我需要你的帮助来解决我正在为学校解决的问题。我的目标是近似权重矩阵的系数，以便它们检查特定属性。所以我有$W$我的资产的权重矩阵和$\Omega$这些资产的协方差矩阵。我的投资组合的全球风险，$\sigma$, 由 定义：$\sigma = \sqrt{^tW.\Omega.W}$和资产数量的边际风险$j$经过 ： $\sigma_j = (W_j*(\Omega.W)_j)/\sigma^{2}$.

我需要找到一种方法来近似权重，这样如果$N$是资产的数量，对于每个$j$,$\sigma_j=1/N$和$\sum_{j=1}^{N}W_j=1$，协方差矩阵是已知的。

我尝试在 python 中使用 package 中的fsolve函数scipy.optimize，但我得到的答案不符合我的标准，因为我需要$W$介于 0 和 1 之间且它们的总和为 1

我的程序：

def CalcPoids(A,t):
    n=len(A)
    W=MatriceCov(A,t-30,30)
    C=[(1/n) for i in range(n)]
    def g(x,i):
        M=np.dot(W,x)
        d=np.dot((x.T),np.dot(W,x))
        return(x[i]*M[i])/d - (1/n)
    def f(x):
        return [g(x,i) for i in range(n)]
    return op.fsolve(f,C)

其中MatriceCov只是计算我的资产的前 30 个值的协方差矩阵。

def MatriceCov(A,j,t):
    n=len(A)
    M=np.zeros((n,n))
    for i in range(n):
        M[i][i]=Variancet(A[i],j,t)
    for j in range(n):
        i=0
        while i<j:
            M[i][j]=M[j][i]=Covt(A[i],A[j],j,t)
            i+=1
    return M

如果您对如何解决此问题有任何想法，我们将不胜感激。