期望和残差收益估计不可靠的鲁棒模型

投资优化问题的最优策略会随着输入参数的扰动而出现敏感的变化,针对投资优化问题中出现的随机变量的参数估计不可靠的情况,本文引入不确定集合描述随机收益的有关矩信息,提出了投资优化问题的一个鲁棒性模型,并采用数学规划的理论和方法,给出了该模型的最优策略和有效前沿的解析表示。本方法能够为采用保守策略的、对不确定性厌恶的投资者提供一种最优的投资策略。     

AN OUTER APPROXIMATION ALGORITHM FOR SEMI-INFINITE NONDIFFERENTIABLE PROGRAMMINGS

This paper presents a conceptual outer approximation algorithm for dealing with the semi-infinite nondifferentiable programming in which functions are locally Lipschitzian. By weakening the restriction on the family of functions for a parametric programming, we answer a question proposed in [1].     

基于不确定性期望效用模型的投资优化

针对资产的收益的分布不确切知道,并且所获得的矩信息也不是准确值的问题,提出了最大化最坏情形期望效用的鲁棒性方法.引入了凹凸类效用函数来度量模型不确定情形下投资者的效用,用一个不确定性结构来刻画资产收益的所有可能的分布和收益的矩信息,通过把具有不确定性结构的鲁棒性模型转化成参数二次规划问题,得到了最优投资策略、有效前沿和均衡价格的解析表示.方法为采用保守策略并且厌恶不确定性的投资者提供了一种有效的投资决策方案.     

参数非光滑优化的微分稳定性

本文研究了含有向量参数的非光滑优化问题的极值函数或叫做边缘函数的连续性及某种意义下的微分性质。给出了目标函数及不等式约束为李普希兹函数,等式约束为连续可微函数,并且带有闭凸约束集C的非凸非光滑问题的最优值函数的几种方向导数的界,把[4],[1]中关于一个参数的单边扰动推广到向量参数的扰动,亦可认为是把[2]由光滑函数类推广到李普希兹函数类。