近日，金融学院朱一峰副教授和统计与数学学院陈静副教授、薛玉山副教授、2023级应用统计专业硕士生赵唯合作的论文《Visualizing Price Trends in China: A Multi-Channel Grayscale CNN Approach》在第二十四届中国金融工程学年会上被评为二等奖。

论文研究基于中国A股市场数据，在资产定价领域创新使用卷积神经网络（CNN）中“多通道灰度图像”的输入方式来预测股票未来价格走势。研究结果表明，增加输入信息量与通道数量能够显著提升多空组合的收益和夏普比率。新模型在提升市值加权收益和夏普比率表现方面尤为突出。文章进一步验证了纳入更多信息与通道数对CNN模型表现的积极影响。本研究为将深度学习与图像识别方法融入资产定价研究提供了新的视角与实证支持。

撰稿：朱一峰

审核：彭俞超