2019年12月5日，应best365网页版登录理工科技学部统计学专业的邀请，上海纽约大学王丹博士为best365网页版登录教师们带来主题为“基于高频夏普比的证券选择”的讲座。
王丹博士说，在投资组合配置中，经济学家Markowitz于1952年提出的经典均值-方差模型在很大程度上依赖于资产之间的协方差结构。随着资产数量和类型的迅速增加，传统的估计协方差矩阵及其逆矩阵方法在高维数据分析中遇到了一些问题。
为了避免用超高维数据估计协方差矩阵的问题，王丹博士提出了一种基于日内高频数据构造的新的风险/收益度量的降低维数方法，并通过SEVIS特征筛选方法来选择资产。王丹博士讲解了新提出证券选择方法的过程：首先算出高频夏普比，然后根据高频夏普比创建一个指数作为SEVIS中的响应，再通过SEVIS方法选择与创建的指数有密切关系的证券，最后用不同的加权方法构造证券组合。
大多数特征筛选方法仅能处理独立同分布样本，王丹博士根据数据本性，对序列相关的样本用SEVIS筛选法进行了研究，特别是对于平稳的α-混合序列。在α-混合条件下，王博士证明了SEVIS满足确实性筛选性质和排序一致性。更重要的是，通过SEVIS筛选选择的资产建立的投资组合，相比现有的几种投资组合分配方法，会获得更多的超额回报。最后，王博士应用股票市场的实际数据明显看到新提出资产选择方法的优势。
王博士一个小时的报告内，引导在场教师层层递进、深入思考，引发了师生对高维数据资产组合和特征筛选方法的兴趣。讲座最后，王博士与在场师生互动，回答提问，并与统计学和金融数学专业老师们一起探讨和交流一些有价值的研究方向。
文：张国秋（统计学专业）
图：Samuel Burgess
编辑：廖秋娴
（来源：365best体育官网入口公关处）
