近日，我院商業數據系宋玉平副教授作為第一作者與21級經濟統計學研究生蔡淳淳、21級金融學(拔尖人才實驗班)本科生馬德祥以及山東大學李琛博士合作撰寫的論文“Modelling and Forecasting High-Frequency Data with Jumps Based on a Hybrid Nonparametric Regression and LSTM model” 在Expert Systems with Applications期刊在線發表。Expert Systems with Applications是人工智能和計算機科學等領域的TOP期刊，中科院一區TOP，JCR/Q1，Google Scholar上的H指數排名人工智能類期刊第五位，影響因子為8.5。
論文摘要： 高頻金融數據具有跳躍性、長記憶性、高度非線性和非平穩性等特點，使得低頻數據的預測方法不再适用。因此，對來自于金融市場的高頻數據進行預測是金融統計實際應用中的重要組成部分。本文将非參數回歸計量模型與LSTM 深度學習模型相結合，對金融市場中的股價高頻數據進行預測。我們首先采用非參數自回歸的方法對高頻數據進行拟合，然後利用LSTM 模型對誤差進行修正。我們首先把本文提出的方法對帶跳擴散模型産生的高頻數據進行模拟驗證，驗證方法預測效果良好，然後對中國滬深300 指數、中國平安銀行個股、英國富時100 指數、美國标準普爾500 指數等4個不同的高頻金融實際數據集，在7個評價标準下驗證了我們提出的混合模型的預測準确性和普遍适用性。
作者簡介： 宋玉平 浙江大學數理統計博士，研究方向：金融大數據分析；人工智能應用研究。主持（結項）國家青年項目、教育部青年項目及全國統計科學重點項目各一項；以第一作者（通訊作者）在中國科學（英文版）、Scandinavian Journal of Statistics、Journal of Time Series Analysis、Expert Systems with Applications、Journal of Forecasting及中國軟科學等國内外SCI、SSCI與CSSCI期刊發表論文數十篇。2021及2023年指導本科生獲得美國大學生數學建模競賽一等獎；2021年指導研究生獲得MathorCup高校數學建模挑戰賽一等獎；2022指導研究生獲得“華為杯”全國研究生數學建模競賽一等獎；2023指導本科生獲得“正大杯”第十三屆全國大學生市場調查與分析大賽國家三等獎；2023年指導本科生獲得第九屆全國大學生統計建模大賽上海市二等獎；指導本科生一作發表兩篇SSCI論文（JCR一區&二區）、多位本科生大創國家級及市級立項并結項、互聯網+校賽銅獎等。曾就職于大型物流公司從事高級數據分析師及大型券商公司從事量化分析。
回到頂部