公共文化服务平台

秦磊: 作品数：12 被引量：47H指数：5; 供职机构：对外经济贸易大学统计学院更多>>; 发文基金：中央高校基本科研业务费专项资金教育部“新世纪优秀人才支持计划”国家自然科学基金更多>>; 相关领域：理学经济管理社会学更多>>

合作作者

L_1和L_2规则化趋势滤波的稳健集成方法被引量：2: 2013年; Huber损失函数是稳健回归中的经典方法,Berhu罚函数是L1和L2罚函数的集成。为了从异常值较多的时间序列中提取趋势项,本文结合Huber损失函数和Berhu罚函数,提出一种L1和L2规则化趋势滤波的稳健集成方法,该方法对异常值的干扰不敏感,同时吸收了L1和L2罚函数的优点。模拟数据的分析显示,当时间序列存在异常值,而且内在趋势情况未知时,稳健集成方法是一种很好的折中,可以给出较好的估计结果。; 秦磊谢邦昌

一种基于规则化方法的最优稀疏指数追踪模型设计被引量：8: 2016年; 本文将目前流行的规则化方法加入到传统指数追踪模型中,得到若干种稀疏而且稳定的资产组合,用于复制指数的收益率,并构建样本内外预测、模型一致性、资产组合稀疏性和BIC准则进行模型效果评价。基于对上证综指、沪深300指数和中证500指数的实证发现:图结构约束可以提升模型的样本外预测能力、模型一致性和资产组合稀疏性;ITM-adaL1在资产组合稀疏性上表现远好于其他模型;结合三种指数追踪,含有自适应L1罚函数以及图结构约束的指数追踪模型总体表现优于其他模型。本文的研究方法和结果对指数型基金管理公司、个人和投资机构者有较为重要的实际意义。; 苏治方彤秦磊

含有图结构约束的稀疏最小方差资产组合模型被引量：6: 2015年; 图结构是广泛用于描述生物学信息的一个重要方法。考虑到不同资产之间的相互影响作用,引入图结构来描述高维资产之间包含的信息,建立了一种基于图结构约束的最小方差资产组合模型,并且提供了一种有效的坐标下降优化算法。研究结果表明,基于图结构约束的资产组合模型在收益率、波动率和变量选取方面优于传统的资产组合模型,该模型对金融机构的投资决策有重要的实际意义。; 苏治秦磊方彤; 关键词：图结构

L_1和L_2规则化趋势滤波的稳健估计被引量：1: 2013年; 当时间序列中包含异常值时,L1和L2规则化趋势滤波不能有效地从中提取趋势成分,因此,文章从稳健性角度出发,用Huber损失函数替代最小二乘损失函数,使用凸优化方法进行求解,得到L1和L2规则化趋势滤波的稳健估计。模拟分析显示,稳健估计量可以很好地抵制异常值的干扰。这种方法可以运用在异常值较多的金融数据中,得到市场趋势的稳健估计。; 谢邦昌秦磊; 关键词：金融数据

Logistic回归的ArctanLASSO惩罚似然估计及应用被引量：5: 2015年; Logistic回归是计量经济学中应用最广的离散选择模型。当变量个数较多时,极大似然估计解释性较差,为此本文基于新的惩罚函数ArctanLASSO,给出Logistic回归的一种非凸惩罚似然估计进行参数估计和变量选取,并证明了估计量的n^(1/2)相合性和Oracle性质。本文结合二阶近似处理、LLA方法和梯度下降法给出估计算法,并通过最小化BIC准则对正则化参数进行选取。模拟数据分析显示,当样本量较大时,该方法在参数估计和变量选取两个方面都优于传统的LASSO、SCAD和MCP方法,样本量较小时,该方法同样具有很大优势。实际数据分析表明,该方法很好地权衡了拟合程度和非零系数的选择,是最优的备选模型,具有重要的实际意义。; 秦磊谢邦昌; 关键词：LOGISTIC回归

