Я занимаюсь оптимизацией портфеля. У меня есть следующий код:
def objective(weights):
return -np.sum(rets.T*weights)
где rets - это список возвратов, импортированных из Bloomberg
def max_volatility(weights):
vol = min_volatilty - np.sqrt(np.dot(weights.T, np.dot(cov_matrix, weights)))
return vol
opts_vol = sco.minimize(objective, list_initial_weights, bounds = bnds, method = 'SLQSP', constraints = cons)
В настоящее время программа работает с одним значением min_volatility, но я хочу, чтобы она выполнялась в диапазоне значений параметров:
parameters = np.linspace(8,10,20)
Я хочу, чтобы программа выдала мне новый список весов для каждой точки параметров с помощью оптимизации.
Как я могу это сделать?