基于扭曲风险度量的鲁棒投资策略（英文）

投资组合策略在很大程度上取决于损失的基本分布.因此当损失的分布信息只能通过有限的数据样本来观察时,投资组合策略模型的稳健性是至关重要的.假设损失的基本分布具有已知的均值和方差且位于一个以经验分布为中心,以Wasserstein距离为半径的球内,本文建立了一个基于扭曲风险度量的稳健投资组合策略模型,并将其转化为更简便的等价形式.此外,本文运用模拟和实证研究证明了该模型的有效性.     

基于数据分解集成和高频数据建模的汇率波动率预测

汇率波动率是刻画外汇金融资产收益变化程度的指标，也是度量外汇风险的方法之一，汇率波动对经济与金融系统都有重要的影响。由于非平稳和非线性的特征，准确预测汇率波动率一直是金融研究的重点和难点。为了提高预测汇率波动率的准确性，本文采用基于人民币汇率高频数据计算的已实现波动率和机器学习方法，对数据进行分解集成和建模，提出了一种有效的多尺度EEMD-PSR-SVR-ARIMA预测模型。具体过程如下：首先，采用集合经验模态分解(EEMD)的方法将复杂的时间序列分解成不同尺度的本征模态函数和趋势项；然后采用支持向量回归(SVR)的方法对本征模态函数进行预测，并利用相空间重构和粒子群优化的方法来确定SVR模型的输入维数与参数。同时，使用差分自回归移动平均模型(ARIMA)预测趋势项；最后集成得到模型预测的结果。实证结果表明EEMD-PSR-SVR-ARIMA模型可以有效地提高汇率波动率预测的精度。