学校主页 | 中文 | English
 
 
 
 
当前位置: 首页>>科研动态>>双周学术论坛>>正文
 
 

李斌 | 金融工程系Seminar第13期暨金融学院双周论坛350期

[发布日期]:2022-03-25  [浏览次数]:

一、题目:股票收益的机器学习实时预测:来自基本面信号的证据(Real-time Machine Learning for the Cross-Section of Stock Returns: Evidence From Fundamental Signals)

二、主讲人:李斌,武汉大学经济与管理学院教授

李斌,武汉大学经济与管理学院教授、博士生导师,担任金融系支部书记、代理主任,兼任金融科技研究中心主任。研究方向为金融科技、投资管理和机器学习等。他具备金融+科技的跨学科背景与研究能力,在《Journal of Accounting Research》、《Artificial Intelligence》、《Journal of Machine Learning Research》、《管理科学学报》、《中国工业经济》、ICML、IJCAI等金融会计和人工智能类期刊会议上发表论文,出版英文专著一部。主持国家自然科学基金等项目,已结题自科基金青年项目后评估为特优。研究被海通证券等转载应用,获评中国金融学年会优秀论文二等奖等。

三、时间: 2022年4月6日星期三 上午10:00-11:30

四、地点:腾讯会议 668-584-402

五、主持人:姜富伟教授,金融工程系主任

六、内容简介:

Recent studies document strong performance of machine learning based investment strategies. These strategies use anomaly variables discovered ex-post as predictors of stock returns and cannot be implemented in real time. We construct machine learning strategies from a “universe” of fundamental signals identified ex-ante and find that their out-of-sample performance is considerably weaker than those documented by previous studies. In addition, we find significant degradation from in-sample performance to out-of-sample performance, supporting the predictions of Martin and Nagel (2021). Overall, our results offer a more tempered view of the practical value of machine learning strategies relative to prior literature.

 



上一条:郭建峰 | 双周论坛第355期 下一条:陈梓麟 | 金融工程系Seminar第12期暨金融学院双周论坛349期

关闭