高维近似因子模型框架下的多重检验及其应用

项目名称： 高维近似因子模型框架下的多重检验及其应用

项目编号： No.11401482

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 数理科学和化学

项目作者： 兰伟

作者单位： 西南财经大学

项目金额： 22万元

中文摘要： 多重检验是一种有效的从大型数据中提取信息的方法，广泛的运用于经济学、金融学以及生物基因领域。由于其广泛适用性，从Benjamini and Hochberg (1995)提出了多重检验中的fasle discovery rate (FDR)控制方法开始， 如何在统计检验量之间存在相关性时考虑多重检验中FDR的控制就成为研究的热点和难点。本课题以多重检验的FDR控制为目的，通过近似因子模型来刻画个体数据间的相关性，在高维近似因子模型的框架下探讨了多重检验中的FDR控制问题。对于不同的检验问题，试图在个体数据之间存在相关性时一致的将FDR控制在给定水平。特别的，根据实际应用的不同，本项目分成两个子课题分别探讨了高维近似因子模型框架下的多重检验在基金选择(fund selection)以及配对交易(pairs trading)中的应用，以及由此对应的模型设定、理论框架分析和模型的拓展分析。

中文关键词： 基金选择；配对交易；网络数据；高维数据；假设检验

英文摘要： Multiple test is an effective method that widely used in many scientific fields including economics, finance and gene biology for the purpose of information summarizing. Due to its practical usefulness, since the pioneering work of Benjamini and Hochberg

英文关键词： Mutual Fund Selection；Pairs Trading；Social Network Data；High Dimensional Data；Hypothesis Testing