业界常用的凸优化的求解器材包有CVXPY及CVXOPT。但这两款器材包并不是特意针对投资组合优化的，正在求解历程中还需求将组合优化的题目转化为对应的优化题目。

　　本日咱们先容的Riskfolio-Lib是特意针对投资组合优化的器材包，其修建于CVXPY之上（实在CVXPY也用到了CVXOPT的求解器），并于Pandas慎密连接。Riskfolio-Lib内嵌了多个开箱即用的组合优化器材，竭力于帮帮学生、学者和践诺者以起码的精神设置基于杂乱数学模子的投资组合。

　　但需求谨慎的是，正在安设riskfolio-lib前，需求安设cvxpy。假若需求跑通项目中的example，还需求安设yfinance，这是一个从雅虎获取财经数据的器材库。个别example还需求MOSEK求解器，举荐行使conda实行安设：

　　正在Riskfolio-Lib中，将以上组合优化模子分为两大类，此中Portfolio类针对古代的组合优化，合键支柱以下模子：

　　尚有一类是宗旨聚类模子，由HCPortfolio类担负，宗旨聚类的优化要领合键有：

　　咱们以最纯粹的均值-方差组合优化先容Riskfolio的行使要领，最先行使是打定命据，咱们用yfinance获取数据：

　　rm =MV# 危险怀抱目标，MV暗示方差，本器材包共支柱13种危险怀抱目标

　　# 计划巴望收益及方差，当模子model拣选Classic时，需行使assets_stats计划组合的巴望收益及方差

　　因子模子的组合优化中，咱们通常会对组合有因子大白的牵造，项目中给的例子是已知因子组合的收益，因子大白未知，以是最先需求通过因子收益与股票收益的回归，求解每个股票的因子大白，整体咱们看代码：

　　# 因子ETF代码，主：这是美国商场的因子ETF基金，作家行使基金的收益行为因子收益

　　此中因子收益X如下，蕴涵动量（MTUM）、质料（QUAL）、周围（SIZE）、低颠簸（USMV）、代价（VLUE）五个因子：

　　Riskfolio-Lib是一款完满的组合优化器材，自带足够的案例供多人研习参考，投资环境优化方案具体措施项目文档中也有足够的文件供多人研习，