統計的学習理論のポートフォリオ最適化問題への適用
【研究分野】社会システム工学・安全システム
【研究キーワード】
ポートフォリオ最適化問題 / 金融リスク尺度 / 統計的学習 / ロバスト最適化 / サポートベクターマシン / リスク尺度 / ポートフォリオモデル / ポートフォリオ選択 / 回帰分析 / 正則化項 / 外れ値 / トラッキング・ポートフォリオ / 正則化 / L0ノルム
【研究成果の概要】
数理最適化・金融工学・統計的学習の三つの分野の融合領域を開拓することを研究目的とした．本研究課題以前は``金融工学でよく知られたリスク尺度（VaRやCVaR）を統計的学習の研究分野に取り入れる”というスタンスで研究を進めてきたが，本課題では，逆に``統計的学習で研究が進められている汎化誤差理論を金融工学に持ち込み，予測精度の高いポートフォリオ最適化モデルを構築する”ことを目的に研究を進めた．その結果，高い汎化能力（新たなデータに対する予測能力）の理論的保証のついたポートフォリオ最適化モデルを構築し，そのモデルを効率的に解くための手法を考案することができた．
【研究代表者】
【研究種目】若手研究(B)
【研究期間】2011-04-28 - 2015-03-31
【配分額】4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)