Comment savoir que le solveur a terminé ?

Tam
Tam
·Founder & AI Builder·2026-09-27
KKT Conditions, Checked cover

Réalisable n'est pas optimal

Un optimum doit satisfaire les conditions KKT : stationnarité sur les actifs dont la pondération peut varier, complémentarité aux deux bornes, faisabilité duale et multiplicateurs non négatifs. Les résidus ici sont de l'ordre de 10⁻¹⁰, ce qui est la précision du solveur plutôt qu'une tolérance choisie par quelqu'un.

Un optimiseur sous contraintes renvoie des pondérations. Les pondérations renvoyées satisfont les contraintes, ce qui est la partie facile. Elles peuvent être ou ne pas être le meilleur point réalisable.

La différence compte. Un solveur qui s'arrête une itération trop tôt renvoie un portefeuille dont la somme des pondérations vaut 1, qui respecte chaque plafond et laisse du rendement sur la table. Rien dans les pondérations elles-mêmes ne le révèle.

Les conditions de Karush-Kuhn-Tucker sont le test. Ce sont des conditions nécessaires pour un optimum sous contraintes, et le classeur les contrôle toutes.

Les six conditions

Stationnarité. À l'optimum, le gradient de l'objectif est une combinaison des gradients des contraintes. Pour un problème moyenne-variance, cela signifie que la contribution marginale au Sharpe est égale sur chaque actif dont la pondération peut varier. Le classeur mesure le plus grand écart à l'égalité : 5,2 × 10⁻¹⁰.

Complémentarité, bornes inférieures. Pour chaque actif, le multiplicateur associé à la contrainte de non-vente à découvert, multiplié par la pondération, doit être nul. Si l'actif est détenu, le multiplicateur est nul ; si le multiplicateur est positif, l'actif est à zéro. Résidu maximal : 1,5 × 10⁻¹⁰.

Complémentarité, bornes supérieures. La même condition au plafond de 35 %. Résidu maximal : 1,8 × 10⁻¹⁰.

Faisabilité duale, inférieure et supérieure. Les multiplicateurs doivent avoir le bon signe : non négatifs pour une borne inférieure dans cette formulation. Pire valeur : zéro, exactement.

Multiplicateurs non négatifs. Chaque multiplicateur est positif ou nul, contrôlé directement.

Cela fait six conditions, et ensemble elles couvrent toute l'affirmation d'optimalité : la stationnarité dit que vous ne pouvez pas améliorer en bougeant, la complémentarité dit que les contraintes sont soit actives soit inactives mais pas les deux, et la faisabilité duale dit que les multiplicateurs ont un sens.

MODEL sheet, KKT conditions: stationarity, complementary slackness at both bounds, dual feasibility and the multiplier signs
Six conditions with residuals around 10⁻¹⁰. Complementary slackness is the one that separates a feasible answer from the optimum.

Ce que chacune des six conditions KKT détecte

La stationnarité détecte un solveur qui s'est arrêté trop tôt. Les pondérations peuvent être réalisables et intérieures tandis qu'un actif a encore un meilleur Sharpe marginal qu'un autre. C'est la signature d'une recherche incomplète.

La complémentarité détecte l'inverse : une solution où un actif est techniquement à l'intérieur de sa borne mais traité comme contraint. Cela produit des pondérations qui surestiment la diversification, parce que l'optimiseur agit comme si une contrainte inactive était active.

La faisabilité duale détecte des erreurs de signe dans la formulation du solveur, qui se manifestent généralement comme un optimum à la mauvaise extrémité d'une borne.

Pourquoi les résidus comptent

Un résidu de 10⁻¹⁰ sur une condition portant sur des pondérations de l'ordre de 0,1 n'est pas une tolérance serrée. C'est la précision machine. Le classeur ne dit pas « assez proche » ; il dit que le solveur a convergé. La même discipline apparaît dans la revérification des p-values de régression, où une statistique annoncée est reconstruite avant d'être crue.

Cela vaut la peine d'être distingué des contrôles de contraintes, qui comparent à 1 et à 0 avec une tolérance. Ce sont les contrôles dont un gérant de portefeuille se soucie. Les contrôles KKT établissent que la réponse du modèle est l'optimum pour l'objectif et les entrées énoncés ; ils ne disent pas qu'il s'agit d'un portefeuille que quiconque devrait détenir.

La limite de la preuve

Les conditions KKT sont nécessaires, pas suffisantes, pour un optimum global dans un problème non convexe. La moyenne-variance avec une matrice de covariance définie positive et des contraintes linéaires est convexe, donc ici elles sont aussi suffisantes. Le classeur contrôle le caractère défini positif de la matrice de covariance dans le même groupe.

Ce contrôle n'est pas là pour l'ornement. Une matrice de covariance avec une valeur propre négative rend le problème non convexe, les conditions KKT cessent d'être suffisantes, et un solveur peut renvoyer un optimum local qui réussit tous les tests de stationnarité.

Ce qui n'est pas contrôlé

Que les rendements attendus soient justes. Les conditions KKT ne disent rien des entrées de l'objectif, et la moyenne-variance est notoirement sensible à celles-ci. L'article Black-Litterman est là où le vecteur de rendements reçoit un prior, et l'article sur les contraintes couvre le volet réalisabilité de la même solution.

La liste complète des 24 contrôles se trouve sur la page du portefeuille. Un objectif différent sur les mêmes six actifs est la parité de risque, et ce que les pondérations choisies ont réellement gagné est l'attribution.

Multiplicateurs et pondérations occupent des cellules séparées dans Mica ; la complémentarité peut donc être contrôlée directement. Cette séparation est la disposition de modèle Excel qui rend le contrôle possible.

Cette série de validation de modèles utilise des cas synthétiques à des fins de démonstration méthodologique. Elle ne constitue pas un conseil en investissement, fiscal ou juridique.

Dernière mise à jour : 2026-11-01 · Vérifié en interne ; non audité indépendamment. · Méthodologie et revue

Tam
Tam

Tam is the Founder & CEO of MINDLINK TEC LTD, an AI creator and product builder building creative AI tools including Mica and Bobi.


Mica

IA locale pour des feuilles de calcul plus intelligentes. Automatisez vos flux de travail Excel en langage naturel.

Contact

E-mail : service@mindlink.tools

Société : MINDLINK TEC LTD

© 2026 MINDLINK TEC LTD. Tous droits réservés.