10月15日，首届智能投资学术研讨会在我校举办。会议以“变”为主题，探讨投资过程中监管、策略、交易和风控等方面的智能化问题，旨在为智能投资领域的广大专家学者及企业提供一个广泛交流与合作的学术平台。本次会议由我校量化金融研究中心理事会主办、管理工程学院承办。参加会议的有北京市金融促进发展中心主任周超、副主任邹捷，中阅资本管理股份公司总经理孙建波，北京航空航天大学韩立岩教授等近百位专家学者。会议由孙建波主持。

管理工程学院院长张军在致辞中首先对到场的专家学者表示欢迎。他介绍了管理工程学院情况并表示，随着计算机运算、数据存储、网络传输能力的指数级增长，资本市场投资的决策与执行正朝着愈加智能化的方向前行。在此背景下，本次大会希望为学术界和产业界的专家学者搭建一个有效的沟通平台，增进各领域的合作与交流。他表示，学院有信心将智能投资学术研讨会发展成为国内投资领域的知名会议。

大会共安排了七场主题报告。

我校量化金融研究中心研究员康跃以《证券行业知识图谱模型和实践》为题做了主题报告。着重展示了量化金融研究中心开发的国内A股市场证券投资知识图谱，已实现了公司搜索、行业搜索、概念搜索、产品搜索、机构搜索和人搜索等功能，拥有数据获取技术、爬虫和文本提取、图数据库的设计和数据存储、自然语言处理技术、Django和Newmodel可视化框架等核心技术。目前，正在进行智能问答和个性化推荐的研究。

通联数据股份有限公司另类数据团队负责人李立分别以《另类数据在投资中的应用》和《风险模型在量化领域的应用为题》作了报告，首先介绍了将招聘数据、商超数据和新闻舆情等应用于宏观研究、行业研究、基本面追踪等领域的研究成果。其次介绍了通联风险模型在拟合优度、偏差统计量和Q统计量的检验、事前风险和事后风险对比等方面的优势，尤其在行业分类上、底层数据、因子构造等方面的独特之处。

我校量化金融研究中心成员童少鹏作了题为《松耦合策略与交易系统应用》的报告。介绍了高频交易的模式与执行，并进行了生动的演示。同时，以实际运行的投资策略为例，介绍了高频交易订单的执行过程以及异常处理机制。

我校量化金融研究中心成员张京作了题为《证券行业的智能文本热点挖掘》的主题报告。对背景概述、数据来源与标注、深度神经网络的构建与训练以及文本热点挖掘方法四个部分进行了阐述。针对文本热点挖掘方法提出了五个不同的功能模块并给出了对应模块的输出结果。

我校量化金融研究中心成员陈振松作了题为《数据驱动的量化择时方法》的主题报告。针对智能投顾中的量化择时问题，介绍了三种基于机器学习和深度学习的量化择时模型：hybrid-RNN、MAF-SVR、SVR-ENANFIS。在未来工作中量化金融中心课题组将引入在线学习模式构建能够实时做出交易决策的择时模型、构建高频交易的量化择时模型、以及结合复杂网络分析与图卷积神经网络技术构建量化择时模型。

我校量化金融研究中心成员江成分享了题为《金融网络的构建及演变分析》的主题报告，介绍了金融网络结构挖掘方面的工作，包括对系统重要性银行等重要节点群组、重要路径识别的相关研究。同时，指出量化金融中心课题组正结合最新的图卷积神经网络方法，开展动态网络的预测工作，以期探求结构演变与金融政策之间存在的深层联系。

大会最后，韩立岩、孙建波、康跃、中国石油天然气集团企业年金理事会资产配置专家乔巍和北京华诺投资管理有限公司量化投资工作负责人朱保川参与了智能投资对话。五位嘉宾从自己从事的领域和角度出发，围绕智能投资的策略选择、智能交易、风险管理及债券、期权等领域的实战经验等进行了深入交流。

首届智能投资学术研讨会的成功举办，增强了智能投资领域的专家学者与产业界人士的沟通与合作，体现了管理工程学院及量化金融研究中心为推进与国内外学术界和产业界的全面、高效接轨所做出的不懈努力，有助于提升我院在智能投资领域的影响力，进一步推进管理工程学院学科建设和提升学科水平。