摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第13-25页 |
1.1 研究背景及意义 | 第13-16页 |
1.2 研究现状述评 | 第16-19页 |
1.3 问题提出与研究方法 | 第19-21页 |
1.4 主要内容与创新点 | 第21-25页 |
第2章 基础理论 | 第25-37页 |
2.1 机器学习问题 | 第25-26页 |
2.2 统计学习理论 | 第26-34页 |
2.2.1 经验风险最小化原则一致性的条件 | 第26-27页 |
2.2.2 学习机器推广能力的界 | 第27-29页 |
2.2.3 结构风险最小化原则 | 第29-30页 |
2.2.4 支持向量机 | 第30-34页 |
2.3 凸集与凸规划 | 第34-37页 |
第3章 安全第一投资组合选择 | 第37-49页 |
3.1 安全第一准则及其实现模型 | 第37-44页 |
3.1.1 安全第一准则 | 第37-38页 |
3.1.2 现有安全第一投资组合优化模型的理论分析 | 第38-42页 |
3.1.3 现有安全第一投资组合优化模型的实证研究 | 第42-44页 |
3.2 安全第一投资组合选择和机器学习问题的关系 | 第44-47页 |
3.2.1 投资组合选择与机器学习问题关系的研究 | 第44-45页 |
3.2.2 安全第一投资组合选择与分类问题的关系 | 第45-47页 |
3.3 本章小结 | 第47-49页 |
第4章 基于推广能力的界的安全第一投资组合选择 | 第49-74页 |
4.1 引言 | 第49-50页 |
4.2 软间隔推广能力的界 | 第50-53页 |
4.3 最小化软间隔推广能力的界 | 第53-65页 |
4.3.1 最小化正则项与间隔误差项之和 | 第53-57页 |
4.3.2 正则项约束下最小化间隔误差项 | 第57-59页 |
4.3.3 间隔误差项约束下最小化正则项 | 第59-63页 |
4.3.4 策略比较和参数选择 | 第63-65页 |
4.4 实证研究 | 第65-72页 |
4.4.1 实验设计 | 第65-67页 |
4.4.2 实验结果及分析 | 第67-72页 |
4.5 本章小结 | 第72-74页 |
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 | 第74-98页 |
5.1 引言 | 第74-75页 |
5.2 基于经验风险最小化原则的原模型及其局限性 | 第75-77页 |
5.2.1 光滑模型及其局限性 | 第75-77页 |
5.2.2 0-1 混合整数线型规划模型及其局限性 | 第77页 |
5.3 基于结构风险最小化原则的模型改进 | 第77-83页 |
5.3.1 光滑模型的改进 | 第77-80页 |
5.3.2 0-1 混合整数线性规划模型的改进 | 第80-81页 |
5.3.3 范数约束的作用 | 第81-83页 |
5.4 实证研究 | 第83-97页 |
5.4.1 光滑模型与其改进模型的比较 | 第83-90页 |
5.4.2 0-1 混合整数线性规划模型与其改进模型的比较 | 第90-97页 |
5.5 本章小结 | 第97-98页 |
第6章 基于支持向量机的安全第一投资组合选择 | 第98-121页 |
6.1 引言 | 第98-99页 |
6.2 基于单类支持向量机的安全第一投资组合优化模型 | 第99-106页 |
6.2.1 模型构建 | 第99-102页 |
6.2.2 与CVa R最小的关系 | 第102-103页 |
6.2.3 与正则化CVa R最小投资组合优化模型的比较 | 第103-106页 |
6.3 基于马氏距离单类支持向量机的推广模型 | 第106-111页 |
6.3.1 模型构建 | 第106-109页 |
6.3.2 模型分析 | 第109-111页 |
6.4 实证研究 | 第111-120页 |
6.4.1 基于OCSVM的安全第一投资组合优化模型的实证研究 | 第111-113页 |
6.4.2 基于MOCSVM的安全第一投资组合优化模型的实证研究 | 第113-117页 |
6.4.3 灾难性水平的影响 | 第117-120页 |
6.5 本章小结 | 第120-121页 |
第7章 结论与展望 | 第121-123页 |
7.1 本文主要结论 | 第121-122页 |
7.2 未来工作展望 | 第122-123页 |
参考文献 | 第123-130页 |
致谢 | 第130-131页 |
攻读博士期间发表论文 | 第131页 |