基于ArctanLASSO的参数估计和变量选取被引量：1: 2016年; 本文受到SICA(smooth integration of counting and absolute deviation)方法的启发,提出一族基于反正切函数的非凸罚函数Arctan LASSO(Arctangent least absolute shrinkage and selection operator),该罚函数可以进行参数估计和变量选取,而且提供了一种有效的平滑方法从L_0过渡到L_1罚函数,渐近性质表明Arctan LASSO估计量具有n^(1/2)相合性和oracle性质.本文结合LLA(local linear approximation)和坐标下降法给出一种有效的迭代算法,并且基于BIC(Bayesian information criterion)准则选出合适的正则化参数.模拟数据分析显示Arctan LASSO在估计精度和变量选取方面有较好的表现,估计效果类似于SICA,而且通常优于LASSO、SCAD(smoothly clipped absolute deviation)、MCP(minimax concave penalty)和自适应LASSO.该方法在实际数据中可以用于变量选取的研究,具有重要的实际意义.; 秦磊杨晶谢邦昌; 关键词：参数估计

L_q规则化趋势滤波被引量：2: 2014年; 含有L_q罚函数的线性回归可以进行变量选择或者系数缩减,利用Lq罚函数的这种性质,可将H-P滤波和L_1趋势滤波推广为L_q规则化趋势滤波。在内在趋势是分段线性趋势(01)两种假设下,使用LLA方法和凸优化技术进行估计,提出修正的GCV准则进行调整参数选择。数值分析显示,在不同的假设下,本文提出的方法优于H-P滤波和L_1趋势滤波。该方法可以有效地提取时间序列的内在趋势,也可以扩展得到其他形式的解,在时间序列分析中有重要的意义。; 秦磊谢邦昌

谷歌流感趋势的成功与失误被引量：13: 2016年; 大数据时代下机遇与挑战并存,如何基于传统方法去处理大数据引人深思。本文以谷歌流感趋势(GFT)为案例,介绍了大数据在疾病疫情监测方面的主要技术及相关成果,阐述了大数据在使用中的关键问题,并结合复杂的统计学工具给出了一些改进措施。谷歌流感趋势的成功取决于相关关系的应用,其失误却来源于模型的构造、因果关系和相关关系的冲突等问题。谷歌流感趋势案例的分析与启示对政府今后在大数据解决方案中有重要的理论和实践意义。; 秦磊谢邦昌; 关键词：大数据降维

大数据下Leverage重要性抽样方法的稳健改进被引量：6: 2016年; 大数据以其巨大的样本容量或超高的变量维度使得直接计算变得不再可能,如何有效地抽取一个合适的计算样本是值得思考的问题。本文借鉴Leverage重要性抽样的思想,提出了两种稳健的改进抽样算法,不仅有效地抽取了代表性高的计算样本进行回归估计,还规避了方差大和异质性导致协方差矩阵估计不准的问题。模拟数据的分析显示,相比于Ma(2015)的方法,本文提出的方法具有更为优良的估计结果。; 秦磊熊巍田茂再; 关键词：大数据协方差矩阵

L_1和L_2分位数趋势滤波及其集成方法被引量：2: 2015年; 本文针对L_1和L_2规则化趋势滤波的不足之处,从损失函数和罚函数两个方面对其进行改进。一方面引入分位数损失函数,将其推广为L_1和L_2分位数趋势滤波,另一方面引入Berhu罚函数,得到L_1和L_2分位数趋势滤波的集成方法。数值算例显示,L_1和L_2分位数趋势滤波可以很好地估计出不同分位数上的趋势,两者分别适用于分段线性趋势和光滑趋势的提取,当内在趋势未知的情况下,集成方法是一个很好的折中,另外τ=0.5时为L_1和L_2规则化趋势滤波提供了一种稳健估计。; 秦磊谢邦昌