题目一：机器学习和股票投资

内容简介：借助序贯蒙特卡罗的粒子滤波技术和贝叶斯机器学习方法，本报告将动态状态空间模型和参数学习引入股票投资决策过程，联合预测股票市场预期收益和预期风险等隐含状态变量，通过最大化均值-方差效用函数来优化投资组合和评估相应投资效益。实证研究发现：动态状态空间模型明显改善了投资组合绩效；条件异方差能更准确地估计股票的预期风险；序贯贝叶斯参数学习方法结合了专家信息，模型时变性和不确定性，能够及时根据经济周期的变化调整模型参数，降低模型估计风险，提高投资效益。

报告人：深圳大学  朱福敏  副教授

报告人简介：深圳市孔雀计划海外高层次人才。纽约州立大学石溪分校（应用数学与统计系及商学院数量金融项目）国家公派联合培养博士。数理金融与金融工程方向硕士生导师，研究兴趣：金融科技与人工智能等。主持一项国家自然科学基金青年项目、两项国家税务总局前沿课题，已发表学术期刊论文20余篇，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余篇SCI1区论文，以及《管理科学学报》、《管理世界》等10余篇管理科学领域A类重要期刊论文。

题目二：基于数据特征驱动和分解集成的我国线上零售额预测研究

内容简介：根据我国线上零售额月度数据的趋势性、季节性、不完备性、波动随时间增加等特征，基于“分解-集成”的思想提出了线上零售额预测的DFPI （Decompose-fill-predict-integrate）方法框架。实验结果表明，本文提出的DFPI预测框架能够较好地捕捉数据的特征，且较单模型（如LSTM、SVR、ARIMA等）在预测性能上表现更好。

报告人：哈尔滨工程大学  曾能民  副教授

报告人简介：研究方向为大数据与智能决策等。在《Computers & Industrial Engineering》、《管理科学学报》、《中国管理科学》等期刊上发表或录用论文十余篇，其中JCR一区SCI期刊论文3篇，国家自然科学基金委A类期刊论文4篇。主持国家自然科学青年基金1项、黑龙江省自然科学基金1项、黑龙江省社科基金1项、重庆市科研创新项目1项；此外，作为骨干成员参与工信部国家重大专项项目子课题1项、国家社科重点项目1项、国家自然科学基金4项。

时间：2021年3月8日（周一）晚上7：00开始

地点：腾讯会议（ID：596 203 036）

热烈欢迎广大师生参加!

信息科学技术学院

2021年3月5日