5月26日下午,應(yīng)數(shù)理與金融學(xué)院邀請,加拿大勞瑞爾大學(xué)數(shù)學(xué)系賴永增教授在T1612會議室作題為《Survey on Deep Reinforcement Learning: Methods and Applications in Finance and Actuarial Science》的學(xué)術(shù)報告。本次報告會由系統(tǒng)科學(xué)學(xué)科帶頭人費為銀教授主持,學(xué)院相關(guān)研究領(lǐng)域的教師和研究生參加了此次報告會。
賴永增教授系統(tǒng)闡述了深度強(qiáng)化學(xué)習(xí)(Deep Reinforcement Learning, DRL)的理論框架與方法體系,著重探討了該技術(shù)在金融數(shù)學(xué)領(lǐng)域的前沿應(yīng)用。報告內(nèi)容涵蓋投資組合優(yōu)化、投資回報率預(yù)測、金融衍生品定價與風(fēng)險管理等關(guān)鍵議題,剖析了DRL技術(shù)在金融決策與精算科學(xué)中的創(chuàng)新應(yīng)用與變革潛力。
在互動交流環(huán)節(jié),與會師生圍繞DRL算法設(shè)計中的關(guān)鍵問題,包括數(shù)據(jù)規(guī)模效應(yīng)、神經(jīng)網(wǎng)絡(luò)架構(gòu)選擇等關(guān)鍵問題,與賴永增教授進(jìn)行了深入交流。本次學(xué)術(shù)報告會不僅展現(xiàn)了我院在交叉學(xué)科研究方面的開放視野,更為智能算法與數(shù)理金融的融合創(chuàng)新提供了新的研究思路,對推動我院相關(guān)學(xué)科的發(fā)展具有重要的啟發(fā)意義。
(文/圖:李亮 編輯:郭亞勤 預(yù)審:潘海峰 審核:彭海燕)