国家自然科学基金(71361009) 作品数:8 被引量:13 H指数:2 相关作者: 刘遵雄 唐顺发 田珊珊 陈英 刘江伟 更多>> 相关机构: 华东交通大学 江西财经大学 更多>> 发文基金: 国家自然科学基金 江西省社会科学规划项目 教育部人文社会科学研究基金 更多>> 相关领域: 理学 经济管理 自动化与计算机技术 更多>>
基于似然深度的指数分布的参数估计 2017年 针对传统估计方法如极大似然估计对于服从指数分布且有污染的截尾数据的参数估计并不是很理想的问题,提出使用一种新的估计方法对其进行参数估计,即似然深度估计,并通过两组实验进行对比,结果显示利用似然深度估计方法得到的参数偏差和均方差较小,表明似然深度估计是一种估计服从指数分布且有污染的截尾数据参数的有效方法。 刘遵雄 田珊珊关键词:极大似然估计 多重假设检验中参数估计问题研究 被引量:2 2017年 在多重假设检验中,真正原假设的个数m_0是未知的,但是它有着很重要的影响,因此,它在最近的统计文献中备受关注。文章综述了三种主要的估计方法:最低斜率法、三次样条法、均值估计方法。然后将上述三种方法结合起来,提出了新的估计方法:均值三次样条法,并主要研究了其在微阵列数据上的应用。大量的模拟研究表明,和其他方法相比,新的估计方法具有较小的偏差和标准差。最后利用真实数据来对估计方法进行评估,并找出了差异表达性基因。模拟和实际数据表明此方法具有显著性提高。 刘遵雄 田珊珊关键词:微阵列数据 多重相关检验中错误发现率的控制算法 被引量:1 2016年 假设检验问题是通过比较p值和置信水平α的值来决定是否拒绝对应的假设,p<α时我们拒绝原假设。随着试验次数的增加,在所有满足零假设为真的p值集合中,数值较小的p值存在的可能性会增加,从而使得做出错误的判断,p值调整算法可以针对多重检验有效地缓解这类问题。本文讨论多重检验的p值调整算法的功效,模拟基因序列进行多重检验分析,产生2000个模拟量(即基因数量),重复实验1000次,得到1000组p值。对每组p值使用相应的调整算法得到新的p值,比较每个算法功效的优劣。模拟结果显示在我们所选用的5种p值调整算法中,q值方法(Storey 2003)能很好地控制错误发现率(FDR)的大小,同时具有更高的功效值。 刘遵雄 陈昊关键词:基因序列 权重分离性约束的Mean-CVaR投资组合模型 2017年 不同于均值-方差(Mean-Variance)模型,均值-条件风险价值(Mean-Conditional Value at Risk,Mean-CVaR)模型不是以投资组合收益的方差作为风险测度,而是使用了能表征投资收益下侧尾部风险的条件风险价值。同样,Mean-CVaR模型存在优化解微权值数目过多的问题,造成操作性下降。针对这些问题,提出了在Mean-CVaR模型引入权值分离性约束,以保证投资权值不低于某一设定的阈值,结合上证50指数股票进行实例分析。 刘遵雄 盛亚雄关键词:CONDITIONAL 投资组合 均值—熵指数在投资组合风险分散中的应用研究——基于主成分分析 被引量:5 2017年 在高风险的股票债券投资领域,分散是减少投资风险的重要技术。然而,并非是越分散投资效益越好。笔者以马科维兹均值—方差模型为基础,首先通过主成分分析法引进信息熵,然后利用熵指数作为投资组合分散程度的度量方式,使得均值—熵指数有效前沿成为一定投资收益下分散最充分的投资组合,为投资者的分散投资提供了有效的权衡。 刘遵雄 唐顺发关键词:投资组合 信息熵 均值-方差模型 类别数据拟合优度检验功效模拟 被引量:3 2018年 文章使用三种拟合优度检验方法,即卡方、Mann-Whitney(MW)和Kolmogorov-Smirnov(KS)检验,对类别数据进行检验,选择零假设分布为均匀分布,在不同备择分布和不同样本大小条件下进行蒙特卡罗模拟,计算各检验方法0.05置信水平的功效。结果显示递减形备择分布时Mann-Whitney检验的功效较其他两者高,而三角形、扁平备择分布时其检验功效很低,说明Mann-Whitney检验无法辨别这两种分布数据与零均匀分布数据的差别;并且卡方检验更适合类别数据的拟合优度检验,尽管递降备择分布时其功效不及MW和KS检验的好。 刘遵雄关键词:拟合优度检验 基于q-高斯分布的投资组合实证分析 被引量:2 2014年 投资组合是一个复杂系统问题,选择合适的q-分布及其密度表达形式是应用中的一个重要问题。首先从含有噪声的线性随机微分方程中推导出q-高斯分布概率密度函数,其表达形式简单,参数对分布的影响非常直观;接着将q-高斯分布应用于投资组合理论的均值-方差模型和均值-VaR模型;最后结合沪市股票数据进行实证分析,结果表明两种模型在q-高斯分布假设下的实际收益均大于其在高斯分布假设下的实际收益。 刘遵雄 刘江伟 郑淑娟 陈英关键词:投资组合 均值-方差模型 均值-VAR模型 基于PCA的投资组合风险的分散优化管理 被引量:1 2017年 基于上证综指2009年4月—2011年9月的财务数据,首先利用熵指数作为风险分散化程度的度量方式,使用主成分分析方法对所选财务风险进行分析。然后建立了均值—分散优化模型,不仅优化了投资组合分散化结构,使投资组合在预期收益与分散化程度之间的权衡得以量化。最后文章以时间周期型投资组合权重调整的策略构建证券组合,并利用夏普比率对其投资绩效进行了分析。通过实证分析证明,经过分散化优化管理后的投资组合绩效明显优于综合指数,有效地分散了投资风险。 刘遵雄 唐顺发关键词:投资组合 夏普比率