_x4,bounds_x5]

Constraint1 = {'type' : 'eq','fun': Equality_Constraint}
Constraint = [Constraint1]

x0 = [0.2,0.2,0.2] #This is an initial Value

Result = minimize(Objective,x0,method='SLSQP',bounds=Bounds,constraints=Constraint)
print(Result)

输出

     fun: 3.510281934983529
     jac: array([-2.17147237,-2.17147237,-2.17147234])
 message: 'Optimization terminated successfully'
    nfev: 6
     nit: 1
    njev: 1
  status: 0
 success: True
       x: array([0.2,0.2])

问题来了！因为它说我应该将总资金的 20% 用于 bound1，20% 用于 bound2 等等。但事实并非如此！投资的百分比（权重）应该不同！导致我的债券 4 = 0.9952892270523128 的回报，这是每个债券的回报之间的最佳回报CW 列表！求解器的结果表明所有权重都应为 0.2，这是最佳解决方案！但这似乎不正确！他们应该是不同的权重！现在有人可以帮我找出问题出在哪里吗？或者如何通过解决优化问题获得正确的权重？

如何解决 Python 中的非线性编程问题？

如何解决如何解决 Python 中的非线性编程问题？

相关推荐