应闽南师范大学数学与统计学院和福建省粒计算及其应用重点实验室邀请，5月26日上午，福州大学刘勇进教授在砺志楼114作了题为《On Wasserstein distributionally robust mean semi-absolute deviation portfolio model: robust selection and efficient computation》的报告。相关师生聆听了此次报告，报告由徐晓泉老师主持。

报告中，刘勇进教授研究了瓦瑟斯坦分布鲁棒均值-低半绝对偏差（DR-MLSAD）模型，其中模糊集被定义为一个以训练样本的经验分布为中心的瓦瑟斯坦球。证明了该模型可以被等价地重新表述为一个凸优化问题。为了确定DR-MLSAD模型的瓦瑟斯坦半径的适当大小，我们引入了一种鲁棒的瓦瑟斯坦轮廓推理（RWPI）方法。此外，提出了一种有效的近端对偶半牛顿（PpdSsn）算法来求解等价的模型。在他的实证分析中，将DR-MLSAD模型与RWPI方法选择的半径与几个基准进行了比较，包括通过交叉验证选择半径的DR-MLSAD模型，MLSAD模型的样本平均近似（SAA），以及使用真实市场数据集的1/N策略。数值实验一致表明，所提出的模型具有优越的样本外性能。此外，刘勇进教授通过与一阶算法和PpdSsn算法的比较，评估了PpdSsn算法的有效性。报告结束后，在座的师生就相关研究问题进行了探讨和交流。

刘勇进，福州大学嘉锡学者特聘教授、博士生导师，福州大学数学与统计学院院长，担任福建省应用数学中心（福州大学）主任。研究兴趣主要包括：最优化理论、方法与应用，大规模数值计算，统计优化等，研究成果在包括Mathematical Programming (Series A)、SIAM Journal on Optimization、SIAM Journal on Scientific Computing等优化与计算领域国际顶级学术期刊上发表。主持国家自然科学基金4项（面上项目3项、青年基金1项），主持教育部、省重点项目等部省级纵向科研项目7项。现任中国数学会理事、中国运筹学会数学规划分会常务理事、中国运筹学会算法软件与应用分会常务理事、中国统计学会理事、中国运筹学会智能工业数据解析与优化分会理事。担任国际期刊Annals of Applied Mathematics编委。