Inference on estimators defined by mathematical programming
由数学规划定义的估计量的统计推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要核心是数学规划解的通用统计推断，投资组合选择应用未提供所列金融细分方向的充分依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
由数学规划定义的估计量的统计推断
- 研究问题
- 当线性或凸二次规划的目标函数和约束系数均由数据估计时，如何对规划解开展推断，并处理最优解可能不唯一的问题？
- 方法与思路
- 作者将刻画规划解的 Karush–Kuhn–Tucker 条件视为矩条件，把约束优化解的非标准推断转化为带预估系数的不等式推断。
- 材料陈述的贡献
- 摘要称，所提程序适用于唯一解与多解情形；投资组合选择应用表明，所得置信集合可能非凸，并呈现低维流形的形式。
- 阅读关注点
- 应核对最优性条件与矩不等式的对应关系、预估系数误差如何进入推断、多解情况下的覆盖对象，以及非凸置信集合的计算方法。
- 阅读边界
- 仅据所给出版社摘要，无法判断覆盖保证的具体形式、约束正则性要求或计算成本；投资组合应用不足以证明方法属于资产定价或收益预测。
原文摘要
We propose an inference procedure for a class of estimators defined as the solutions to linear and convex quadratic programming problems in which the coefficients in both the objective function and the constraints of the problem are estimated from data and hence involve sampling error. We argue that the Karush–Kuhn–Tucker conditions that characterize the solutions to these programming problems can be treated as moment conditions; by doing so, we transform the problem of inference on the solution to a constrained optimization problem (which is non-standard) into one involving inference on inequalities with pre-estimated coefficients, which is better understood. Our approach is valid regardless of whether the problem has a unique solution or multiple solutions. We apply our method to various portfolio selection models, in which the confidence sets can be non-convex, lower-dimensional manifolds.