招生状态：招生中
开课时间：2023-4-1
课时安排：7周在线小组科研+5周论文辅导，教授全程参与
适合专业
适合数学、金融经济学、宏观经济学、计量经济学、金融数据分析、股票投资、商业分析等专业或希望修读相关专业的学生；学生需具备随机变量、概率论等相关知识并熟练掌握R语言。
项目收获
1. 7周在线小组科研学习+5周论文指导学习 共125课时
2. 学术报告
3. 优秀学员获主导师Reference Letter
4. EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导（可用于申请）
5. 结业证书
6. 成绩单
项目介绍
本项目将向学生介绍时间序列分析的基本方法和模型，以及相关模型在经济学、金融学领域的应用。课题将利用多阶段指数平滑方法将统计概率中的核心数据趋势和季节性模型进行了有效的发展和应用。
课程中重点分析研究了用于固定时间序列（自回归、移动平均线）的 Box-Jenkins 模型，包括估计、顺序选择和预测方法。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对所自己感兴趣的数据进行分析和检验。
项目大纲
时间序列分析导论
时间序列模型；金融时间序列
预估噪声序列的时间序列相关性检验固定的流程
回归(AR)、移动平均(MA)和ARMA模型 ；模型选择和预测
学术研讨1
学术研讨1
项目回顾和成果展示
论文辅导
导师介绍
PeterMIT斯隆管理学院管理科学终身正教授、首席研究科学家（曾）哈佛大学统计学教授（曾）MIT数学系金融数学和统计讲师
Peter教授曾以优异成绩获得哈佛大学应用数学学士学位，并当选为Phi Beta Kappa Alpha Chapter的成员。后续他攻读统计学硕士学位，并获得了帝国理工学院的硕士学位和文凭，以及加州大学伯克利分校的博士学位。
自1992年以来，他一直通过他的公司Kempthorne analytics, Inc.为各种机构提供金融和统计分析咨询服务。
自1995年以来，他一直担任投资经理，利用先进的统计分析来管理各种投资项目。
【竞赛报名/项目咨询请加微信：mollywei007】
