美國金融經濟學研究:數(shù)據科學與時間序列模型的應用
2023-12-13 16:42:43項目基本信息

專業(yè)類別
商科

參加形式
線上
適合人群
高中生/大學生:應用數(shù)學、金融經濟學、宏觀經濟學、計量經濟學、金融數(shù)據分析、股票投資、商業(yè)分析等專業(yè)或希望修讀相關專業(yè)的學生;學生需具備隨機變量、概率論等相關知識并熟練掌握R語言。
導師介紹

Peter
麻省理工學院 (MIT)終身教職
Peter 導師以優(yōu)異的成績獲得哈佛大學(Harvard University)應用數(shù)學學士學位,并當選為Phi Beta Kappa Alpha Chapter的成員。后續(xù)他攻讀統(tǒng)計學,獲得了帝國理工學院(Imperial College London)的碩士學位以及加州大學伯克利分校(University of California Berkeley)的博士學位。Peter 曾任哈佛大學統(tǒng)計系教授,任教期間獲得了美國國家科學基金會的博士后數(shù)學科學研究獎學金。隨后成為麻省理工學院Sloan管理學院終
項目背景
時間序列是指將某種現(xiàn)象某一個統(tǒng)計指標在不同時間上的各個數(shù)值,按時間先后順序排列而形成的序列。時間序列法是一種定量預測方法,亦稱簡單外延方法,在統(tǒng)計學中作為一種常用的預測手段被廣泛應用。時間序列分析在第二次世界大戰(zhàn)前應用于經濟預測。二次大戰(zhàn)中和戰(zhàn)后,在軍事科學、空間科學、氣象預報和工業(yè)自動化等部門的應用更加廣泛。時間序列分析(Time series analysis)是一種動態(tài)數(shù)據處理的統(tǒng)計方法。該方法基于隨機過程理論和數(shù)理統(tǒng)計學方法,研究隨機數(shù)據序列所遵從的統(tǒng)計規(guī)律,以用于解決實際問題。時間序列構成要素是:現(xiàn)象所屬的時間,反映現(xiàn)象發(fā)展水平的指標數(shù)值。
項目大綱
1.時間序列分析導論 Introduction to Time Series Analysis
2.時間序列模型;金融時間序列 Simple Time Series Models; financial time series
3.預估噪聲序列的時間序列相關性檢驗固定的流程 Testing estimated noise sequences for time series dependence; stationary processes
4.回歸(AR)、移動平均(MA)和ARMA模型 ;模型選擇和預測 Auto-regression (AR), moving average (MA), and ARMA models;model selection and forecasting
5.學術研討1 Final Project Phase I
6.學術研討1 Final Project Phase II
7.項目回顧和成果展示 Program Review and Presentation
8.論文輔導Project Deliverables Tutoring
課時安排
7周在線小組科研學習+5周不限時論文指導學習
報名方式

項目收獲
1、項目報告
2、優(yōu)秀學員獲主導師Reference Letter
3、EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導(可用于申請)
4、 結業(yè)證書
上一篇: 美國留學:消費者行為學研究項目
下一篇: 美國留學:智慧交通與深度學習研究項目