暨南大学融媒体中心讯 近日，信息科学技术学院数学系林义尊/赖兆荣课题组撰写的论文“A Locally Optimal Portfolio for m-Sparse Sharpe Ratio Maximization”被机器学习领域的CCF A类国际顶级会议NeurIPS 2024录用。该论文以暨南大学为唯一单位，数学系教师林义尊为第一作者、数学系教师赖兆荣为通讯作者兼第二作者、数学系2023级博士研究生李程为第三作者。这是该课题组继5月份两篇论文获另一机器学习国际顶级会议ICML 2024录用后，又一篇获机器学习国际顶级会议录用的论文。
NeurIPS的英文全称是Annual Conference on Neural Information Processing Systems，中文官方名称为神经信息处理系统年会。它是机器学习领域两大国际顶级会议之一、中国计算机学会（CCF）推荐的A类会议之一，对论文的质量要求非常高。本届会议共收到15671篇有效投稿，其中约25.8%的论文被录用。第38届NeurIPS会议将于2024年12月9日至12月15日在加拿大温哥华举行。
夏普比率是金融工程中一种重要且广泛使用的风险调整回报。在现代投资组合管理中，人们可能需要一个m-稀疏（不超过m个活跃资产）的投资组合来节省管理和财务成本。然而，由于该约束的非凸性和复杂性，很少有现有方法能够优化具有m-稀疏约束的夏普比率。本文将带m-稀疏约束的夏普比分式优化问题转化为等价的m-稀疏二次规划问题。所得目标函数的半代数性质使我们能够利用Kurdyka-Łojasiewicz性质来开发一种有效的近端梯度算法（Proximal Gradient Algorithm）对其进行求解。文中证明了该算法能收敛于原m-稀疏夏普比率模型的局部最优解，在满足一定的条件下，甚至能够收敛到全局最优解，并给出了相应的收敛阶分析。据我们所知，这是第一个在理论上具有可靠保证的、实现局部甚至全局最优m-稀疏夏普比率的解决方案。
该论文成果依托于我校的广东省数量金融大数据工程技术研究中心，得到了国家自然科学基金面上项目、国家自然科学基金青年科学基金项目、广东省基础与应用基础研究基金项目、广州市科技计划项目等项目的资助。
责编：苏倩怡