致谢 | 第5-7页 |
摘要 | 第7-9页 |
Abstract | 第9-10页 |
符号约定 | 第11-15页 |
第一章 绪论 | 第15-21页 |
1.1 研究问题背景介绍 | 第15-18页 |
1.2 主要内容及创新点 | 第18-21页 |
第二章 预备知识 | 第21-37页 |
2.1 Expectile回归模型 | 第21-24页 |
2.2 变量选择正则化框架 | 第24-30页 |
2.3 CCCP算法 | 第30-31页 |
2.4 风险测度 | 第31-34页 |
2.5 核估计方法 | 第34-37页 |
第三章 Expectile回归模型中的变量选择 | 第37-57页 |
3.1 问题阐述 | 第37-38页 |
3.2 带有惩罚项的Expectile回归模型 | 第38-40页 |
3.3 渐近性质 | 第40-42页 |
3.4 统计推断 | 第42-43页 |
3.5 数值模拟及实际应用 | 第43-48页 |
3.5.1 随机模拟 | 第44-46页 |
3.5.2 实际应用 | 第46-48页 |
3.6 本章小结 | 第48-49页 |
3.7 理论证明 | 第49-57页 |
第四章 高维Expectile回归模型中的变量选择 | 第57-79页 |
4.1 问题阐述 | 第57-58页 |
4.2 高维Expectile回归 | 第58-59页 |
4.3 求解算法 | 第59-60页 |
4.4 渐近性质 | 第60-62页 |
4.5 数值模拟 | 第62-66页 |
4.6 本章小结 | 第66页 |
4.7 理论证明 | 第66-79页 |
第五章 非参数框架下的最优资产组合问题 | 第79-99页 |
5.1 问题阐述 | 第79-80页 |
5.2 模型提出 | 第80-83页 |
5.3 非参数框架下的资产选择 | 第83-85页 |
5.4 渐近性质 | 第85-90页 |
5.5 数值模拟 | 第90-94页 |
5.6 本章小结 | 第94-95页 |
5.7 所需引理及证明 | 第95-99页 |
第六章 讨论与展望 | 第99-101页 |
参考文献 | 第101-111页 |
简历 | 第111-113页 |
发表或投稿文章目录 | 第113页 |