如何使用一系列约束（如excel的解算器）优化R中的项目组合？

抱歉，这听起来像是一个基本问题，但我还没有找到任何适合我的问题的信息。事实上，我在R是新的贡献

我需要在R中获得一个带有一系列约束的最优项目组合

我的项目组合：

Return   Sector    Investment Project_name  
0.290    Solar     228376120  Solar1   
0.07     Solar     70021891   Solar2   
0.25     Wind      6467237    Eolico1  
0.3      Wind      417713440  Eolico2  
0.16     Wind      377494250  Eolico3  
0.28     Wind      230345712  Eolico4  
0.29     CGHPCHBIO 35476862   CGH1     
0.26     CGHPCHBIO 60671402   CGH2     
0.07     CGHPCHBIO 349544333  PCH1     
0.12     CGHPCHBIO 425442985  PCH2     
0.29     CGHPCHBIO 66292734   PCH3     
0.15     CGHPCHBIO 300677487  PCH4     
0.25     CGHPCHBIO 409144798  Biomassa1
0.19     CGHPCHBIO 184123496  Biomassa2
0.08     CGHPCHBIO 61835863   Biomassa3

我的目标是：

• 最大化“回报”

我的限制是：

• 总“投资”限额为916000000
• “太阳能部门”不得超过总投资的60%
• “风电行业”不得超过总投资的60%；及
• “CGHPCHBIO部门”不得超过总投资的25%

我尝试使用“PortfolioAnalysis”中的函数optimize.portfolio，但它不起作用，因为我没有处理股票或债券

我希望有一个像excel的解算器一样的解决方案，但是在R

---

非常感谢

如果您在调用

PortfolioAnalysis:：optimize.portfolio（）时添加一个代码片段，可能会有所帮助

和您看到的错误消息，这样读者就可以确切地看到事情是如何失败的。当我尝试使用

opt 1时，只会使用第一个元素

在您的问题中没有协方差，因此这将成为线性规划（LP）或混合整数规划（MIP）问题。如果我们只能完成项目（不是说投资项目的0.123部分）你需要二元变量，问题就变成了MIP。LP/MIP解算器可用于R。我认为投资组合优化对你的问题来说有点用词不当。它更像是（投资）项目选择问题。