投资组合优化器
由ypyu创建，最终由ypyu 被浏览 130 用户
概述
投资组合优化是指应用概率论与数理统计、最优化方法以及线性代数等相关数学理论方法，根据既定目标收益和风险容许程度（例如最大化收益，最小化风险等），重新调整组合权重的过程，它体现了投资者的意愿和投资者所受到的约束。 投资组合管理者在设定了投资收益预期、风险预算、相关约束和风险模型之后， 依托优化器得到资产配置最优化结果。
由于不同的约束条件、目标函数，会形成不同的优化器。我们可以通过使用组合优化器，进行一段时间的回测，测试整个投资过程，不同的组合优化的方式会带来哪些细微的变化，找到更加符合自身需求的仓位分配方案。
组合优化器支持对股票进行投资优化，目前支持的目标函数如下：
- 最大化收益
- 最小化风险
- 最大化夏普比率
- 风险平价
对使用优化器的投资组合管理者来说，只需根据收益预期、风险预算，选择恰当的优化模型，并设定相关的约束限制条件。优化器模块可以基于选定的目标函数，输出优化后的投资权重调整建议。我们会对投资组合优化器的进行持续创新与改进。
模块使用
组合优化器的模块名称为：经典组合优化器。在画布左侧可直接搜索出来：
简单介绍下模块的参数、返回、输入。
参数
symbols
含义：标的代码 类型：list 示例：['000002.SZA','000333.SZA'] 状态：可选
注：如果该模块没有输入，symbols就会生效，如果模块有输入，symbols就不会生效。
date
含义：日期 类型：str 或list 示例：'2018-01-01' 或['2018-01-01','2018-01-02','2018-01-03'] 状态：可选
注：symbols生效后，该参数才会生效。symbols和date共同决定了该模块优化出当天这些股票的权重。
target
含义：目标函数 类型：str 示例：'max_sharpe' 状态：必选
weight_sum
含义：权重之和 类型：float 示例：1，表明全部组合权重之和为1 状态：必选
upper_weight
含义：单个标的权重上限 类型：float 示例：0.3，表明组合中单只标的权重低于30% 状态：必选
lower_weight
含义：单个标的权重下限 类型：float 示例：0.05，表明组合中单只标的权重高于5% 状态：必选
return_equal_weight_if_fail
含义：如果优化失败，返回等权重 类型：bool 示例：True
before_start_days
含义：向前取数据天数 类型：int 示例：100，即通过过去100天的股票价格数据确定如何优化 状态：必选
输入
该模块具有一个输入项，目前为可选。输入项的格式是Pandas的Series格式，索引是字符串的日期，值是标的列表，形如：
注：这里之所以设定这样形式的输入，是为了便于回测时可以方便计算出优化后的权重。输入对应的是策略每日买入的股票列表，因此我们需要对买入的股票进行权重分配。
返回 含义：组合优化后的权重数据 类型：dict，其中key为日期（类型为str），value为标的代码和标的权重(类型为dict)
举个栗子
我们以小市值策略为例介绍组合优化器的应用，策略的详细内容可以参考：浅析小市值策略
我们尝试了多种目标函数的组合优化，以等权重组合为对比基准，看到了优化后有一定的改进效果！
优化最大化夏普比率
优化最大化收益
优化风险平价
策略案例
策略源代码如下，欢迎克隆研究及提出宝贵意见。
https://bigquant.com/experimentshare/208a8ba433934ad18384d904ff7a10f5
\