10月24日-25日,2015年第八届中国R语言会议(南昌会场)暨江西财经大学第一届金融大数据论坛在我校成功举办。本届会议由江西财经大学金融管理国际研究院和统计之都联合主办,江西财经大学财政大数据分析中心协办。
R语言在金融大数据分析领域具有公认的广泛运用前景,本次论坛旨在充分讨论金融大数据对金融行业发展的影响及应对措施。开幕式由金融管理国际研究院严武教授主持。校长助理李良智教授与金融管理国际研究院石劲教授致欢迎辞,代表江财对专家和学者的莅临表示热烈欢迎与诚挚问候,并预祝本届会议取得圆满成功。来自全国各地的专家学者和代表参加了会议。金融学院研究生与部分老师现场聆听了报告。
本次论坛分为24日的主会场和25日的4个分会场。在主会场演讲中,邦德大学精算学院长、金融大数据分析中心主任Terry O'Neill以数据科学领域的精算科学为主题,分析R语言的运用.他在演讲中提到,R语言具有很强的学术性,在许多国家都是有据可查的编程环境。它始于一个核心统计学家用户群,但是现在这些强大的用户群分布在各种各样的学科领域。R已经被很多顶尖的精算行业组织、研究和教学机构所接受。
莫那什大学统计学教授、商务与经济预测中心主任Rob Hyndman教授讲述运用R语言预测时间序列数据,对许多组织机构来说,定期以成千上万的的时间序列进行预测变得越来越普遍。例如,制造企业往往需要每周在数十个地点,对成千上万的产品需求进行预测以计划分配和维护适当的库存股票。Rob Hyndman在报告中描述了可用的最好算法,用以自动预测大型单变量时间序列的集合。
北京大学博士生导师姚远教授的报告是基于R语言的稀疏恢复的动态方法。报告展示了一种新颖的方法利用动态的技术,而不是优化潜力(客观)函数。
下午,Investors Mutual Ltd分析师Michael O’Neil对R语言在交易市场的运用进行分析。报告讲到,出于各种各样的期权交易股票市场波动性的交换, Bollen O’Neill和Whaley (2015)分析了供给和需求的波动。这项研究的目的是利用高频数据确定价格发现发生,以及交易所交易价格波动之间领先/落后的关系是否随着时间的推移发生了变化。接着,邦德大学副教授Garry Khemka分析了客观制定退役决策的影响。最后,堡力山集团总裁李舰发表演讲,并对社会网络等方面的运用进行了分析。社交网络分析(Social Network Analysis,SNA)是在传统的图与网络的理论之上对社交网络数据进行分析的方法,如今已经成了大数据分析不可或缺的一部分。报告介绍了 SNA 的相关知识以及 R中的实现方式,并结合业界常用的Gephi软件进行图形化的操作。此外,还通过案例分享来说明社交网络分析的方法在业界的应用。
25日的分会场包括金融大数据专场、应用于可视化专场、视频专场及统计与机器学习专场。数据科学各个领域的杰出学者和代表发表了27场报告,涵盖了数据科学的各个领域,讨论了数据领域的现状及最新发展。会场现场反响热烈,座无虚席,众多背景各异、行业不同的人以R语言为纽带,共享了一场关于R语言和数据分析的盛会。
此次会议的成功举办,对于迎接大数据时代的到来,有效利用和挖掘海量的金融数据,具有重要意义。同时,这也是我校首届金融大数据论坛,它将使数据背景下的企业和科研高校单位的联系更加紧密。同时,在社会各界的努力下,我校将重新作为一个起点,站在历史的舞台上,为中国的数据科学发展做贡献。
(图文/金融学院 范嘉梅 蒋星星 胡嘉丽 孔程诚)
上一条: 华创争霸,经验分享