qclp

qclp(r, V, k, [A], [b], [Aeq], [beq])

V，A 和 Aeq 是列数相同的矩阵。

r，b 和 beq 是向量。

k 是一个正标量。

用一个线性目标函数和一组包含二次约束的约束条件求解下列优化问题。

结果是一个包含2个元素的元组。第一个元素是目标函数的最小值。第二个元素是目标函数的最小时的x值。

根据每只股票的预期收益与收益率协方差矩阵，以及如下限制 (1) 投资组合的收益率波动率不超过11% (2) 每只股票的权重在10%到50%之间，以决定最优投资组合。

r = 0.18 0.25 0.36
V= 0.0225 -0.003 -0.01125 -0.003 0.04 0.025 -0.01125 0.025 0.0625 $ 3:3
k = pow(0.11, 2)
A = (eye(3) join (-1*eye(3))).transpose()
b = 0.5 0.5 0.5 -0.1 -0.1 -0.1
Aeq = (1 1 1)$1:3
beq = [1]

x = qclp(-r, V, k, A, b, Aeq, beq);

x[1];
# output
[0.5,0.380842,0.119158]