用于投资组合估值和风险的核机器学习

Res.，11:905–9342010。4【RCR17】亚历山德罗·鲁迪、路易吉·卡拉蒂诺和洛伦佐·罗萨斯科。Falkon：一种最优的大规模核方法。在I.Guyon、U.V.Luxburg、S.Bengio、H.Wallach、R.Fergus、S.Vishwanathan和R.Garnett中，编辑，《神经信息处理系统进展》，第30卷，第3888–3898页。Curran Associates，Inc.，2017年。18【RL16】J.Risk和M.Ludkovski。用于定价和对冲长寿风险产品的统计模拟器。保险数学。经济体。，68:45–60, 2016. Jimmy Risk和Michael Ludkovski。用于投资组合尾部风险度量的序列设计和空间建模。暹罗J.金融数学。，9(4):1137–1174, 2018. 4【RR07】阿里·拉希米和本杰明·雷希特。大型内核机器的随机特征。《第20届神经信息处理系统国际会议论文集》，NIPS\'07，第1177–1184页，美国纽约州红钩市，2007年。Curran Associates股份有限公司18【RS17】Abhishake Rastogi和Sivananthan Sampath。一般源条件下正则化学习算法的最优速率。《应用数学和统计学前沿》，3:32017。4、9、33【RW06】CE。拉斯穆森和CKI。威廉姆斯。机器学习的高斯过程。自适应计算和机器学习。麻省理工学院出版社，马萨诸塞州剑桥，美国，2006年1月。13【RY94】丹尼尔·雷沃兹和马克·约尔。《连续鞅和布朗运动》，Rundlehren der Mathematischen Wissenschaften《数学科学基本原理》第293卷。Springer Verlag，柏林，第二版，1994年。2【Sat99】Ken iti Sato。《列维过程和不完全可分分布》，剑桥高等数学研究院第68卷。剑桥大学出版社，剑桥，1999年。翻译自1990年日文原文，由作者修订。10、11【SC08】英戈·斯坦瓦特和安德烈亚斯·克里斯特曼。支持向量机。信息科学与统计。

斯普林格，纽约，2008年。4、20【SFL10】Bharath Sriperumbudur、Kenji Fukumizu和Gert Lanckriet。关于测度的普适性、特征核与rkhs嵌入的关系。2010年5月13日至15日，意大利撒丁岛Chia Laguna Resort，Yee Whye Teh和MikeTitterington主编，《第十三届国际艺术情报与统计会议论文集》，机器学习研究论文集第9卷，第773-780页。PMLR。6、24[SGF+10]巴拉斯·K·斯里普伦布杜、阿瑟·格雷顿、福水健二、伯恩哈德·朔尔科夫和格特·R·G·兰克里特。希尔伯特空间嵌入与概率测度度量。J、 马赫数。学Res.，11:1517–15612010年8月。6、10【SS00】亚历克斯·J·斯莫拉和伯恩哈德·斯科尔科夫。机器学习的稀疏贪婪矩阵近似。第911–918页。摩根·考夫曼，2000年。18【SS02】B.Scholkopf和AJ。斯莫拉。核学习：支持向量机、正则化、优化等。自适应计算和机器学习。麻省理工学院出版社，马萨诸塞州剑桥，美国，2002年12月。4【SS05】英戈·斯坦瓦特和克林特·斯科维尔。支持向量机的快速率。《学习理论》第3559卷《计算机课堂讲稿》。Sci。，第279-294页。柏林斯普林格，2005年。9[SS12]Ingo Steinwart和Clint Scovel。一般域上的默瑟定理：关于测度、核和RKHSs之间的相互作用。施工。约35（3）：363–4172012年。4、5、22【SSM98】伯恩哈德·斯科尔科夫（BernhardSch¨olkopf）、亚历山大·斯莫拉（AlexanderSmola）和克劳斯·罗伯特·穆勒（KlausRobertM¨uller）。非线性分量分析是一个核特征值问题。神经计算，10（5）：1299–13191998。4[Ste02]Ingo Steinwart。关于核对支持向量机一致性的影响。J、 马赫数。学第2（1）号决议：第67–93页，2002年。6【Sun05】孙宏伟。非紧集上RKHS的Mercer定理。J、 复杂性，21（3）：337–3492005。4【SZ07】史蒂夫·斯梅尔和丁宣周。

学习理论通过积分算子及其近似进行估计。施工。约26（2）：153–172，2007年。9【WM97】D.H.Wolpert和W.G.Macready。没有免费的优化午餐定理。变速箱。进化。Comp，1（1）：67–821997年4月。32[WS01]克里斯托弗·威廉姆斯和马蒂亚斯·西格。使用nystrom方法来加速kernelmachines。T.Leen、T.Dieterich和V.Tresp，《神经信息处理系统进展》，第13卷，第682-688页。麻省理工学院出版社，2001年。18【WYZ06】吴强、Yiming Ying、丁宣周。最小二乘正则化回归的学习率。建立计算机。数学6(2):171–192, 2006. 4、9【WYZ07】吴强、Yiming Ying和丁宣周。多核正则化分类器。J、 复杂性，23（1）：108–134，2007年。9【WZ06】吴强和丁宣周。支持向量机分类分析。J、 计算机。肛门。应用程序。，8(2):99–119, 2006. 9【ZF13】Anastasios Zouzias和Nikolaos M.Freris。求解最小二乘法的随机扩展Kaczmarz。暹罗J.矩阵分析。应用程序。，34(2):773–793, 2013. 28