摘要:本文首先主要介绍了目前国内外对稀疏投资模型的研究背景,了解了目前的研究水平和方向,然后选取了正则化工具和BP神经网络优化算法,对这两种工具进行了详细的介绍和结合,为下文提出的BP算法下的正则化稀疏投资模型奠定了基础.接着研究了两种不同正则化下的稀疏投资组合模型,推导出了两种模型的构建和在BP算法中的应用,最后讨论了两种正则化下不同的影响程度.
关键词:投资组合,正则化,最优化,稀疏矩阵.
目 录
摘 要
Abstract
1 引言-1
1.1研究背景及意义-1
1.2国内外研究现状-2
2 BP神经网络与正则化方法介绍-3
2.1 BP神经网络-3
2.2 正则化方法-6
3 常见几种稀疏投资模型及算法-9
3.1 基于BP神经网络下的正则化模型-9
3.2 基于BP神经网络下的正则化模型-10
4 交易费用对模型的影响研究-14
4.1 交易费用下的投资组合策略-14
4.2 数值实验-17
参考文献-21