基于人工智能技术的金融风险分析理论与应用研究
项目概况
- 基于人工智能技术的金融风险分析理论与应用研究 从需求牵 引来看，金融是我国经济发展的重要支柱产业，面对当前国内外日 益复杂的金融环境，如何准确预测金融市场的走势对于我国防范金 融风险、减少金融危机对宏观经济的影响、增强守住不发生系统性 金融风险底线的能力有着重要的研究意义与应用前景。在这一背景 下，发展人工智能技术让“金融大数据”说话，为金融风险分析提 供更加有效的支持已成为众多学者和业界人士关注的热点，是具有 鲜明行业需求的重要研究方向，符合国家最新“互联网+普惠金融” 战略所倡导的“利用大数据等技术手段加快金融创新”的理念。 申请人瞄准这一前沿方向，首先从技术与应用的角度分别分析了当 前机器学习算法在金融数据分析领域的应用现状与技术难点，并指 出基于金融动态图结构数据进行金融风险分析是有效解决当前瓶 颈问题的关键。目申请人在前期已结题的国自科项目中，已实现图 核机器在金融数据分析理论的突破。该项目专注于使用图核机器等 机器学习算法进行金融数据分析，已在金融时间序列分析问题取得 了较好效果，可成功鉴别重大金融事件的特异性分布，为未来进一 步研究与应用奠定了重要理论基础与实践经验。此外，鉴于图卷积 网络是学术界近年新兴起的热门研究，具有强大的非线性映射与多 尺度特征学习能力，且可直接应用于图结构数据分析。在前一个结 题项目的支撑下，申请人目前已专注于使用基于深度图卷积网络这 一崭新的技术框架进行金融风险分析理论的研究，并正积极申报新 的国自科面上项目。在新项目申报书中，申请人提出与之相关的新 理论与新方法。首先，为解决当前图卷积网络方法的技术缺陷，深入探讨了物理量子游走理论与图卷积网络的理论联系，提出了发展 基于量子游走的图卷积网络模型的思路。此外，阐述了使用深度图 卷积网络进行金融风险分析理论的意义与方法，及其具体应用场 景。 总体来看，申请人研究成果将具有重要价值。从学术价值 看，申请人研究将进一步发展图核、图卷积网络等结构化模式识别 技术前沿研究方向，并实现其在金融风险分析理论的突破。从应用 价值看，申请人的成果将为金融决策者及相关从业人员提供有效的 技术支持，推动技术手段下的金融创新与金融风险控制应用。符合 国家自然科学基金项目所倡导的“需求牵引，突破瓶颈”理念。具 有良好的应用于产业前景。
团队介绍
Copyright @ 2019 新乡科技服务中心 豫ICP备19023816号