日前，管理工程学院管理科学与工程专业博士生姜鳗芮以第一作者署名的论文“A novel interval dual convolutional neural network method for interval-valued stock price prediction”在国际人工智能模式识别领域知名期刊Pattern Recognition在线发表。论文第二作者和通讯作者是姜鳗芮的博士生导师陈炜教授，第三和第四作者分别是西安交通大学管理学院博士生徐慧琳和管理工程学院教师刘妍心。最新数据显示，Pattern Recognition是JCR一区期刊，影响因子为8，我校评定为A1级。

论文提出一种基于区间双卷积神经网络（Dual-CNN）模型的区间股价预测方法。具体工作包括：首先，收集个股信息和相关股票信息并将其转换为图像；然后，建立Dual-CNN模型预测区间股价。具体地，构建两个不同结构的卷积神经网络（CNN）来分别提取个股特征和相关股票特征，基于此，使用区间多层感知器（MLP）进行区间股价预测；最后，基于随机选取的6支股票进行实验。实验结果表明，与流行的机器学习方法和区间值时间序列（ITS）预测方法相比，Dual-CNN方法能够更准确地预测区间股价且具有较强的容错率。

作者简介：

姜鳗芮，首都经济贸易大学管理工程学院管理科学与工程专业博士生，主要研究方向为量化投资策略与技术研究。

陈炜，首都经济贸易大学管理工程学院教授，主要研究方向为量化金融与风险管理、机器学习及其应用。

徐慧琳，西安交通大学管理学院管理科学与工程专业博士生，主要研究方向为机器学习算法及其在金融问题中的应用。

刘妍心，首都经济贸易大学管理工程学院讲师，主要研究方向为数据挖掘与复杂性建模、绿色金融与可持续发展。