报告题目：数据分解+计量建模+深度学习=？

报 告 人：魏云捷 助理研究员

报告语言：中文

报告时间：2019年12月31日10:00

报告地点：长安校区2003网站太阳集团214

主 持 人：张亚莉 副教授

报告摘要：

金融市场的数据具有非平稳性、高波动性和不规则性等特征，影响金融市场变动的因素错综复杂。并且经济建模中越来越多的使用到非公开数据，庞大的数据规模更需要结合机器学习技术、计量经济学等方法来对复杂数据进行建模。因此，如何构建具有广泛适用性与科学有效的预测方法，提高预测的准确性，具有重大的理论和现实意义。本报告以汇率预测、原油价格预测和旅游客流量预测为例，从数据分解、计量建模和深度学习三个角度，来探究综合集成模型的构建及应用。

魏云捷，中国科学院大学与香港城市大学双博士，现任中国科学院预测科学研究中心助理研究员。研究方向：经济预测理论与方法、经济政策分析。目前在重要学术期刊上发表（含接收发表）论文23篇，其中9篇在SCI/SSCI重要期刊上发表，包括：Applied Energy、Tourism Management、Energy Economics、IEEE Transactions on Systems Man Cybernetics: Systems、Applied Energy等，在《系统工程理论与实践》等国家自然科学基金委A类期刊上发表论文11篇。曾获中国科学院优秀博士学位论文奖、中国系统科学与系统工程优秀博士学位论文奖和第十四届全国青年管理科学与系统科学学术会议（2017）优秀论文奖等。

同时，将综合集成预测方法应用到汇率与进出口预测领域，作为主笔，参与撰写政策研究报告31篇，其中7篇得到了李克强总理、马凯原副总理等国家领导人的重要批示，部分政策建议被商务部、中国人民银行及国家外汇管理局所采纳，有效地支持了国家高层决策。