題目一：機器學習和股票投資

内容簡介：借助序貫蒙特卡羅的粒子濾波技術和貝葉斯機器學習方法，本報告将動态狀态空間模型和參數學習引入股票投資決策過程，聯合預測股票市場預期收益和預期風險等隐含狀态變量，通過最大化均值-方差效用函數來優化投資組合和評估相應投資效益。實證研究發現：動态狀态空間模型明顯改善了投資組合績效；條件異方差能更準确地估計股票的預期風險；序貫貝葉斯參數學習方法結合了專家信息，模型時變性和不确定性，能夠及時根據經濟周期的變化調整模型參數，降低模型估計風險，提高投資效益。

報告人：深圳大學  朱福敏  副教授

報告人簡介：深圳市孔雀計劃海外高層次人才。紐約州立大學石溪分校（應用數學與統計系及商學院數量金融項目）國家公派聯合培養博士。數理金融與金融工程方向碩士生導師，研究興趣：金融科技與人工智能等。主持一項國家自然科學基金青年項目、兩項國家稅務總局前沿課題，已發表學術期刊論文20餘篇，包括Studies in Nonlinear Dynamics and Econometrics, Applied and Computational Harmonic Analysis, IEEE Communications Magazine, IEEE Network, Neurocomputing, International Journal of Production Research等10餘篇SCI1區論文，以及《管理科學學報》、《管理世界》等10餘篇管理科學領域A類重要期刊論文。

題目二：基于數據特征驅動和分解集成的我國線上零售額預測研究

内容簡介：根據我國線上零售額月度數據的趨勢性、季節性、不完備性、波動随時間增加等特征，基于“分解-集成”的思想提出了線上零售額預測的DFPI （Decompose-fill-predict-integrate）方法框架。實驗結果表明，本文提出的DFPI預測框架能夠較好地捕捉數據的特征，且較單模型（如LSTM、SVR、ARIMA等）在預測性能上表現更好。

報告人：哈爾濱工程大學  曾能民  副教授

報告人簡介：研究方向為大數據與智能決策等。在《Computers & Industrial Engineering》、《管理科學學報》、《中國管理科學》等期刊上發表或錄用論文十餘篇，其中JCR一區SCI期刊論文3篇，國家自然科學基金委A類期刊論文4篇。主持國家自然科學青年基金1項、黑龍江省自然科學基金1項、黑龍江省社科基金1項、重慶市科研創新項目1項；此外，作為骨幹成員參與工信部國家重大專項項目子課題1項、國家社科重點項目1項、國家自然科學基金4項。

時間：2021年3月8日（周一）晚上7：00開始

地點：騰訊會議（ID：596 203 036）

熱烈歡迎廣大師生參加!

太阳集团1088vip

2021年3月5日