研究方向
大数据分析-多因子预测数字货币波动率 近年来，数字货币作为一种新型金融产品由于其极高的波动率引起了全球二级市场投资者的关注。由于数字货币7*24h的全天候交易特征，其数据量远超其他同类标的，如何本通过统计学的方法对庞大的交易数据进行挖掘并构建相应的预测模型一直饱受研究者的关注。在众多量化金融领域常见的时间序列模型中，多因子预测波动率是最为常见的模型之一，其预测特性与因子的筛选和模型的选择息息相关。就因子筛选而言，理论上的时间序列组合可以有无穷多种，如何挑选出有效的因子是预测模型有效的核心。而对模型而言，除了常见的线性回归模型（最小二乘法，Lasso Ridge, 梯度下降）外，机器学习模型（如 决策树、Xgboost, 卷积神经网络）也能够适用，并在许多场景被严重性能由于传统的统计模型。本文给出了一种搜寻因子的统计度量方案以及对不同的因子整合模型进行了对比，并选取ETH为样例说明了方案的可行性和展示了不同模型的特征。
相关学科
计算机科学技术、经济金融学
科研导师
Y. W
- 中国科学院大学上海光机所光学博士，本科毕业于中科大少年班学院应用物理和工商管理双学位；
- 博士和本科期间曾多次荣获国家级、中科院、校级奖学金；
- 研究方向为光学，激光科学，可控核聚变，大数据金融等；
- 发表数10篇SCI论文，累积引用70余次。
科研成果
成果一：在英文期刊中发表学术论文
有方学者项目能够为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。
成果二：第一作者身份
有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。
成果三：独一无二的课题
有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，每个学生的研究内容具有差异性。
成果四：顶尖院校导师的推荐信
有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，影响着推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。
成果五：高效备战具有高影响力、高含金量的科研竞赛
学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。
了解更多详情
请扫描二维码
关注「有方背景提升」
