MIT金融數(shù)學科研項目：時間序列模型在金融市場中的應用與R語言實踐
2025-04-30 10:56:58項目基本信息
專業(yè)類別
理工
參加形式
線上
適合人群
適合金融數(shù)學、金融經濟學、宏觀經濟學、計量經濟學、金融數(shù)據(jù)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語言的高中生及大學生人群。
導師介紹
Peter
MIT終身教授
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管理學院終身教授兼首席研究科學家，在經濟和管理科學計算研究中心(CCREMS)和國際金融服務研究中心(IFSRC)進行研究。他是風險管理項目組的積極成員，并開發(fā)了納入行業(yè)標準RiskMetrics方法論的分析方法?，F(xiàn)為麻省理工學院數(shù)學系金融數(shù)學與統(tǒng)計講師。2014年在北京交通大學全球暑期學校任教期間，被聘為計算機與信息技術學院特聘教授。
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(jù)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(jù)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
一、項目全稱
金融數(shù)學專題：時間序列模型在金融市場中的應用與R語言實踐 以AR/MA/ARMA等模型為例
二、項目簡介
本項目將向學生介紹金融數(shù)學中時間序列分析的基本方法和模型，以及在金融市場和股票投資領域的應用。利用多階段指數(shù)平滑，重要的趨勢和季節(jié)性模型得到了更好的發(fā)展和應用。項目中介紹了用于固定時間序列(自回歸、移動平均線)的 Box-Jenkins 模型，包括估計、順序選擇和預測方法。學生們將從互聯(lián)網上收集現(xiàn)實世界的時間序列數(shù)據(jù)，并使用項目中涵蓋的方法進行分析。
三、課程大綱
時間序列分析導論(Introduction to Time Series Analysis)
時間序列模型;金融時間序列(Simple Time Series Models; financial time series)
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)
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)
學術研討1(Final Project Phase I)
學術研討1(Final Project Phase II)
項目回顧和成果展示(Program Review and Presentation)
論文輔導(Project Deliverables Tutoring)
四、開課時間
2025年7月12日
課時安排
12周時間安排
報名方式
項目收獲
1、教授推薦信
2、EI/CPCI會議論文發(fā)表
3、成績單
4、結業(yè)證書
