lingo解线性的缺陷

缺陷：

引用块内容
lingo虽然可以解线性问题，但是他只能在约束条件下解针对这一目标的最优解，不能一次性解在不同约束条件的特定目标的最优解，但是matlab就可以做到，

例子：

要使净收益尽可能大，总体风险尽可能小，这是一个多目标规划模型：

说明：ri为收益率，pi是交易率，M是总资金，xi是给第i个投资的资金，在本题看做1；
由于此题为多规划模型，要做一定的处理才能用软件求解。
方法1：可把取一个目标做最优化，得到的结果作为条件，在对第二个做最优化。
方法二：可先对这个目标做一个权值的分配，把它们作为一个目标进行处理。

模型一：

通过固定目标风险用a，得到最大收益：

但a的不同，约束条件也就不同，最优值也就不同，所以lingo就显得很无力，此时用matlab中的linprog函数就可完成。

function xianxinguihua
a=0;
while a<0.05
c=[-0.05;-0.27;-0.12;-0.185;-0.185];
A=[zeros(4,1),diag([0.025,0.015,0.055,0.026])];
b=a.*ones(4,1);
aeq=[1,1.01,1.02,1.045,1.065];
beq=1;
[x,feval]=linprog(c,A,b,aeq,beq,zeros(5,1));
plot(a,-feval,’*’);
hold on//不可少，否则是个点。
a=a+0.001;
end
xlabel(‘a’),ylabel(‘-feval’)
通过图像就可以看出a在什么时候最为合适

在a=0.006附近有一个转折点，在这一点左边，风险增加很少时，利润增长很快。在这一点右边，风险增加很大时，利润增长很缓慢，所以对于风险和收益没有特殊偏好的投资者来说，应该选择曲线的拐点作为最优投资组合。

模型二

matlab线性规划：