穩健的投資組合優化再平衡交易成本
最佳再平衡策略考慮的因素包括 i) 目標函式，ii) 目前投資組合權重，iii) 包含更新視圖/alpha 預測的預期回報向量，iv) alpha 預測中的不確定性，v) 交易成本，vi) 風險厭惡，和 vii) 約束（只做多，周轉等）。
問題 - R 中是否有任何庫可以根據這些輸入和相關報告返回最佳權重向量？或者我應該選擇 R 中的眾多優化器之一併建構 rmetrics 團隊已經完成的所有出色的優化報告（風險預算、風險貢獻等）？
下面我描述了為什麼 rmetrics 包不能解決問題：
挑戰在於 rmetrics 優化程序在不參考目前投資組合權重向量、更新的阿爾法預測和交易成本的情況下確定最優投資組合。定期執行的正確程序是指定投資組合的路徑，其中邊際交易成本正好被效用函式中的邊際預期收益（或邊際風險降低）抵消。邊際回報將是預測模型的輸出，而不是使用平均回報。fPortfolioBacktest 預測了這個問題，並試圖平滑不同時期的權重變化。但是我們可以通過讓優化器直接面對權衡來做得更好。
PortfolioAnalytics包將在不參考目前權重的情況下創建權重，如果這是您想要的。它還應該包含您喜歡的 Rmetrics fPortfolio 的大部分報告。
這裡有 2010 年 R/Finance 會議上關於投資組合分析的更長研討會介紹：具有廣義業務目標的複雜投資組合優化
這是今年 R/Finance 會議的網站。大量的連結。
http://www.rinfinance.com/agenda/
Brian Peterson 的幻燈片（在 R 中建構和測試定量策略模型）提到了投資組合分析（我認為它基於 R/Metrics）。
這是一篇基於投資組合分析的論文。
http://cran.r-project.org/web/packages/portfolio/vignettes/portfolio.pdf
我是一個 Python 人（不是 R），所以我不能說我的回答是否完全回答了你的問題，但這可能是一個很好的起點。