北大光华张俊妮（蒙特卡洛方法、数据挖掘）5月3日15点在线访谈

星野 发表于 2013-5-2 14:30
坛友：FlyUFalcon
高频交易最近是个热门词汇。请问蒙特卡洛分析高频数据有没有需要改进的地方？ 局限性又在 ...

高频数据是近年来的研究热点，有很多针对高频数据建立的统计模型。蒙特卡洛方法是从指定概率分布中抽样的一系列统计模拟方法，包括MCMC（马科夫链蒙特卡洛）、SMC（序贯蒙特卡洛）等。针对不同的统计模型，蒙特卡洛方法的具体步骤也不同。总会有更新的统计模型和更有效的蒙特卡洛方法。

我不知道你指的是不是某些行业经常使用多元正态分布来进行蒙特卡洛模拟，如果是这样，还是有局限性的，因为高频数据很可能不满足多元正态分布。

星野 发表于 2013-5-2 14:30
坛友：cwang82
Prof. Zhang,

贝叶斯学派是统计的两大学派之一（另一个是频率学派），金融中有各种各样的贝叶斯统计分析，在asset pricing、volatility modeling等领域都可以用到贝叶斯方法。比如Eric Jacquier and Nicholas Polson就写了一篇Bayesian Methods in Finance的论文。比如M. West and J. Harrison的书《Bayesian Forecasting and Dynamic Models》中的建模预测方法也可用于金融时间序列。

星野 发表于 2013-5-2 14:31
坛友：儒子扬威Leo
求教张老师：
作为一个商科的学生，对统计感兴趣（以后肯定是数据说话、大数据时代）， ...

我觉得你主要需要学习与营销结合的统计方法，知道怎么解释统计结果，建立预测模型，等等。营销领域有很多统计的应用，也有相关的书籍，如光华管理学院涂平老师写的《营销研究方法与应用》，更深的有Peter Rossi等人著的Bayesian Statistics and Marketing。

星野 发表于 2013-5-2 14:31
坛友：caixiaqing
张老师，您好，关于数据挖掘，我想请教您，在具体的分析过程中，如何来处理各个相关影响 ...

模型和变量选择是统计中间一个传统的并且不断更新的领域。各种统计模型中都可能牵涉到这个问题。实际中常用的是使用一些统计信息准则AIC、BIC等来从一些备选模型（比如加入不同自变量的线性回归模型）中进行选择。

星野 发表于 2013-5-2 14:32
坛友：hbhjhf
如今big data 炒的很火，无论政界、商界、学界还是公众，都高度关注。
张教授兼具计算机与统 ...

大数据时代当然不意味着统计学科的崩溃，反而给统计学的理论和应用的发展带来了极大的机遇。出现了新的数据类型（如社交网络等），数据分析提出新的要求（例如高维变量的问题），就需要新的统计方法。实际数据中总体不停地变，就需要模型能及时反映这一点。你说的这个问题虽然在大数据时代是个很明显的问题，但以前统计学家也不是没有碰到过，比如做online learning的时候，数据的分布可能就会随时变化。我倒没有专门和哈佛的教授讨论过这些，但大家都知道现在是统计发展的黄金时代。

坛友：glpsyk
张老师，您好，我是国内金融硕士研究生。毕业后想在数据挖掘和金融投资结合的方向发展，如果申请国外phd的话，有没有学校推荐？申请金融方向还是数学方向比较好?

星野 发表于 2013-5-2 14:32
坛友：yeting2000
张老师：
      您好！感谢您百忙之中抽出宝贵时间为我们解答问题，我的问题是：例如一 ...

我想这些数据分析人员还是需要对数据挖掘框架和方法有一个比较详细的了解，再结合具体业务分析数据。可以参考拙作《数据挖掘与应用》。

等待訪談

星野 发表于 2013-5-2 14:33
坛友：NoHL
教授您好，看到您的研究领域有：因果推断 和 数据挖掘
那么请问如下问题：在进行大数据挖掘的 ...

我所研究的一类基于potential outcome的因果推断方法是假设已经知道原因（例如参加就业培训等），而用统计方法分析这个原因是否产生了可衡量的效果（例如提高就业率）。在因果推断领域常用的另一类方法是Graphical model，它用条件独立性质来描述因果关系并用图形的方式进行表述，再从数据中学习相应的图形。经济计量中还有Granger Causality等概念。但我觉得这些方法实际上都试图发现在某些程度上更像因果关系的相关关系，而不能断定是因果关系。对于时间序列的因果分析，抱歉我不太清楚。

蒙特卡洛方法是从指定概率分布中抽样的一系列统计模拟方法，包括MCMC（马科夫链蒙特卡洛）、SMC（序贯蒙特卡洛）等。针对不同的统计模型，蒙特卡洛方法的具体步骤也不同。在金融数据模拟中，我想还是从数据中先拟合一个合适的统计模型，再从模型中进行模拟，数据会更像实际数据一些。抱歉对于分形法和序列重排方法我不太清楚。

星野 发表于 2013-5-2 14:33
坛友：wuhui1018
张老师：您好！我个人最近对MCMC比较感兴趣。而里面主要两种算法。EM算法与GIBSS。大概就 ...

我想你可以阅读一下Jun Liu教授写的《Monte Carlo Strategies in Scientific Computing》中相应的章节。英文书籍后边都有索引，你可以根据索引找到相应的页。