美國次貸危機和歐元區(qū)金融危機的出現(xiàn)，表明金融資產(chǎn)價格大幅下跌、金融機構倒閉及金融市場收益率暴跌，這樣的極端事件并非不可能發(fā)生。雖然這些極端事件發(fā)生的概率很小，但危害巨大，不僅嚴重傷害投資者的利益，而且會危及實體經(jīng)濟，加重經(jīng)濟恢復的困難程度。如何降低金融市場重大危機發(fā)生的概率，不僅僅是學者的研究內(nèi)容，而是逐漸成為投資者在實際投資活動中需要考慮的問題。
我國金融市場雖然起步較晚，但發(fā)展迅速。隨著金融全球化的進一步深入，我國金融市場發(fā)生風險的概率也會相應增加。我國的金融市場需要進一步加強金融風險研判及重點領域風險防控，完善金融風險監(jiān)測、評估、預警和處置體系，要堅決打好防范化解資本市場重大風險攻堅戰(zhàn)，堅決守住不發(fā)生系統(tǒng)性風險的底線。在這個重要的歷史關口，《基于統(tǒng)計學習理論的安全第一投資組合選擇》一書，圍繞如何控制我國金融市場上投資者的災難性風險問題進行了深入研究。
書作者首先研究了統(tǒng)計學習理論在安全第一投資組合選擇中的適用性問題，從風險泛函最小化的角度，在安全第一投資組合選擇和機器學習問題之間構建了聯(lián)系的橋梁，論證了處理機器學習問題的統(tǒng)計學習理論與安全第一投資組合選擇之間的關系，為將統(tǒng)計學習理論應用于金融投資領域掃清了理論障礙。并分別基于統(tǒng)計學習理論中推廣能力的界、結構風險最小化原則和支持向量機，研究了安全第一投資組合選擇問題。順著作者的研究思路，讀者就能較容易地發(fā)掘出作者研究的重點和觀點，能從統(tǒng)計學習理論的視角，探討如何防范金融市場上投資重大損失的問題。
本書在對所研究問題進行論證時，綜合采用了多學科知識（包括管理學、機器學習、最優(yōu)化理論、統(tǒng)計學、金融學等）和多種研究方法（包括文獻研究法、對比研究法、實證研究法等），使得對問題的剖析深入、論證有力。如在對歷史收益率樣本量與模型推廣能力關系的論證上，作者系統(tǒng)全面地梳理了現(xiàn)有安全第一投資組合優(yōu)化模型的國內(nèi)外研究進展；從模型的理論依據(jù)上指出樣本量較少對模型推廣能力的影響，理論上證實了樣本量較少對模型推廣能力的削弱作用。為使得這一論證更加具有說服力，書作者又結合國內(nèi)外實際金融市場上的股票收益率數(shù)據(jù)，論證了樣本量較少對模型推廣能力的消極影響。正是作者在學術研究上方法科學，論證嚴密，因而從整體上提升了本書的學術層次。
除了研究思路清晰和論證嚴謹有力外，本書最為突出的特點是實用性強。眾所周知，投資組合優(yōu)化模型的樣本外表現(xiàn)，是衡量模型實用性的重要指標，某些優(yōu)化模型往往存在樣本內(nèi)表現(xiàn)佳，而樣本外表現(xiàn)差的“內(nèi)外有別”問題，實際應用效果往往不理想，這極大削弱了投資組合優(yōu)化模型的可應用性。該書著力解決了上述問題，從理論上分析了模型樣本外表現(xiàn)差的原因，基于統(tǒng)計學習理論構建了新的安全第一投資組合優(yōu)化模型。理論分析和實證研究表明，以上模型克服了現(xiàn)有模型樣本外表現(xiàn)差的問題，增強了安全第一準則的實用性，豐富完善了安全第一投資組合優(yōu)化理論。
中央強調，防止發(fā)生系統(tǒng)性金融風險是金融工作的永恒主題，要把主動防范化解系統(tǒng)性金融風險放在更加重要的位置。本書為化解金融市場的重大風險提供了一種新方法，同時也為從事管理科學與工程、金融工程、機器學習、應用數(shù)學等學科領域研究的科研人員提供重要參考。
