| Acknowledgement | 第3-4页 |
| Abstract | 第4页 |
| 1 General Introduction | 第7-10页 |
| 2 Elements of Data Fusion | 第10-30页 |
| 1 Introduction | 第10-11页 |
| 2 Hypothesis Testing | 第11-15页 |
| 2.1 Bayes Decision | 第11-13页 |
| 2.2 Neyman-Pearson Decision | 第13页 |
| 2.3 Sequential Decision | 第13-15页 |
| 3 Two Sensor Binary Decision | 第15-17页 |
| 4 Multisensor Binary Decision | 第17-20页 |
| 5 Multisensor Multihypothesis Decision | 第20-24页 |
| 5.1 Local Sensors Making Their Own Decisions | 第22-24页 |
| 6 Multisensor Estimation Fusion | 第24-30页 |
| 3 Optimal Volatility | 第30-34页 |
| 1 Introduction | 第30-31页 |
| 2 Problem Formulation | 第31页 |
| 3 Computation of Optimal Decision | 第31-34页 |
| 4 Estimation of Parameters in Market Models | 第34-42页 |
| 1 Introduction | 第34-35页 |
| 2 Single-Index Model | 第35-37页 |
| 3 Multi-Index Model | 第37-39页 |
| 4 Market Models with Constrained Parameters | 第39-42页 |
| 5 Optimal Portfolio Weights | 第42-53页 |
| 1 Introduction | 第42-43页 |
| 2 Problem Formulation and Notations | 第43-45页 |
| 3 Singular Covariance Matrix of Returns | 第45-48页 |
| 4 Minimization of the Risk of Expected Returns | 第48页 |
| 5 Returns with Linear-Equality Constraints | 第48-50页 |
| 6 Returns with Linear-Inequality Constraints | 第50-53页 |
| 6 Conclusion | 第53-59页 |
