(A.1)此外,如果我们进一步假设ρ=0,则渐近最优组合权重w*在限制条件下Θ={w:w+w=1}satifiesw*=: 阿格明∈Θ限制→∞RT,w=1/21/2, (A.2)和渐近最优组合权w*不受限制*=: 阿格明∈R限制→∞RT,w=, (A.3)命题2的证明与命题3的证明相似。在下文中,我们提供了命题3证明的草图。命题3的证明。设rT,1=E(yT-^yT,1),rT,1=E(yT-^yT,2)和rT,w=E(yT-^yT,w)分别是时间T时预报员1、预报员2和组合预报的逐点预报风险。我们将首先验证在限制条件Θ={w:w+w=1}下,rT+1,1=σ1+T- 2.+ σXβ+σXβE^ρσX^σX- 2ρσXσXβE^ρσX^σX,rT+1,2=σ1+T- 2.+ σXβ+σXβE^ρσX^σX- 2ρσXσXβE^ρσX^σX, andrT+1,w=σ(1- W- w) +wrT+1,1+wrT+1,2+2wwρσXσXββ1+E(^ρ)- σXβE^ρσX^σX- σXβE^ρσX^σX+ρσXσXσTE^ρσX^σX,其中σXi=qPTt=1xt,i/T是估计的协变量标准偏差(i=1,2),ρ=PTt=1xt,1xt,2T^σX^σXis是估计的协变量相关性。首先,我们有t+1,1=E(yT+1)- xT+1,1^βT+1,1)=EεT+1+xT+1,1β+xT+1,2β-xT+1,1PTt=1xt,1ytPTt=1xt,1= σ+ExT+1,1β+xT+1,2β-xT+1,1PTt=1xt,1(xT,1β+xT,2β+εt)PTt=1xt,1= σ+E(xT+1,2β)+E(xT+1,1β)PTt=1xt,1xt,2PTt=1xt,1+ ExT+1,1(PTt=1xt,1εt)(PTt=1xt,1)- 2 ExT+1,1xT+1,2βPTt=1xT,1xT,2PTt=1xT,1= σ+σXβ+σXβE^ρσX^σX+σT- 2.- 2ρσXσXβE^ρσX^σX.rT+1,2的表达式可以类似地导出。
|