唯我独法：我在都市修奥法 第151节

　　方豫迈步走进童永山的办公室，一边走一边从双肩包中拿出电脑：“老师，昨天我对注意力层后的前馈神经网络进行了调整，对每一层的输出进行归一化后，重新用过去二十年的金融数据对强因子模型进行了训练，训练数据时间截止到3061年10月。”

　　“此后，我让这个强因子模型对11月的迈股进行了预测，分别预测了道指、纳斯达克100和15家公司的股票走势。”

　　“这是强因子模型进行850M数据训练后，进行30次预测的平均结果。”

　　“这是11月迈股的真实走势及15家公司的实际股票走势。”

　　方豫一点也不客气的坐在童永山对面，打开电脑，调出实验报告。

　　方豫一边说，一边悄然施展了一个千分之五功率的法师电爪，按了一下江南蓁身上的一处黄光最明显的区域。

　　再往上几厘米，还有一块黄光，一起按了。

　　这也是方豫经过多次实践后，探索出的最佳功率。

　　嗯，肉嫩多汁，还不错。

　　“啊！”江南蓁惊呼一声，双腿一颤，蹲在地上。

　　童永山看了一眼，关切道：“南蓁，怎么了？身体不舒服？”

　　江南蓁舔了舔嘴唇，脸色红润，颤声道：“老师，我没事，就是突然有点肚子疼，我先去趟卫生间。”

　　童永山把目光重新回到方豫电脑屏幕的报告上，用鼠标滚轮缓慢地向下翻页。

　　“拟合度73.8%？这个数据真实吗？”

　　童永山震惊的摘下眼镜，指着屏幕上的实验结论，完全忘了刚刚江南蓁的撩拨。

　　女人什么的，哪有顶刊香？

　　方豫点了点头：“具体的实验记录都在服务器文档中，您可以随时查看。”

　　“当然，能取得这个数据也是因为上个月很少有不可预测因素，市场噪声影响不大，如果出现黑天鹅事件，实际表现可能会更差一些。”

第168章 人设的重要性（第二更字）

　　第168章 人设的重要性（第二更4000字）

　　2024-07-16

　　第168章 人设的重要性（第二更4000字）

　　“基于机器学习偏差校正的强因子模型预测精度显著高于单一的强因子模型。”

　　“特别是PITH算法在偏差校正方面效果最佳，相比于未校正的强因子模型，PITH校正后的模型在均方根误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）方面分别降低了77.93%、88%和88.77%。”

　　童永山看着最后这一行实验结论就如同看着不穿衣服的绝世美女。

　　如果说刚刚的预测拟合度还有偶发性因素的话，那最终实验报告上的偏差校正结论则完全说明这个实验的有效性！

　　实际上，金融领域的诸多模型，大部分都不是用来预测具体股指信息和股票价格的。

　　有些模型是用来做风险评估的，有些模型是用来做宏观经济分析的，还有些模型是用来做时间序列波动性分析的。

　　但自从计量经济学诞生的那天开始，无数数学家出身的计量经济学家都曾经幻想过自己能够真正的预测股指的波动和股票的价格。

　　实际上，他们也是朝着这个方向一步一步在走的。

　　从期权定价的布莱克斯科尔斯模型到用来给套利定价的APT模型；从风险管理的VAR到管理利率衍生品的LMM。

　　计量经济学家们一往无前的扩大着这个世界的金融风险，把这个世界带入一次又一次的金融危机。

　　这一切，都来自于他们对准确预测的渴望。

　　但这又谈何容易。

　　预测股指也好，还是金融衍生品也罢，都不只是根据过去的走势做出的盲目预测，那样的话，计量经济学家和记录彩票号码希望能够总结出数字规律的赌鬼也没什么两样了。

　　预测模型，实质上是多重模型的组合，更符合大模型的定义，是多种不同用途的模型，汇总训练后，在大数据环境下，基于真实数据状况下产生的推演，而并不是简单的总结规律。

　　说人话，就是虚拟出真实市场，再根据训练数据中的真实数据，自发演化出未来的变化趋势。

　　但直到今天，也没有一个真正可以相对准确预测出任何一种金融产品价格变化的模型出现。

　　因为变量太多了，计算量也太大了，在人工智能诞生之前，这几乎是一个不可能完成的任务。

　　在此之前，传统计量经济学领域，预测准确率最高的就是时间序列模型中的ARIMA模型和GARCH模型，这两个模型都是30多年前提出的。

　　而提出GARCH前置模型ARCH的罗伯特恩格尔与克莱夫格兰杰也获得了3049年的诺贝尔经济学奖。

　　纵然如此，GARCH模型的预测波动准确率也不超过百分之五十。

　　而在机器学习领域，目前有一部分学者和华尔街的天才分析师们也使用长短期记忆神经网络架构对金融产品价格做出预测，但预测准确度更加不尽如人意。

　　现在强因子模型和神经网络算法的结合下，居然将偏差率降低了这么多，偏差率低了，就说明预测准确率的提高并不是一个偶然性的事件！

　　大成功！

　　对了，这个PITH算法是什么？

　　面对童永山的疑问，方豫坦然自若：“这是柚子科技开发的一种深度学习算法模型，我测试了几种不同的算法，最终PITH的偏差校正效果是最好的，报告后面附有几种不同算法的偏差校正影响。”

