时间：2017年3月23日（星期四）09:00-11:00
地点：广外南校区教学楼B304室
主办：广东外语外贸大学金融学院
主讲人：
谢树香（中山大学理学博士）
徐晓琳（安徽大学统计学博士）
主题：Continuous-timemean-variance portfolio selection with liability and regime switching（谢树香）
内容简介：
In this talk, I will present a continuous-time mean- variance model withMarkov-switching jump diffusion for classical portfolio selection problem. Theevolution of appreciation rates, volatility rates and the interest rates aremodulated by Markov chain. Key points of solving the corresponding stochasticLQ control problem with non-homogeneous state equation will also be discussed.
内容简介：
高维数据分析是统计学与机器学习领域的重要问题，在模式分类中有着广泛的应用。分片逆回归（SIR）由于它在降维方面的有效性吸引了研究人员的关注，但是也存在着如下不足：（1）在高维情况下，SIR的计算复杂度较高；（2）特征选择方面的解释能力有限。我们从如下几个方面做了改进：
(1) 提出在特征谱空间计算SIR的投影方向，对高维特征选择问题来说减小了计算复杂度；
(2) 采用自适应索套做为正则化项，得到稀疏的投影方向。自适应索套的凸性保证了它的全局最优解。
(3) 提出了基于相关熵和L2约束的分类器，使用测试样本与每个类别的训练样本分别做稳健回归。这种逐类回归的分类器能够提升带有遮挡的图像分类性能，并且可以实现并行运算。
在人像和基因表达数据上的实验结果都表明了新方法的有效性。
主讲人简介：
谢树香，中山大学理学博士，硕导，本科毕业于北京师范大学数学系，研究生毕业于中山大学数计学院，2006年9月起任教于中山大学数计学院，研究方向为数理金融。
徐晓琳，安徽大学统计学博士，研究方向为高维数据分析。
