遗传算法优化

Question

几周前我问了一个关于如何在 R 中进行优化的问题(Optimizing for Vector Using Optimize R)。现在我对 R 中的基本优化有了适当的掌握，我想开始使用 GA 来解决解决方案。

给定目标函数：

div.ratio <- function(weight, vol, cov.mat){
  weight <- weight / sum(weight)
  dr <- (t(weight) %*% vol) / (sqrt(t(weight) %*% cov.mat %*% (weight)))  
  return(-dr)
}

我正在使用 genalg 包进行优化，特别是“rbga.bin”函数。但问题是似乎不能传递多个参数，即不能传递 vol 和 cov.mat。我是否遗漏了什么或理解不正确。

编辑： 在 genalg 包中，有一个名为 rbga.bin 的函数，这是我正在使用的函数。

这是上一个问题中可以帮助您入门的简单代码：

rm(list=ls())
require(RCurl)
sit = getURLContent('https://github.com/systematicinvestor/SIT/raw/master/sit.gz',     binary=TRUE, followlocation = TRUE, ssl.verifypeer = FALSE)
con = gzcon(rawConnection(sit, 'rb'))
source(con)
close(con)
load.packages('quantmod')


data <- new.env()

tickers<-spl("VTI,VGK,VWO,GLD,VNQ,TIP,TLT,AGG,LQD")
getSymbols(tickers, src = 'yahoo', from = '1980-01-01', env = data, auto.assign = T)
for(i in ls(data)) data[[i]] = adjustOHLC(data[[i]], use.Adjusted=T)

bt.prep(data, align='remove.na', dates='1990::2013')

prices<-data$prices[,-10]  
ret<-na.omit(prices/mlag(prices) - 1)
vol<-apply(ret,2,sd)
cov.mat<-cov(ret)

out <- optim(par     = rep(1 / length(vol), length(vol)),  # initial guess
         fn      = div.ratio,
         vol     = vol,
         cov.mat = cov.mat,
         method  = "L-BFGS-B",
         lower   = 0,
         upper   = 1)

opt.weights <- out$par / sum(out$par) #optimal weights

虽然上面的 optim 函数工作得很好，但我在想是否可以使用 GA 算法来重现它。因此，将来如果我正在寻找多个目标，与 GA 相比，我将能够更快地做到这一点。 （我不确定它是否更快，但这是找出答案的步骤）

GAmodel <- rbga.bin(size = 7, #genes
popSize = 200, #initial number of chromosomes
iters = 100, #number of iterations
mutationChance = 0.01, #chance of mutation
evalFunc = div.ratio) #objective function

执行上述操作似乎会产生错误，因为 div.ratio 需要额外的参数，所以我正在寻找一些帮助来构建我的问题，以便它能够产生最佳答案。我希望上面的编辑可以澄清事情。

谢谢

Answer 1

这是你需要的：

GAmodel <- rbga(stringMin=rep(0, length(vol)), stringMax=rep(1, length(vol)),
popSize = 200,
iters = 100,
mutationChance = 0.01,
evalFunc = function(weight) div.ratio(weight, vol=vol, cov.mat=cov.mat))

（参见上面的第一行和最后一行）。

问题是：

1. 向量 weight 和 vol 必须匹配长度。

2. 函数evalFunc 使用单个参数调用，导致其他参数丢失。据我了解，您只想优化weight 向量，保持vol 和cov.mat 固定。

3. 如果您希望将weight 视为连续变量，请改用rbga。