基于增量宽度学习的投资组合风险控制模型  

作　　者：陈良霞 李博 王琪 余远 冯泽涛 贾颖 

机构地区：[1]山东工商学院计算机科学与技术学院,山东烟台264005 [2]山东工商学院统计学院,山东烟台264005

出　　处：《统计理论与实践》2023年第1期50-57,共8页STATISTICAL THEORY AND PRACTICE

基　　金：山东工商学院教改项目“课程思政视域下人工智能专业课程改革研究”。

摘　　要：在线投资组合研究成为近年的热点,引起很多来自不同领域研究人员的关注。然而,金融市场的现有模型并未考虑增量学习、资产波动风险以及在特征值水平上消除系统噪声等问题。在宽度学习的基础上提出了一种在线增量学习模型,可以采用增量的方式进行在线学习。并提出了一种基于随机矩阵理论的去噪方法,从特征值维度上去消除系统噪声。实验结果表明,所提出的模型不仅能够在累积财富指标方面取得较好的效果,同时在其他指标如夏普比率、信息比率和卡尔马比率上均优于现有的常用模型。因此,该模型可以在有效控制风险的同时产生良好的累积收益。

关 键 词：在线投资组合选择 宽度学习系统 累积回报 风险控制 

分 类 号：TP315.69[自动化与计算机技术—计算机软件与理论]