Optimization 使用CVXOPT的最小交易尺寸-去掉可忽略的重量
我已经使用CVXOPT运行了一个优化问题。 虽然我喜欢这个结果，但我试图从最优解中去掉可忽略不计的权重，但我也希望得到w=1的和 我如何约束优化程序以获得允许的最小交易规模？其中，对于最小尺寸，不打算使用最小重量 i、 e.如果x 0和xOptimization 使用CVXOPT的最小交易尺寸-去掉可忽略的重量,optimization,cvxpy,cvxopt,Optimization,Cvxpy,Cvxopt,我已经使用CVXOPT运行了一个优化问题。 虽然我喜欢这个结果，但我试图从最优解中去掉可忽略不计的权重，但我也希望得到w=1的和 我如何约束优化程序以获得允许的最小交易规模？其中，对于最小尺寸，不打算使用最小重量 i、 e.如果x 0和x
或者有一种方法，如果W
注：当MIQP功能缺失时，将显示一种启发式方法。小分配有两种不同的原因 （1） 每个解算器都使用公差。这甚至可以允许微小的负权重。内部点解算器通常提供分配不是0而是非常小的数字的解决方案。这是因为算法的性质（他们希望留在可行区域的内部）。通常，主动集算法比内点算法或一阶算法给出“更好”的解（带实零）。一般来说，公差非常小，因此可以在求解后通过四舍五入进行修复。一些高级解算器可能会在最后进行交叉以清理解决方案（技术术语：查找基本解决方案，而不是内部解决方案）。这是一件小事，可能不是你所抱怨的 （2） QP解决方案通常使用大量仪器，重量很小。在建模级别，我们可以这样说来防止这种情况：仪器i可以是0或大于下限（比如5%）。这可以用所谓的半连续变量（或二进制变量）建模。该模型变成了一个MIQP模型（我认为CVXOPT没有MIQP解算器，但Cplex和Gurobi等解算器包括MIQP功能）。另一种方法是明确建模交易成本，这也将禁止非常小的分配。此外，LAD（最小绝对偏差）模型往往比二次模型生成更少的小分配
注：显示了MIQP功能缺失时的启发式方法。谢谢您的回答。我认为CVXOPT会允许在x为0时用最小尺寸约束结果，但x