BIMSA

·近年来，随着多模态大数据、可信人工智能及其他高新科技的快速发展，量化交易在全球资产配置中的应用及其作用更加凸显。
·本课程的主要目的是让研究生能够从数学和统计学基础、金融市场微观结构、算法及其优化等角度深入理解量化交易的基本理论及其应用。从理论和技术层面学习和掌握量化交易的数理模型、核心算法、优化技术以及交易策略等，并着力培养研究生对量化交易的建模能力和实践技能。
·课程核心内容包括以多模态大数据（含另类数据）为基础，探究基于深度学习、强化学习、自然语言处理等技术的量化交易建模理论与方法，构建基于股票、债券、商品、期权等市场的量化选股、择时、套利及其组合策略，同时追踪高新科技与量化交易前沿理论与技术，对量化交易的工具、范式和策略进行重构与优化。
·课程适用于有较高数理水平与编程能力的硕士和博士研究生。

2024年03月08日至 07月12日

Weekday	Time	Venue	Online	ID	Password
周五	09:50 - 12:15	A3-3-201	ZOOM 04	482 240 1589	BIMSA

投资学、金融数学、深度学习

Graduate

不公开

中文

刘庆富，北京雁栖湖应用数学研究院兼职教授，复旦大学经济学院金融学教授、博士生导师。东南大学管理科学与工程博士、复旦大学金融学博士后、美国斯坦福大学访问学者，2017入选“上海市浦江人才”计划。现任复旦-斯坦福中国金融科技与安全研究院执行院长，复旦-中植大数据金融与投资研究院学术副院长，上海市金融大数据联合创新实验室副主任。主要研究兴趣为金融科技、大数据金融、衍生金融工具、量化投资、科技监管、绿色金融及不良资产处置等。曾在Journal of Econometrics、Journal of International Money and Finance等国内外重要期刊发表论文100余篇；出版专著三部；主持国家自然科学基金委、科技部、教育部等课题20余项。研究成果多次获得会议最佳论文奖或一等奖，学术观点和访谈也被多家主流媒体刊登和转载。此外，还开设《金融大数据分析》、《量化交易》、《随机过程与随机分析》、《金融时间序列分析与软件应用》和《高级计量经济学》等课程。