　　“我要仔细再研究一下这个报告，小豫，你准备一下，明天组会做一次完整梳理。另外，文章也可以准备起来了，只要我们核实了实验结果的正确性，就可以投稿了。”童永山按捺住心中的激动，打开自己的电脑，连接柚子科技的服务器，开始从上面下载本次实验的所有资料。

　　方豫点点头：“老师，实际上论文实验期间已经写的差不多了，估计也就两三天，补充上结果和论据部分应该就能写完。你觉得这篇文章投在哪里好？”

　　童永山赞许的看了看方豫，这学生，太让人省心了！

　　这么多年，就没带过这么省心的学生！

　　这课题从开题到现在有一个月吗？好像也就二十多天吧？

　　居然把一阶段的内容已经做完了！

　　而且结果还远远超出自己对一阶段的预期！

　　童永山毫不犹豫：“当然是ECTA（计量经济学杂志）！”

　　江南蓁不知道什么时候已经去卫生间处理完了，回到了童永山的办公室，把刚刚师生二人的对话听了大半。

　　论文都已经写好了？

　　不会吧？

　　江南蓁下意识的捂着嘴，惊讶的看着方豫。

　　虽然她学术能力比较差，但毕竟也是研究生毕业，基本的学术素养和眼光还是有的。

　　这个课题虽然基本上不属于传统计量经济学领域的课题，更贴近计算机科学。

　　但其中计量经济学部分的强因子模型如何改进才能适用于大数据分析，对于大多数计量经济学的学者来说，都不是一件容易的事情。

　　哪怕开八次组会集中研讨都未必能够做出来的东西，这个才刚刚大二的本科小师弟居然一个人搞完了？

　　而且还要投ETCA！？

　　那可是五大顶刊！

　　能投中一篇，就足以在国内任何一个顶级大学的经济学系拿到教职的顶级SSCI！

　　而且听童永山的意思，好像这篇文章只要写完了，就肯定能投中？

　　有这么厉害吗？

　　江南蓁艳羡的看着方豫的电脑，他这篇文章中，要是能给我个并列一作，不，哪怕给我个二作也行啊。

　　要不干脆偷了他的论文抢发？

　　这个念头只是一闪即逝，想也知道不可能。

　　到时候不用说事后的各种会议与报告自己拿不出来，只要童永山出来指证自己，这事就干不成。

　　自己现在连学术界的小屁屁都不算，到时候再被扣上个学术不端的帽子，连金融圈都回不去了。

　　而且，自己的目的本身就不是为了学术，而是通过学者往上爬啊！

　　咦？等等！

　　江南蓁脑中电光一闪。

　　糊涂啊！

　　自己光把目光集中在童永山身上做什么？

　　这样看起来，这个小师弟未来在学术界的潜力不比童永山这个已经五十多岁的老头子更大？

　　唯一的问题就是，这个小师弟似乎不太好搞定啊。

　　而且，太年轻了，要是不能傍上结婚，光是搞到一起去，除了能爽一下，似乎利益也不是太大。

　　得好好想一想。

　　不过，这小师弟看起来确实很能干。

　　要不要试试呢？

　　江南蓁一双狐狸眼在方豫身上转了转。

　　说起来长，这些也不过是江南蓁脑中一瞬间的念头。

　　还没等她琢磨清楚下一步该怎么办，就听到方豫又继续道：“您是计量经济学会会员，又是ETCA的审稿人，投ETCA把握确实更大一些。”

　　“但我得提前跟您说好，我肯定得是一作，另外柚子科技那边也还有个共同一作，只能给您个通讯作者，您没意见吧？”

　　江南蓁有些惊讶，学生这么硬气的同导师提论文署名的事情，在她看来胆子未免有点太大，也太直接了。

　　让她感觉更奇怪的是，方豫这话说的挺硬，但听起来似乎没有那么刺耳？

　　他是怎么做到的？（不是法术）

　　果然，听到方豫的话，童永山对方豫一点不满都没产生，露出哭笑不得的表情：“你这个小子，我还能惦记伱的论文不成？”

　　“柚子科技的一作资格签协议的时候不是已经签好了吗？现在成果已经有了，我这么大个的专家，总不能毁约吧？有什么可担心的？”

　　“不用说一作，这文章二作你都可以自己指定！该是谁的就是谁的，我的组里没有那么多事。”

　　方豫咧嘴：“我就知道您德高望重、高风亮节、光明磊落、高洁清雅、洁身自好……”

　　童永山没好气：“打住打住，怎么洁身自好都出来了？你小子少拍我马屁，赶紧回去把实验数据整理好，论文补充完，赶紧审核完，还能赶上月底的审稿，我还能给你插个队，要是下周搞不完，那就又得多等小两个月。”

　　呵呵，洁身自好是给你提个醒，可别晚节不保辜负了师娘。

　　不得不说，方豫实际上把一部分对母亲的情感投射到了赵师娘身上，否则他才不会管童永山出轨不出轨。

　　方豫嘿嘿一笑：“您放心吧，那我先走了啊。”