在大数据时代,为社会和经济活动收集数据,像股票价格,市场指数,外汇汇率或利率等,变得非常容易。数据收集完毕后,如何对这些数据进行分析处理,使其有助于我们把人类社会变得更好则是一个重要的问题。在该项目当中,新加坡国立大学教授,博士生导师,哈佛大学博士后,北卡罗莱纳大学教堂山分校博士,普林斯顿大学高级访问学者将向学生讲授关于金融时间序列的统计分析。金融时间序列的来源可以是个别股票的价格或股票指数,外汇汇率或利率,还有可能是其他来源。但是有一点可以确认,那就是所有这些金融时间序列都是随机变化的。这一特性虽然为投资者提供了获利机会,但与此同时,投资者也承担着损失资本的严重风险。想要提高获利空间,同时规避风险,就必须科学利用金融数据的统计分析作为辅助。
在项目当中,教授将结合金融、经济等领域当中的数据,向学生介绍时间序列分析的基本方法和模型,培养学生在统计学应用层面上的研究性学习能力,引导学生产生系统的认知和基础研究能力。项目的整个过程分为方法讲解和模型应用研究两个部分。通过方法讲解,学生可以熟练掌握一些在数据科学和金融领域研究中的基本概念和方法,各主要概念的背景知识,逻辑基础以及直观解释。在模型应用研究环节,学生们将从互联网上收集现实世界的时间序列数据并使用项目中涵盖的方法进行分析,然后去理解如何利用分析结果来解决现实世界的问题。
该项目适合高中生及以上的学生参与,参与项目的学生需要具备统计学相关学科背景知识,背景为数据分析 / 统计学 / 经济学 / 金融学 / 商业分析最佳。
想了解更多留学相关资讯吗?来关注我,咨询我吧。
(图片引自网络)