美国金融经济学研究：数据科学与时间序列模型的应用
2023-12-13 16:42:43美国金融经济学研究：数据科学与时间序列模型的应用
2023-12-13 16:42:43项目基本信息
专业类别
商科
参加形式
线上
适合人群
高中生/大学生：应用数学、金融经济学、宏观经济学、计量经济学、金融数据分析、股票投资、商业分析等专业或希望修读相关专业的学生；学生需具备随机变量、概率论等相关知识并熟练掌握R语言。
导师介绍
Peter
麻省理工学院 (MIT)终身教职
Peter 导师以优异的成绩获得哈佛大学(Harvard University)应用数学学士学位，并当选为Phi Beta Kappa Alpha Chapter的成员。后续他攻读统计学，获得了帝国理工学院(Imperial College London)的硕士学位以及加州大学伯克利分校(University of California Berkeley)的博士学位。Peter 曾任哈佛大学统计系教授，任教期间获得了美国国家科学基金会的博士后数学科学研究奖学金。随后成为麻省理工学院Sloan管理学院终
项目背景
时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。时间序列法是一种定量预测方法，亦称简单外延方法，在统计学中作为一种常用的预测手段被广泛应用。时间序列分析在第二次世界大战前应用于经济预测。二次大战中和战后，在军事科学、空间科学、气象预报和工业自动化等部门的应用更加广泛。时间序列分析(Time series analysis)是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。时间序列构成要素是：现象所属的时间，反映现象发展水平的指标数值。
项目大纲
1.时间序列分析导论 Introduction to Time Series Analysis
2.时间序列模型;金融时间序列 Simple Time Series Models; financial time series
3.预估噪声序列的时间序列相关性检验固定的流程 Testing estimated noise sequences for time series dependence; stationary processes
4.回归(AR)、移动平均(MA)和ARMA模型 ;模型选择和预测 Auto-regression (AR), moving average (MA), and ARMA models;model selection and forecasting
5.学术研讨1 Final Project Phase I
6.学术研讨1 Final Project Phase II
7.项目回顾和成果展示 Program Review and Presentation
8.论文辅导Project Deliverables Tutoring
课时安排
7周在线小组科研学习+5周不限时论文指导学习
报名方式
项目收获
1、项目报告
2、优秀学员获主导师Reference Letter
3、EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导（可用于申请）
4、 结业证书
