欢迎光临托普仕留学!
托普仕留学

专注美国前30院校
规划与申请

400 - 686 - 9991

官方客服

美国金融经济学研究:数据科学与时间序列模型的应用

2023-12-13 16:42:43

项目基本信息

商科

专业类别

商科

线上

参加形式

线上

适合人群

高中生/大学生:应用数学、金融经济学、宏观经济学、计量经济学、金融数据分析、股票投资、商业分析等专业或希望修读相关专业的学生;学生需具备随机变量、概率论等相关知识并熟练掌握R语言。

导师介绍

Peter

Peter

麻省理工学院 (MIT)终身教职

Peter 导师以优异的成绩获得哈佛大学(Harvard University)应用数学学士学位,并当选为Phi Beta Kappa Alpha Chapter的成员。后续他攻读统计学,获得了帝国理工学院(Imperial College London)的硕士学位以及加州大学伯克利分校(University of California Berkeley)的博士学位。Peter 曾任哈佛大学统计系教授,任教期间获得了美国国家科学基金会的博士后数学科学研究奖学金。随后成为麻省理工学院Sloan管理学院终

项目背景

时间序列是指将某种现象某一个统计指标在不同时间上的各个数值,按时间先后顺序排列而形成的序列。时间序列法是一种定量预测方法,亦称简单外延方法,在统计学中作为一种常用的预测手段被广泛应用。时间序列分析在第二次世界大战前应用于经济预测。二次大战中和战后,在军事科学、空间科学、气象预报和工业自动化等部门的应用更加广泛。时间序列分析(Time series analysis)是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法,研究随机数据序列所遵从的统计规律,以用于解决实际问题。时间序列构成要素是:现象所属的时间,反映现象发展水平的指标数值。

项目大纲

1.时间序列分析导论 Introduction to Time Series Analysis

2.时间序列模型;金融时间序列 Simple Time Series Models; financial time series

3.预估噪声序列的时间序列相关性检验固定的流程 Testing estimated noise sequences for time series dependence; stationary processes

4.回归(AR)、移动平均(MA)和ARMA模型 ;模型选择和预测 Auto-regression (AR), moving average (MA), and ARMA models;model selection and forecasting

5.学术研讨1 Final Project Phase I

6.学术研讨1 Final Project Phase II

7.项目回顾和成果展示 Program Review and Presentation

8.论文辅导Project Deliverables Tutoring

课时安排

7周在线小组科研学习+5周不限时论文指导学习

报名方式

1. 微信搜索(Tops6868)

2. 扫码添加微信即可咨询报名

3. 点击立即咨询

项目收获

1、项目报告

2、优秀学员获主导师Reference Letter

3、EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导(可用于申请)

4、 结业证书

其他信息

项目大纲

托普仕留学