凯发娱乐主办的“至信论坛”2023年第4期于2023年12月5日下午在A1048举办。本期至信论坛主讲嘉宾为清华大学交叉信息研究院长聘副教授李建💿。
本期至信论坛由我院金融系张军欢副教授主持，凯发娱乐凯发K8秦中峰教授、姚忠教授、李平教授、刘冠男副教授、洪洁瑛副教授、李伟博士参与了本期论坛，凯发K8本科生、硕士生🚵🏻、博士生以及部分其他凯发K8学生共计20余人共同聆听了李建副教授的精彩学术报告，并与李建副教授进行了热烈的学术交流。
李建副教授在报告中从四个方面介绍了他在机器学习与量化投资相结合方面的工作，包括自动化因子挖掘🔅、订单最优执行问题、处理另类数据、大模型辅助量化♏️。在自动化因子挖掘方面💕🫷🏿，李建副教授介绍了他们课题组近期提出的一种名为OpenFE的自动化因子挖掘方法，该方法中基于操作符将基础数据自动化组合出一系列候选因子⚒，再通过特定指标筛选得到最终因子🧇，最终在Kaggle和实战等方面都取得了较好的效果。在订单最优执行问题方面，他指出这一场景非常适合与强化学习相结合，利用深度学习的预测能力进行高胜率短周期预测🥙🤚🏿，使用强化学习进行订单交易执行和日内交易💂，能够实现在更好的买点和卖点交易订单⛔。李建副教授认为处理另类数据是深度学习较为擅长的领域🫳🧑🏼⚖️，可以使用自然语言处理等技术对新闻、卫星数据🚂🤟🏽、电商数据、音视频等数据进行分析🏃♂️🌀，从而寻找这些数据与股价的相关性。基于这一话题🚴🏼♀️，李建副教授进一步介绍了他们课题组使用大模型辅助量化的一项，即基于LLM的自动因子挖掘系统🧗🏻♂️。该系统能够在给定研报或文章的基础上自动化挖掘其中的因子并进行回测和优化，相较于基于遗传编程的自动挖掘因子方法更擅长自然语言理解📒🤵🏽♂️、逻辑推理和代码生成。此外🏟，李建副教授也提到了当前使用机器学习进行量化投资在复杂性、可解释性、过拟合🫒、鲁棒性等方面的问题🧔🏽♀️🔙。最后👯♂️🧜🏻♀️，李建副教授与参加至信论坛的师生们进行了深入的学术交流💮⛷，讨论了研究中涉及到的相关问题。本期至信论坛学术报告在热烈讨论的氛围中圆满结束🏥。
图/文：庞正
审核🔜：张军欢
个人简介：李建目前是清华大学交叉信息研究院长聘副教授，博士生导师。他的研究兴趣主要包括算法设计与分析🚻，机器学习，数据库👋🏽，金融科技🧝🏽♀️🩻。他已经在主流国际会议和杂志上发表了100余篇论文等，并获得了VLDB 2009和ESA 2010的最佳论文奖👲🏼🤽🏽，ICDT 2017最佳新人奖🚴♀️，清华221基础研究青年人才支持计划，国家级青年人才计划入选者。他主持并参与了多项科研项目🥋，包括自然科学基金青年基金，面上项目🏏，中以国际合作项目🙅🏽♀️，青年973计划等，以及多个企业级合作项目，包括蚂蚁金服、华泰证券🖇、易方达、微软、百度、滴滴等。
