算法第二彈-線性規劃之投資的收益和風險分析及代碼實現（二）

       忘記密碼系列，差不多兩年沒更新博客，當你看到這篇文章的時候，沒錯！俺更新啦，看到有小夥伴留言，又燃起了俺寫文的火熱的心，嘿嘿嘿🤭~~

       這篇文章主要來學習下剩下兩種模型的解答過程和用matlab計算代碼，題目部分參考上一篇博文，這裏就不再重複惹~

（1）

        

       模型二的化簡：

        matlab求解：

clc
h = 0.04;
hold on
while h < 0.26
    c = [0,0,0,0,0,1];
    A = [0,0.025,0,0,0,-1
        0,0,0.015,0,0,-1
        0,0,0,0.055,0,-1
        0,0,0,0,0.026,-1
        -0.05,-0.27,-0.19,-0.185,-0.185,0];
    b = [0,0,0,0,-h];
    Aeq = [1,1.01,1.02,1.045,1.065,0];          
    beq = 1;
    LB=zeros(6,1); 
    [x,Q] = linprog(c,A,b,Aeq,beq,LB);
    Q=-Q;                            
    plot(h,Q,'*r');
    h = h+0.01;
end 
xlabel('h'),ylabel('Q')        

           結果分析：

                   1.固定盈利水平越高，風險也會越高；

                   2.當h=0.2附近有一個轉折點，當h<0.2時，利潤增加很大，風險增加很慢；當h>0.2時，利潤增加很小，風險增加很快。同理，對於風險沒有特殊偏好的投資者來說，應選擇曲線的拐點作爲最優投資策略，大約是h=0.2，Q=0.0055，對應投資方案：x0=0.0766，x1=0.2193，x2=0.3656，x3=0.0997，x4=0.21093，和模型一結果類似。

（2）

       
       模型三的化簡：

       

        matlab求解：

clc
s = 0.7;
hold on
while s < 0.89
    c = [-0.05*(1-s),-0.27*(1-s),-0.19*(1-s),-0.185*(1-s),-0.185*(1-s),s];
    A = [0,0.025,0,0,0,-1
        0,0,0.015,0,0,-1
        0,0,0,0.055,0,-1
        0,0,0,0,0.026,-1];
    b = [0,0,0,0];
    Aeq = [1,1.01,1.02,1.045,1.065,0];          
    beq = 1;
    LB=zeros(6,1); 
    [x,Q] = linprog(c,A,b,Aeq,beq,LB);
    Q=-Q;                            
    plot(s,Q,'*r');
    s = s+0.01;
end 
xlabel('s'),ylabel('Q') 

        結果分析：

                   1.隨着偏好係數s的增加，也就是對風險的日益重視，投資方案的總體風險會大大降低，資金會從淨收益率較大的項目S1、S2、S3轉向無風險的項目銀行存款，這和模型一結果是一致的，也符合人們日常的經驗。當s=0.89，對應投資方案：x0=2.713028410612675e-08，x1=0.2375，x2=0.3959，x3=0.1079，x4=0.2284

 

---

至此，這兩個模型就分析完了，投資有風險，只有從更科學的角度分析才能儘可能避免損失哦

下期的內容，敬請期待，*★,°*:.☆(￣▽￣)/$:*.°★* 。bye