加入arc和prr

config-svrobo6.yml

@@ -88,7 +88,8 @@ portfolios: # 投组模块
   solver: # 解算器相关
     model: prr # 结算模型 ARC ,PRR,  ~ 标准解算器
     arc: on  #是否开启ARC
-    bRR: 0.01
+    brr: 0.01
+    trr: 3
     tol: 1E-10 # 误差满足条件
     navs: # 净值要求
       range: # 需要净值数据的区间, days: 90 表示90自然日，months: 3 表示3个自然月
@@ -97,8 +98,8 @@ portfolios: # 投组模块
         asset: 8 # 单一资产最多缺少多少交易日数据，则踢出资产池
         day: 0.5 # 单一交易日最多缺少百分之多少净值，则删除该交易日
       risk: []  # 资产风险等级要求，可分开写也可以合并写，e.g. risk：[ 2, 3 ] 则表示 所有投组资产风险等级都是 2 或 3
-    LARC: [0, 0, 0, 0]  #低阈值
-    UARC: [1, 1, 1, 1] #高阈值
+    LARC: [0.5, 0.1, 0.1, 0.1]  #低阈值
+    UARC: [0.7, 0.25, 0.25, 0.25] #高阈值
     matrix-rtn-days: 20 # 计算回报率矩阵时，回报率滚动天数
     asset-count: [5,5] # 投组资产个数。e.g. count 或 [min, max] 分别表示 最大最小都为count 或 最小为min 最大为max，另外这里也可以类似上面给不同风险等级分别配置
     mpt: # mpt计算相关

portfolios/solver.py

@@ -415,8 +415,8 @@ class PRRSolver(ARCSolver):
 
         # 打印第二列的值
         # print(RR)
-        minRRweightWithinTRR = 0.7 + self._config['bRR']
-        TRR = 3
+        minRRweightWithinTRR = 0.7 + self._config['brr']
+        TRR = self._config['trr']
         # RR = np.zeros(len(self.navs.columns), dtype=int)
         # # Please note, RR should come from DB with real values. Here, we just assign fake values for coding
         # for i in range(len(self.navs.columns)):