►►►
科研主题:SMU教授——
基于人工智能的配对交易量化策略
配对交易是起源于20世纪80年代的一种经典市场中性量化投资策略。传统配对交易模型及现今多数相关研究倾向于将配对筛选范围限制在同一行业,便捷高效的同时,也导致大量跨行业间有效配对机会流失。在交易信号设置环节,依照历史经验确定固定阈值作为触发交易的时机是主流思路,却可能由于机械地指导交易而造成不必要的损失。使用机器学习算法在配对选择阶段,打破行业限制,寻找属性相近的股票群,并在交易信号设置阶段,即时利用神经网络模型对价差走势做出预测,判断此处是否为最佳开仓、平仓点。优化后的交易信号较之传统阈值更为智能,能有效改善单次交易的盈利情况,从而提升策略整体收益。本次科研将结合当前技术前沿以及学生的相关经历和需求,展开1v1科研指导服务。此外,学生也可以定制其他专业的科研课题。
特邀
导师

指南者留学特邀导师:刘教授
新加坡管理大学助理教授
量化金融领域专家、10年+金融从业经验
擅长金融与机器学习、强化学习、深度学习等方法的交叉研究
我们的优势
我们的名校科研
其他机构科研
可定制课题
教授1v1指导
完全固定课题
10-20人班课

独立一作论文
共同一作论文
Research论文
Review论文
100%有推荐信
不全都有推荐信
指导老师的EDU邮箱推荐信
指导老师私人邮箱推荐
科研与论文指导是同一个老师
科研与论文指导是不同的老师
可以直接联系到教授
除了zoom外无法联系到教授
科研指导使用汉语
教授讲英文,内容太专业听不懂
你将收获
EI会议论文发表
名校推荐信
全方位助力留学申请
适合人群
留学申请:计划申请金融/数据科学等相关专业的同学
提升背景:希望增加深度学术研究经历,提升独立研究能力的同学
锻炼技能:想要掌握人工智能领域知识,包括Python、机器学习、论文撰写等技能的同学
具体安排
Week 1
Find the Topic
  • 1V1 office hour
  • Find the topic
Week 2
Machine 
Learning
Algorithms I
  • Supervised Learning and Unsupervised Learning
  • Categorical Variable and Continuous Variable
  • Linear Models
Week 3
Machine 
Learning 
Algorithms II
  • Multicollinearity
  • Entropy
  • Decision Tree
Week 4
Machine 
Learning 
Algorithms III
  • Advanced Tree Based Models
  • Neural Network
  • Unstructured Data
Week 5
Data 
Analysis
  • 1V1 office hour
  • Try to analyze the data
Week 6-8
Implementation of 
Machine 
Learning Algorithms
  • 1V1 office hour
  • Apply machine learning algorithms to make predictions.
Week
9-12
Paper
Writing
  • Discussion & Paper Writing
  • Submit Paper   
扫描下方二维码
咨询报名科研项目
继续阅读
阅读原文