课题名称 人工智能技术的指数增长和不断增加的数据生成正在从根本上改变行业和个人企业的运营方式。从本质上讲,金融服务行业被认为是数据最密集的行业之一,代表着以有用的方式处理、分析和利用数据的独特机会。传统上,数字处理是由人类完成的,决策是基于计算出的风险和趋势得出的推论。然而,近年来,这种功能被计算机所取代。因此,金融领域的大数据技术市场潜力巨大,是最有前途的市场之一。 项目内容涉及金融数学、人工智能等多交叉领域内的知识,教授将从基本的金融衍生品定价原理逐步深入到金融市场中的大规模数据处理与建模,并在此基础上利用人工智能等机器学习技术完成如资产管理、风险预测、欺诈交易行为检测等新兴金融技术。学生将自选其中之一典型应用场景、开发Python程序,在项目结束时提交项目报告,进行成果展示。 ● 大学生及以上 ● 金融工程、量化金融、金融数学相关专业,以及对金融工程、量化分析、计算机、风险管理、量化投资和商业分析工作感兴趣的同学;学生需要具备Python编程基础 Miquel导师现任纽约大学Stern商学院教授、Global AI 开发主管、国际能源论坛创新科技主管、西班牙高等管理学院(ESADE)金融大数据方向教授。曾任哥伦比亚大学资产配置和金融大数据方向客座副教授。曾任瑞银集团(UBS)执行总裁(Executive Director)、安道尔银行CIO和首席投资顾问。研究领域包括商业分析、资产配置、大数据、机器学习在交易算法和金融科技中的应用。Miquel导师是一位商业分析与金融大数据领域的资深专家以及在资产管理方面拥有20多年经验的金融市场从业者。 纽约大学(New York University)简称“NYU”,毕业生综合就业能力排名世界第11位,极受雇主认可。被列为25所新常春藤名校之一。纽约大学在哲学、数学、会计与金融、法律、表演艺术、计算机科学等多个优势学科拥有世界顶尖的学术资源。斯特恩商学院 (Leonard N. Stern School of Business) 是蜚声世界的著名商学院,金融、商科等专业连续排名全美前三。 ● 金融工程概述 ● 金融时间序列模型 ● 期权等金融衍生品及其涉及到的数学理论 ● 资产管理中的风险规避与量化投融资 ● 机器学习模型与股票市场预测 ● 学术研讨1:教授与各组学生探讨并评估个性化研究课题可行性,帮助学生明晰后续科研思路 ● 学术研讨2:学生将在本周课前完成程序设计原型(prototype)及伪代码(Pseudocode),教授将根据各组进度进行个性化指导,确保学生优质的终期课题产出 ● 项目成果展示 |
|
来自: shenhaoyun > 《科研 项目和暑研机会》