优化

均值-方差目标、风险平价以及带诊断信息的有效前沿构建。

面向任务的示例参见使用指南。以下签名由与本站点其余内容同一提交的公共头文件生成。

struct efficient_frontier_result

有效前沿点与端点组合。

公共成员

std::vector<double> frontier_returns: 各点的年化预期收益，从最小方差收益到最大收益端点。

std::vector<double> frontier_volatilities: 各点的年化波动率。

std::vector<double> frontier_sharpe: 各点的夏普比率；波动率可忽略时取 0。

std::vector<std::vector<double>> frontier_weights: 各点的资产权重，按 asset_names 顺序排列。

portfolio_point min_variance: 最小方差端点组合。

portfolio_point max_sharpe: 最大夏普组合。

double max_sharpe_ratio = 0.0: max_sharpe 的夏普比率；波动率可忽略时取 0。

std::vector<std::string> asset_names: 资产名称，按收益率列顺序排列。

double periods_per_year = 252.0: 从配置复制的年化因子。

frontier_point_diagnostics min_variance_diagnostics: 最小方差端点的残差。

frontier_point_diagnostics max_sharpe_diagnostics: 最大夏普组合的残差。

std::vector<frontier_point_diagnostics> frontier_diagnostics: 逐点残差，与 frontier_returns 一一对应。

struct frontier_config

有效前沿计算设置。

公共成员

std::size_t n_points = 50U: 前沿点数量；必须不小于 2。

double risk_free_rate = 0.0: 用于夏普比率的年化无风险利率；必须为有限值。

bool short_allowed = false: 允许权重下探至 -max_weight，而非 0。

double max_weight = 1.0: 单资产上界；必须有限且大于 0。

double periods_per_year = 252.0: 年化因子；必须为正且有限。

struct frontier_point_diagnostics

针对单个前沿点测得的约束残差。

公共成员

frontier_solver solver = frontier_solver::projected_gradient : 该点使用的求解器。

double sum_residual = 0.0: 权重之和相对 1 的绝对偏差。

double lower_bound_residual = 0.0: 最大的下界违反量；可行时为 0。

double upper_bound_residual = 0.0: 最大的上界违反量；可行时为 0。

double target_return_residual = 0.0: 目标收益的绝对偏差；未设定目标时为 0。

struct portfolio_optimization_config

optimize_portfolio 的输入。

公共成员

portfolio_objective objective = portfolio_objective::max_sharpe : 要优化的目标。

double risk_free_rate = 0.0: max_sharpe 与所报告夏普比率使用的年化无风险利率；必须为有限值。

std::optional<double> target_return: target_return 所需的年化预期收益；使用时必须为有限值。

std::optional<double> target_volatility: target_risk 所需的年化波动率；必须有限且可达。

bool short_allowed = false

当 min_weight 未设置时，允许权重下探至 -max_weight。

不带 sector_constraints 的 min_variance 在单位单纯形上求解，因此无论该标志如何设置，这一组合都会返回长仓书。

double max_weight = 1.0: 单资产上界；必须有限且大于 0。

std::optional<double> min_weight: 可选的单资产下界；不得超过 max_weight，并覆盖 short_allowed 默认值。

std::vector<sector_allocation_constraint> sector_constraints: 行业权重上下界；需要 sector_map，未映射任何资产的行业将被忽略。

std::map<std::string, std::string> sector_map: sector_constraints 使用的资产名到行业名映射。

struct portfolio_optimization_result

优化后的权重及其年化汇总统计。

公共成员

std::vector<double> weights: 按 asset_names 顺序排列的资产权重；其和为 1。

double expected_return = 0.0: 年化预期收益，按每年 252 个周期计算。

double volatility = 0.0: 年化波动率，按每年 252 个周期计算。

double sharpe = 0.0: (expected_return - risk_free_rate) / volatility；波动率可忽略时取 0。

std::vector<std::string> asset_names: 资产名称，按收益率列顺序排列。

portfolio_objective objective = portfolio_objective::max_sharpe : 产生该结果的优化目标。

struct portfolio_point

有效前沿上的一个组合。

公共成员

std::vector<double> weights: 按 asset_names 顺序排列的资产权重；其和为 1。

double expected_return = 0.0: 年化预期收益。

double volatility = 0.0: 年化波动率。

struct risk_parity_result

风险平价权重及其风险贡献。

公共成员

std::vector<double> weights: 按 asset_names 顺序排列的资产权重，归一化使其和为 1。

std::vector<double> risk_contributions: 各资产的 w_i * (Sigma w)_i / volatility；这些值之和等于组合波动率。

