在Scipy优化中指定不等式约束

Question

我试图建立一个优化问题来确定我的投资组合中资产的权重。我有点困惑哦我应该如何提及不等式约束

我正在尝试最小化两个约束的锐化率： 1.权重总和必须等于一（平等约束） 2.重量值不能超过1

import scipy.optimize as spo

def sharpe(dr, riskf, wts):
    portfolio=np.ones(dr.shape[0])
    dr[0:]=wts*dr[0:]
    portfolio[0:]=dr.sum(axis=1)

    net=portfolio.copy()
    net[0:]=portfolio[0:]-riskf[0:]
    sharpe_ratio=-np.mean(net)/np.std(net) 
    return sharpe_ratio

def wts_con(wts):
    return wts[0]+wts[1]+wts[2]+wts[3]-1

def range_con():


def sharpe_optimize(dr, riskf, sharpe):
    wts_guess=np.array([0.25,0.25,0.25,0.25])

    con=[{"type"="eq", "fun"=wts_con}
         {"type"="ineq", "fun"=range_con}]

    result=spo.minimize(sharpe, wts_guess, args={dr,riskf,}, method="SLSQP", constraints=con, options={"disp":True})
    return result

我想知道如何编写range_con（）函数，该函数指定我的个人权重不能低于0或高于1