最大化积极回报最小化积极风险投资组合分析R

我正在尝试使用投资组合分析优化最大化主动回报和最小化主动风险。使用这个软件包可以吗？我正在尽量减少活动重量。。苏敏（港口-长堤）*Cov。是否有办法将试验台重量作为目标函数的一部分进行添加

这是我目前的代码。。任何帮助都将不胜感激！多谢各位

#this dataframe is the current benchmark weightings. i would like to 
#specify my objective function so that i am minimizing the active risk, not 
#total risk. is there a way to feed the benchmark weights into the 
#add.objective function?

BenchWeight <- arrange(BenchWeight,Product)%>%
  spread(Product,Weight)    

#CovMatrix is a dataframe turned into xts object with 120 daily returns on 
#various bond market sectors.

CovMatrix <- select(ExcessReturns, Date,Product,Excess_Returns_Daily)%>%
spread(Product,Excess_Returns_Daily)%>%
select(-Universal)%>%
arrange(desc(Date))%>%
slice(1:120)


optimdata <- xts(CovMatrix[,-1], order.by = CovMatrix[,1])

optimweight <- portfolio.spec(colnames(optimdata))
optimweight <- add.constraint(optimweight, type= "weight_sum", min_sum=0, 
max_sum=1)
optimweight <- add.constraint(optimweight, type = "long_only")
optimweight <- add.objective(optimweight, type="return", name = "mean")
optimweight <- add.objective(optimweight, type = "risk",name = "StdDev", 
target = 0.5)


optimweight1 <- optimize.portfolio(optimdata,optimweight, optimize_method 
= "ROI")

#此数据帧是当前的基准权重。我想
#指定我的目标函数，以使主动风险最小化，而不是
#总风险。有没有办法将基准权重输入到
#附加目标函数？
长凳重量%
分布（产品、重量）
#CovMatrix是一个转换为xts对象的数据帧，每天返回120次
#各债券市场部门。
CovMatrix%
价差（产品、超额收益/每日收益）%>%
选择（-Universal）%>%
安排（说明（日期））%>%
切片（1:120）
optimdata请提供一个最小的可复制示例。抱歉。。CovMatrix是一个数据帧，它被转换成一个xts对象，包含120天的各种债券部门超额收益。我在另一个名为BenchWeight%select（-Universal）%%>%arrange（desc（Date））%%>%slice（1:120）的数据框中有这些扇区的基准权重。请阅读我如何提出一个好问题，如何创建MCVE以及如何在R中提供一个最小的可复制示例。然后相应地编辑和改进您的问题。也就是说，从你真正的问题中提取。。。