double volatility = 0.0: 年化组合波动率，按每年 252 个周期计算。

std::vector<std::string> asset_names: 资产名称，按收益率列顺序排列。

struct sector_allocation_constraint

映射到同一行业的资产权重之和的上下界。

公共成员

std::string sector: 与 portfolio_optimization_config::sector_map 取值匹配的行业名。

double lower: 行业权重之和的下界。

double upper: 行业权重之和的上界。

enum class fincore::frontier_solver

生成某个前沿点的求解器。

取值：

enumerator min_variance_degenerate: 由于可达收益区间退化，每个点都复用最小方差权重。

enumerator min_variance: 第一个点，按方差最小化求解。

enumerator projected_gradient: 内部目标收益点或最大夏普组合，由投影梯度下降求解。

enumerator bounded_linear_max_return: 最后一个点，按预期收益降序贪心填充至权重上界。

enum class fincore::portfolio_objective

组合优化目标。

取值：

enumerator max_sharpe: 使用 risk_free_rate 最大化夏普比率。

enumerator min_variance: 最小化组合方差。

enumerator target_return: 在预期收益等于 target_return 的约束下最小化方差。

enumerator target_risk: 在波动率等于 target_volatility 的约束下最大化预期收益。

efficient_frontier_result fincore::efficient_frontier(const dataframe &returns, const frontier_config &config = {})

基于日简单收益率计算有效前沿。

各点在最小方差组合与最大收益端点之间按预期收益均匀分布；最大收益端点按平均收益降序将资产填充至权重上界构造。收益与波动率使用 config.periods_per_year 年化，夏普比率使用 config.risk_free_rate。求解器在 frontier_diagnostics 中报告约束残差，而不报告收敛状态。

参数:

returns -- Daily simple returns with one finite double column per asset and at least two observations.
config -- Frontier settings; n_points must be at least 2.

抛出:

input_error -- If returns is empty or too short, fewer than two assets are present, values are non-finite, or a configuration value is invalid.
optimization_error -- If the covariance matrix is not positive semidefinite, the weight bounds cannot fund a fully invested portfolio, or a solver returns infeasible weights.

返回:

Frontier points, endpoint portfolios and per-point diagnostics.

portfolio_optimization_result fincore::optimize_portfolio(const dataframe &returns, const portfolio_optimization_config &config = {})

针对某一个受支持的目标优化组合权重。

收益率按固定 252 周期年化。行业约束仅适用于 sector_map 中列出的资产，且不可行的目标通过抛出异常报告，而不是通过状态字段。

参数:

returns -- Daily simple returns with one finite double column per asset and at least two observations.
config -- Objective, bounds and optional sector constraints.

抛出:

input_error -- If returns is empty, too short or non-finite, an objective-specific target is missing, weight bounds are invalid, sector constraints lack a sector map, or the objective is unknown.
optimization_error -- If the weight bounds cannot produce a fully invested portfolio, target_volatility lies outside the attainable range, or the solver returns infeasible weights.

返回:

Optimized weights, annualized return, volatility, Sharpe ratio and asset names.

risk_parity_result fincore::risk_parity(const dataframe &returns, std::optional<std::vector<double>> risk_budget = std::nullopt, std::size_t max_iter = 1000U)

使用等权重或用户给定的风险预算计算风险平价权重。

求解器最小化实际风险贡献份额与归一化风险预算之间的平方偏差，然后重新归一化权重使其和为 1。收益率与波动率使用固定 252 周期年化。求解期间权重被限制在 [1e-6, 1.0]。

参数:

returns -- Daily simple returns with one finite double column per asset and at least two observations.
risk_budget -- Optional per-asset budget with finite, non-negative entries and a positive sum; it is normalized internally. A uniform budget is used when omitted.
max_iter -- Maximum projected-gradient iterations per penalty stage; must be at least 1.

抛出:

input_error -- If returns is empty, too short or non-finite, max_iter is zero, or the risk budget is malformed.
optimization_error -- If the solved weights cannot be normalized to a positive sum.

返回:

Risk-parity weights, risk contributions, annualized volatility and asset names.