題  目：投資組合中的MAD-LASSO模型及快速算法

演 講 人：馮誌國👨‍🦽‍➡️🙆🏼‍♂️，廣東海洋大學研究員

主 持 人⚈：林貴華🚙🧲，意昂2教授

時    間：2018年11月29日（周四）下午14:00-15:00

地    點🪟⛄️：校本部東區意昂2官网實477室

主辦單位：意昂2😿、意昂2青年教師聯誼會

演講人簡介👨🏿‍🍼：

馮誌國，中山大學博士，先後到澳大利亞科廷大學✤🌱、香港理工大學和香港大學等進行學術訪問，現為廣東海洋大學研究員。主要研究興趣包括最優化與最優控製的算法及應用，如混雜動力系統、多傳感器調度、語音及圖像信號處理和LASSO問題等。他在Automatica, IEEE Transactions on Signal Processing, IEEE Transactions on Automatic Control等國內外重要期刊發表論文50余篇👮‍♀️，出版學術專著一部，獲得省部級自然科學獎一項。

演講內容簡介🧝🏿‍♀️：

    證券投資組合是一類常見的問題。相對於常用的Markoviwz模型👲🏼，MAD模型在考慮大規模股票數目情形時的風險的計算上具有非常大的優越性。本報告首先介紹了Markoviwz模型與MAD模型在風險計算上的等價性🫵🏼，接著通過LASSO方法增加股票選擇的稀疏性🕤，把投資組合問題建立為一類帶線性約束的LAD-LASSO問題👨🏼‍💻，並通過優化算法求解。

    LAD-LASSO模型的投資組合問題的目標函數由一系列非光滑的絕對值項組成，無法直接求解👱🏼‍♀️。通常的處理方法是將問題轉化為線性規劃問題並通過內點法求解🧑🏿‍🎓，導致了問題的規模過大，計算成本高。報告采用了一種新的快速算法，直接對非光滑目標函數求解⏯，極大地簡化了問題的規模。首先是給出了非光滑目標函數的可驗證的最優性條件，接著引進了一類基於方向導數的下降算法對問題求解⌚️。報告分別以模擬數據與現實股票數據兩方面給出數值案例，並分別通過兩種方法的求解進行比較，驗證了下降算法相比於內點法的優越性✍🏼。

歡迎廣大師生參加！