基于统计学习理论的安全第一投资组合选择
发布时间：2021-02-19 00:34
安全第一（safety first,SF）准则将投资组合收益低于某个“灾难性”水平视为灾难事件,旨在寻求使灾难事件发生概率最小的投资组合,它是当前应用广泛的风险价值（value-at-risk,Va R）和条件风险价值（conditional value-at-risk,CVa R）的思想来源。现有实现SF准则的研究大都建立在历史收益率样本量趋于无穷的基础上,遗憾的是,这个基础条件在实际金融市场上一般难以满足。鉴于此,本文在统计学习理论的基础上对SF准则在实际金融市场上的实现问题进行了深入探讨,运用理论研究与实证研究相结合的方法,改进现有投资组合优化模型,构建新的推广能力更强的投资组合优化模型,使得对SF准则的研究更加丰富完善,并使其成为投资者在金融市场上进行投资决策时可以信赖的分析工具。本文的主要研究工作及创新点如下:（1）对SF准则及现有实现SF准则的投资组合优化模型进行了分析,将SF准则所对应的灾难事件概率最小化问题归结为统计学习理论所处理的风险泛函最小化问题,在理论层面和实证层面指出了现有实现SF准则的投资组合优化模型所存在的问题,尤其是模型推广能力对历史收益率样本量的依赖。此...
【文章来源】：河北大学河北省
【文章页数】：131 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 研究现状述评
1.3 问题提出与研究方法
1.4 主要内容与创新点
第2章 基础理论
2.1 机器学习问题
2.2 统计学习理论
2.2.1 经验风险最小化原则一致性的条件
2.2.2 学习机器推广能力的界
2.2.3 结构风险最小化原则
2.2.4 支持向量机
2.3 凸集与凸规划
第3章 安全第一投资组合选择
3.1 安全第一准则及其实现模型
3.1.1 安全第一准则
3.1.2 现有安全第一投资组合优化模型的理论分析
3.1.3 现有安全第一投资组合优化模型的实证研究
3.2 安全第一投资组合选择和机器学习问题的关系
3.2.1 投资组合选择与机器学习问题关系的研究
3.2.2 安全第一投资组合选择与分类问题的关系
3.3 本章小结
第4章 基于推广能力的界的安全第一投资组合选择
4.1 引言
4.2 软间隔推广能力的界
4.3 最小化软间隔推广能力的界
4.3.1 最小化正则项与间隔误差项之和
4.3.2 正则项约束下最小化间隔误差项
4.3.3 间隔误差项约束下最小化正则项
4.3.4 策略比较和参数选择
4.4 实证研究
4.4.1 实验设计
4.4.2 实验结果及分析
4.5 本章小结
第5章 基于结构风险最小化原则的安全第一投资组合选择
5.1 引言
5.2 基于经验风险最小化原则的原模型及其局限性
5.2.1 光滑模型及其局限性
5.2.2 0-1 混合整数线型规划模型及其局限性
5.3 基于结构风险最小化原则的模型改进
5.3.1 光滑模型的改进
5.3.2 0-1 混合整数线性规划模型的改进
5.3.3 范数约束的作用
5.4 实证研究
5.4.1 光滑模型与其改进模型的比较
5.4.2 0-1 混合整数线性规划模型与其改进模型的比较
5.5 本章小结
第6章 基于支持向量机的安全第一投资组合选择
6.1 引言
6.2 基于单类支持向量机的安全第一投资组合优化模型
6.2.1 模型构建
6.2.2 与CVa R最小的关系
6.2.3 与正则化CVa R最小投资组合优化模型的比较
6.3 基于马氏距离单类支持向量机的推广模型
6.3.1 模型构建
6.3.2 模型分析
6.4 实证研究
6.4.1 基于OCSVM的安全第一投资组合优化模型的实证研究
6.4.2 基于MOCSVM的安全第一投资组合优化模型的实证研究
6.4.3 灾难性水平的影响
6.5 本章小结
第7章 结论与展望
7.1 本文主要结论
7.2 未来工作展望
参考文献
致谢
攻读博士期间发表论文
本文编号：3040328
【文章来源】：河北大学河北省
【文章页数】：131 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 研究现状述评
1.3 问题提出与研究方法
1.4 主要内容与创新点
第2章 基础理论
2.1 机器学习问题
2.2 统计学习理论
2.2.1 经验风险最小化原则一致性的条件
2.2.2 学习机器推广能力的界
2.2.3 结构风险最小化原则
2.2.4 支持向量机
2.3 凸集与凸规划
第3章 安全第一投资组合选择
3.1 安全第一准则及其实现模型
3.1.1 安全第一准则
3.1.2 现有安全第一投资组合优化模型的理论分析
3.1.3 现有安全第一投资组合优化模型的实证研究
3.2 安全第一投资组合选择和机器学习问题的关系
3.2.1 投资组合选择与机器学习问题关系的研究
3.2.2 安全第一投资组合选择与分类问题的关系
3.3 本章小结
第4章 基于推广能力的界的安全第一投资组合选择
4.1 引言
4.2 软间隔推广能力的界
4.3 最小化软间隔推广能力的界
4.3.1 最小化正则项与间隔误差项之和
4.3.2 正则项约束下最小化间隔误差项
4.3.3 间隔误差项约束下最小化正则项
4.3.4 策略比较和参数选择
4.4 实证研究
4.4.1 实验设计
4.4.2 实验结果及分析
4.5 本章小结
第5章 基于结构风险最小化原则的安全第一投资组合选择
5.1 引言
5.2 基于经验风险最小化原则的原模型及其局限性
5.2.1 光滑模型及其局限性
5.2.2 0-1 混合整数线型规划模型及其局限性
5.3 基于结构风险最小化原则的模型改进
5.3.1 光滑模型的改进
5.3.2 0-1 混合整数线性规划模型的改进
5.3.3 范数约束的作用
5.4 实证研究
5.4.1 光滑模型与其改进模型的比较
5.4.2 0-1 混合整数线性规划模型与其改进模型的比较
5.5 本章小结
第6章 基于支持向量机的安全第一投资组合选择
6.1 引言
6.2 基于单类支持向量机的安全第一投资组合优化模型
6.2.1 模型构建
6.2.2 与CVa R最小的关系
6.2.3 与正则化CVa R最小投资组合优化模型的比较
6.3 基于马氏距离单类支持向量机的推广模型
6.3.1 模型构建
6.3.2 模型分析
6.4 实证研究
6.4.1 基于OCSVM的安全第一投资组合优化模型的实证研究
6.4.2 基于MOCSVM的安全第一投资组合优化模型的实证研究
6.4.3 灾难性水平的影响
6.5 本章小结
第7章 结论与展望
7.1 本文主要结论
7.2 未来工作展望
参考文献
致谢
攻读博士期间发表论文
本文编号：3040328
本文链接：https://www.wllwen.com/jingjifazhanlunwen/3040328.html
