cvxopt

    0熱度

    2回答

    嘗試優化投資組合權重分配,通過使用cvxopt模塊限制風險來最大化我的回報函數。我的代碼如下: from cvxopt import matrix, solvers, spmatrix, sparse from cvxopt.blas import dot import numpy import pandas as pd import numpy as np from datetime

    0熱度

    1回答

    最佳解是否有不脫離如示於下面的例子顯示了迭代值如pcost,dcost,間隙等只顯示在cvxopt的最佳值的方式, n = 5 #no. of design variables P = spmatrix(1,range(n),range(n)) q = matrix([[60.341,13.05,1.217,5.5,24.2]]) m = matrix([[0,0,-2.778,-0.002

    1熱度

    1回答

    我正在考慮使用cvxopt來解決一些非線性網絡流量優化問題。爲了理解基礎知識,我用一個非常簡單的測試網絡來測試它,只有4個頂點和5個邊。 我的網絡看起來像this。藍色和紅色節點分別是源和匯。 在每個邊緣上的成本是: alpha*x**2 x表示包含在每個邊緣上的流動的矢量,和α是一些係數。我的優化問題是: min sum(alpha*x**2) subject to: E*

    -1熱度

    3回答

    我無法獲得嵌套for loop。這裏的條件if statement正確的值是寫在代碼的例子, # Input data d11 = np.matrix([[3,6,1],[6,8,1],[1,1,1],[5,8,9]]) qp1 = np.matrix([[1],[3],[5]]) h1 = np.matrix([[5],[40],[100],[5]]) 我需要的那一行d11 matri

    0熱度

    1回答

    如何使用python將多項式擬合到經驗數據集中,使其適合數據的「頂部」 - 即對於每個x值,函數的輸出大於該x處的最大y。但同時它最大限度地減少了這個數據。什麼我指的是在下面的圖片中看到的一個例子:

    5熱度

    1回答

    如何在python 3.6上的Windows 10上安裝cvxopt? 當運行 conda install cvxopt Fetching package metadata ........... Solving package specifications: . UnsatisfiableError: The following specifications were found to

    -1熱度

    1回答

    安裝「cvxopt-1.1.9-cp36-cp36m-win_amd64.whl」時的問題,問題總是在進行。我使用win7系統,anoconda與python3.6.1。安裝過程保持通過在cmd窗口 'PIP安裝cvxopt-1.1.9-CP36-cp36m-win_amd64.whl'。 (該路徑已切換到cvxopt-1.1.9-cp36-cp36m-win_amd64.whl'path)。 c

    0熱度

    1回答

    嘗試在Anaconda中使用cvxopt。 遵循安裝指令這裏:How to install cvxopt for Python 3.5 on Windows 7 但得到的錯誤: import cvxopt File "C:\Anaconda3\lib\site-packages\cvxopt\__init__.py", line 32, in <module> import cvxopt.

    0熱度

    1回答

    嘗試優化投資組合權重分配,以最大限度降低經典Markowitz投資組合的風險。 比方說,如果我有一個因素暴露約束數據幀,其表示像 In [138]: exp_sub = pd.DataFrame(data=[[-10, 20],[-10, 20],[-10, 20],[-10, 20],[-10, 20]], columns=['lower','upper']) In [131]: exp_s

    0熱度

    1回答

    我正在使用qudratic編程問題來處理CVXOPT。要創建一個G矩陣,我需要區分方程並計算values.For區分我使用Sympy.mpmath和lambda函數如下所示。我以mpf格式獲得輸出。請建議我一種將mpf轉換爲支持CVXOPT的python float格式的方法。 三江源 dg1 = np.array([sp.mpmath.diff(lambda x1,x2,x3,x4,x5:0.7