凸优化的工具包

作者：BigQuant
链接：https://www.zhihu.com/question/59378236/answer/169645338
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

我简单介绍几个凸优化的工具包：

1. Welcome to CVXPY 。cvxpy是Python的一个包，例子比较简单，上手很容易，直接可以拿来模仿着求解最优化问题。
2. Home - CVXOPT 。cvxopt是Python的一个包，安装依赖稍多，上手稍微麻烦一点，不过功能很强大，而且有专门的文档介绍。具体怎么使用可以参考：[量化学堂-策略开发]使用cvxopt包实现马科维茨投资组合优化:以一个股票策略为例
3. Python scipy.optimize.minimize Examples 。 Scipy是Python科学计算的一个常用包，里面的optimize方法可以求解一些简单的线性优化问题，遇到非线性问题求解比较费劲。
4. Python Optimization Package 。APM是一个优化求解器。 可以解决线性规划，二次规划，整数规划，非线性优化，动态非线性方程组，多目标优化等问题。 功能比较强大。
5. Debian Neuroscience Package Repository 。 Python中开发的数值优化框架，它具有简单和统一的OpenOpt语法。 功能也是比较强大。
6. http://stanford.edu/~boyd/cvx/ .一款用于凸优化的matlab软件
7. CVXGEN: Code Generation for Convex Optimization 快速求解小型的优化问题。 以最小的努力，将数学问题描述转化为高速求解器。