近日，信息科学技术学院、广东省数量金融大数据工程技术研究中心、智能数据安全实验室赖兆荣课题组撰写的论文“Loss Control with Rank-one Covariance Estimate for Short-term Portfolio Optimization”被计算机领域的国际顶级期刊《Journal of Machine Learning Research》(简称JMLR)录用。其中，暨南大学为唯一单位，数学系副教授赖兆荣为第一作者兼通讯作者，经济学院2018级硕士研究生谭黎明(原数学系本科毕业生)、计算机科学系副教授吴小天、方良达为合作作者。这是赖兆荣继2018年以暨南大学为第一单位在JMLR发表的论文“Short-term Sparse Portfolio Optimization Based on Alternating Direction Method of Multipliers”之后，再度被JMLR录用的论文。这两篇论文是被JMLR录用的为数不多的关于金融科技的论文。

JMLR由麻省理工学院出版社(MIT Press)出版，依托于麻省理工学院的计算机科学与人工智能实验室(MIT CSAIL: MIT Computer Science & Artificial Intelligence Lab)，旨在刊登人工智能与机器学习领域的高质量前沿研究成果，是国际上公认的计算机领域顶级期刊之一，也是中国计算机学会A类推荐的在人工智能与机器学习领域的四大国际顶级期刊之一，最新影响因子为4.091。JMLR对论文的研究动机、理论基础、数学证明、实验结果及语言表达等各个方面都有着极高的要求，审稿过程极为严格。国内一流科研单位每年能在JMLR上独立发表的论文数量极少，因此都把它看作主要的冲击目标之一。

在短期资产组合优化中，一些金融特征量(如期望收益率、协方差等)可能是动态变化的，因此只有少量足够靠近当前时刻的样本可以用作估计。此外，样本数目往往远少于资产数目，而且资产的价比也不一定服从正规的概率分布。这些因素使得用作风险度量的传统协方差估计失效，从而使得资产组合优化系统可能承受严重损失。

在本论文中，赖兆荣课题组提出从算子及算子空间的角度来重新考虑协方差估计的作用，并且在含有观测矩阵的首要秩一切空间上建立一个合适的秩一协方差估计，再进一步建立一个控制投资损失的机制，以提高对瞬时风险结构的捕捉能力。在7个来自世界主要金融市场的，涵盖股票、基金和资产组合的日度或月度数据集上的详尽实验表明该方法在多个风险指标及盈利指标上均取得先进的水平，对下行风险及极端损失的控制尤其良好。

该研究成果依托于我校的广东省数量金融大数据工程技术研究中心和新组建的智能数据安全实验室，得到了我校人才引进科研启动基金、国家自然科学基金青年项目、国家自然科学基金面上项目、中央高校基本科研业务费专项资金及广东省数量金融大数据工程技术研究中心运行费等项目的资助。文章的发表也表明我校和该工程中心的科研水平、青年教师和学生的培养在高水平大学建设战略下得到非常显著的提升。