第56期:Extraction of multi-scale features in financial time series and its applications

发布者:朱竹青发布时间:2022-04-06浏览次数:10

报告题目:“Extraction of multi-scale features in financial time series and its applications”金融时间序列多尺度特征挖掘及其应用 

报告时间:2022年4月11日 上午10点 

内容简介:金融时间序列的多尺度特征挖掘是金融工程领域的前沿研究课题之一,本报告将系统全面地介绍目前常用的金融时间序列多尺度特征挖掘方法,包括EMD族数据分解方法、WD小波分解算法、VMD数据分解方法、EWT数据分解算法以及BEMD二维经验模态分解算法等,并且介绍金融时间序列多尺度特征挖掘在三个方面的应用:金融时间序列的多尺度组合预测(Multi-scale combination forecasting);金融市场间多尺度联动性分析(Multi-scale comovement);金融市场间多尺度风险溢出效应分析(Multi-scale risk spillover),并将详细介绍这个三大应用场景的建模框架及实证分析范式。

主讲人简介:崔金鑫,浙江工商大学国际商学院助理教授,研究方向:金融市场复杂系统建模、能源金融、金融风险管理,在《 Energy 》、《 Journal of Cleaner Production 》、《 Journal of Systems Science and Complexity 》、《 Journal of Systems Science and Information 》、《系统工程学报》、《国际金融研究》、《系统科学与数学》等期刊发表十余篇论文,同时担任《Energy》、《Energy Economics》、 《Emerging Markets Finance and Trade》、《Review of Development Economics》、《Egyptian Journal of Petroleum》等国际学术期刊匿名审稿人。