DEoptim策略选择

Question

我不确定这是否与编程特别相关，但我正在查看使用 DEoptim 在金融投资组合上下文中进行并行优化的演示，显示为here。

通过查看here 和here 给出的演示文稿，我发现了这一点。

而且似乎使用的strategy 是strategy=6，有什么特别的原因为什么这个比其他的“更好”吗？它会更快地达到全局最小值吗？它对投资组合优化问题特别有用吗？

另外作为一个单独的说明，如何将演示中建议的 rda 文件加载到 R 中，即here。因为点击下载时我得到了10y_return.gz 文件，但不知道如何将其读入 R...请提供帮助。

Answer 1

strategy=6 是 Zhang 和 Sanderson (2009) 的自适应差分进化。如果控制参数c不为零，则在优化过程中将调整交叉和变异。这通常可以加快在特别困难的目标函数/约束上的收敛速度，就像受约束的投资组合优化示例一样。

当我点击下载链接时，我得到10y_return.rda。如果你真的得到一个.gz 文件，那么你只需要先解压缩它。