来源：财务与金融系
主 题：从持仓股票中挑选共同基金：一种机器学习方法
主讲人：李斌（武汉大学教授）
协调人：郑凌凌、倪政辉
时 间：6月20日（周五）上午 10:00-11:30
地 点：明德商学楼1007室
语 言：英语/中文
讲座摘要：
我们将共同基金的个股持仓数据与大量股票特征相结合，计算基金层面的特征暴露，并表明机器学习方法，尤其是提升回归树（Boosted Regression Trees, BRTs），在预测共同基金业绩方面优于传统模型。机器学习方法能够更好地捕捉非线性关系、特征间交互以及因子动量。研究发现，基金经理的业绩可以通过其倾向配置高收益特征股票的能力来衡量，在这一维度上，有相当一部分基金表现出持续的超额收益。上述结果强调了动态特征暴露在解释共同基金业绩方面，相较于传统静态基准的重要性。
主讲人简介：
李斌，武汉大学经济与管理学院教授、博士生导师，担任金融系系主任和金融研究中心主任。研究方向是实证资产定价、金融机器学习与金融科技等。李斌教授在金融会计类刊物Journal of Financial Economics，Journal of Accounting Research，《金融研究》《中国工业经济》《管理科学学报》等和人工智能CCF A类期刊和会议Artificial Intelligence，Journal of Machine Learning Research，ICML，IJCAI 等发表论文多篇，在美国CRC出版社出版专著《Online Portfolio Selection: Principles and Algorithms 》。主持国家自然科学基金等项目多项，已结题自科青年项目后评估为“特优”。他是湖北省楚天学子、武汉大学珞珈青年学者、武汉大学人文社科青年学术团队负责人；同时也是特许金融分析师（CFA）持证人。获得第十八届中国金融学年会优秀论文二等奖，2019年人大复印报刊资料经济学类最受欢迎文章，第九届山东省教学成果奖一等奖等。
人大商学院新闻网版权与免责声明：
① 凡本网未注明其他出处的作品，版权均属于人大商学院，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：人大商学院”。违反上述声明者，本网将追究其相关责任。
② 凡本网注明其他来源的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网对其负责。
③ 有关作品内容、版权和其它问题请与本网联系。
※ 联系方式：中国人民大学商学院宣传信息事务办公室 邮箱：media@rmbs.ruc.edu.cn
官方微信
中国人民大学商学院
