《经济学中的优化方法》教学大纲.docxVIP

《经济学中的优化方法》教学大纲 适用范围：2018版本科人才培养方案 课程代码课程性质：专业选修课 学 分：3学分 学 时：48学时（其中：理论32学时，实验16学时） 先修课程：高等数学、线性代数、Matlab程序设计等 后续课程：证券投资学、期货与期权、量化投资与Matlab等 适用专业：金融数学本科专业 教 材：《金融优化基础》，张清邦著，清华大学出版社，2017.2 开课单位：基础部 一、课程的性质与任务 课程性质：本课程是金融数学专业本科学生的专业选修课。 课程任务：主要讨论无约束最优化和约束最优化问题的理论、算法及其在金融领域的应用。通过本课程的学习，使学生掌握最优化问题的基本理论和各种算法，提高学生应用数学理论与方法分析、解决实际问题（尤其是金融问题）的能力以及计算机应用能力，同时为学习后续课程打下必要的基础。 二、课程的基本内容及要求 （一）最优化及金融学中的基本模型 1．课程教学内容 （1）最优化及金融学中的基本模型。 2．课程重点难点 重点: 金融优化模型。 难点: 金融优化模型。 3．课程教学要求 （1）了解最优化的数学模型； （2）了解金融优化的概念及金融中的基本模型。 （二）多元函数分析 1．课程教学内容 （1）范数与集合； （2）函数的连续性； （3）函数的可微性。 2．课程重点难点 重点: 2-范数；下半连续；梯度与方向导数的概念。 难点: 下半连续的概念及性质。 3．课程教学要求 （1）理解集合的内部、相对内部、闭包及紧集的概念； （2）理解函数上半连续和下半连续的概念； （3）理解多元函数的导数、方向导数的概念； （4）掌握范数的定义及性质，函数下半连续的性质，多元函数的Taylor展开式及导数与方向导数的性质。 （三）凸分析基础 1．课程教学内容 （1）凸集； （2）凸函数； （3）共轭函数； （4）锥与极锥； （5）次梯度。 2．课程重点难点 重点: 凸集、凸函数的概念与性质；次梯度的概念与性质。 难点: 共轭函数的概念与性质；锥与极锥的概念。 3．课程教学要求 （1）了解锥与极锥的概念； （2）理解并掌握凸集、凸函数的定义与性质，共轭函数的概念与性质； （3）掌握次梯度的概念与性质。 （四）无约束优化理论与方法 1．课程教学内容 （1）最优性条件； （2）局部解的迭代算法； （3）CVaR与极小化CVaR。 2．课程重点难点 重点:最优性条件；局部解的迭代算法（线搜索法、最速下降法、牛顿法、共轭梯度法）。 难点: 局部解的迭代算法； CVaR的定义及求解方法。 3．课程教学要求 （1）了解CVaR的定义； （2）理解并掌握无约束优化问题的最优性条件，局部解的迭代算法，CVaR的求解方法。 （五）约束优化理论与方法 1．课程教学内容 （1）最优性条件； （2）对偶理论； （3）罚函数法； （4）极小极大定理与最坏Sharpe率的最大值问题。 2．课程重点难点 重点: 约束优化问题的最优性条件；对偶理论（鞍点定理、Lagrange定理）。 难点: 罚函数法（内点法、外点法、乘子法）；最坏Sharpe率的最大值问题求解。 3．课程教学要求 （1）了解最坏Sharpe率的最大值问题的求解，对偶理论在金融问题中的应用，应用Matlab求解约束优化问题； （2）理解并掌握约束优化问题（等式约束、不等式约束、混合约束）的最优性条件； （3）理解并掌握非线性约束优化问题的对偶理论，罚函数法的算法思想。 课程学时分配 教学章节 理论 实践（验） 讨论、习题 一、最优化及金融学中的基本模型 2 二、多元函数分析 4 三、凸分析基础 6 2 四、无约束优化理论与方法 8 8 五、约束优化理论与方法 10 8 总 计 30 16 2 四、课程考核方式与要求 考核方式：本课程主要以作业评价、课内实验、阶段测验、期末考试等方式对学生进行考核评价。 考核基本要求：考核总成绩由期末试卷成绩和过程性评价成绩组成。其中：期末试卷成绩为100分（权重60%），试题类型为填空题、选择题、计算题和综合题等类型，试卷中基本知识、基本理论、基本技能的试题不超过50%，综合应用题、分析题不低于50%；作业评价、课内实验、阶段测验等过程性评价成绩为100分（权重40%）；过程性评价和考试试题分值分配应与教学大纲各章节的学时基本成比例。 五、课程资源库 1.马昌凤. 最优化方法及其Matlab程序设计.科学出版社.2010. 2.高岩. 非光滑优化(第二版).科学出版社.2018. 3.Boyd S, Vandenderghe L. Convex Optimization. Cambridge University Press.2004. 4.陈宝林. 最优化理论与算法.清华大学出版社.2002.