A Generalized Ridge Regression and Convolutional LASSO
广义岭回归与卷积LASSOAI 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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接讨论HP滤波、趋势提取与增长区间变化，支持时间序列分类；股价示例未涉及收益预测或资产定价。
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
广义岭回归与卷积LASSO
- 研究问题
- HP滤波器的秩亏惩罚如何产生等价趋势表示？能否平滑稀疏趋势滤波的非光滑目标，同时保留其识别拐点的能力？
- 方法与思路
- 作者通过广义逆构造两种规范表示并研究对偶关系，再以紧支撑双权核平滑非光滑趋势滤波，提出卷积LASSO。
- 材料陈述的贡献
- 摘要称证明趋势对表示选择不变，给出表示差异的散度及其极限，并提出支持牛顿型二次收敛的三阶连续可微方法。
- 阅读关注点
- 应核对表示不变性与散度比较的对象、平滑参数对拐点识别的影响，以及收敛保证和股价基准比较的具体条件。
- 阅读边界
- 这是arXiv预印本，不能据此声称已同行评审或期刊接收。摘要未给出收敛条件与比较数值，所谓真实增长断点仍需核验。
原文摘要
We derive the complete duality theory underlying the Hodrick--Prescott filter, whose rank-deficient second-difference penalty admits infinitely many equivalent trend representations via generalized inverses. Constructing two canonical choices---the Moore--Penrose-based \emph{B-representation} and an alternative \emph{A-representation}---we prove that the extracted trend is invariant across representations, obtain a closed-form Bregman-type divergence quantifying their disagreement under a shared coefficient vector, and show this divergence vanishes as $λ\to\infty$. We further mollify the non-smooth $\ell_1$ trend filter with a compactly supported biweight kernel to obtain a closed-form $C^3$ \emph{Convolutional LASSO} that restores Newton-type quadratic convergence without sacrificing the kink- setecting character of $\ell_1$ regularization. Theoretical results are verified numerically and benchmarked against ADMM/IRLS on NVIDIA's 2013--2018 daily closing prices, where the sparse filter isolates genuine growth-regime breaks---chiefly the November 2016 post-earnings acceleration---cleanly separated from the smooth $L_2$ trend.