【题目一】： 加密数字货币的发展和交易机制
【时间】：2019年12月20日（周五）9：00-10：30
【地点】：北大经济学院107室
【报告人】： 饶一博 众米量化创始人&CEO
【主持人】：黄卓 国家发展研究院副教授
【题目二】： Advancements of Machine Learning in Econometrics (机器学习在计量经济学中的进展 )
【时间】：2019年12月20日（周五）10：30-12：00
【地点】：北大经济学院107室
【报告人】：史震涛 助理教授 香港中文大学
【主持人】：黄卓 国家发展研究院副教授
2019年12月20日上午，北京大学经济学院与国家发展研究院联合举办的“计量、金融和大数据分析工作坊”第二十场在经院107会议室展开。工作坊主要研究计量经济学理论和应用，实证金融学和金融计量学以及大数据分析（人工智能、机器学习）在经济学和金融学中的应用等方向。本次工作坊举办了两次讲座，第一场邀请到了众米量化创始人兼首席执行官饶一博，第二场邀请到了香港中文大学助理教授史震涛，两位嘉宾分别前后做了主题报告。工作坊由国家发展研究院副教授黄卓主持。经济学院教授王一鸣，助理教授王熙、刘藴霆， 国家发展研究院助理教授孙振庭参与了工作坊。本次工作坊围绕加密货币，机器学习与计量经济学的结合而展开。
今年10月25日，我国强调了区块链在新的技术变革中的重要性，将区块链作为核心技术自主创新的重要突破口，获取区块链技术优势，加大数字货币技术的话语权，已经成为了国家战略。因此我们请到了专攻数字货币量化投资的众米量化的饶一博先生为大家回顾区块链与加密货币的前世今生，展望未来市场与技术发展，分享量化心得。该主题报告以“加密数字货币的发展和交易机制”为主题，沿着数字货币以及其交易市场发展的历史脉络，介绍了针对数字货币及其衍生品的量化投资策略，市场微观结构，并着重讲解了深度学习与强化学习（以及知识图谱）在交易中的具体应用，并分享了自己的投资心得与对市场、区块链技术以及交易算法的展望。
虽然机器学习是当今技术进步的前沿，影响着我们进行经济研究的方式，并且鉴于统计软件的广泛可用性，机器学习方法的经济应用正在迅速发展。但是，直到机器学习成为主流并可以在经验研究中常规使用之前，仍有很大的空白需要填补。机器学习理论主要是针对通用统计模型而建立的，并不能直接套用至经济学研究，因此与计量经济学的结合是该方法迈向经济学研究的第一步。第二场主题报告以“机器学习在计量经济学中的进展（ Advancements of Machine Learning in Econometrics ）”为主题，本次演讲中，史老师回顾了机器学习和计量经济学之间的联系，即它们要么是创新的机器学习算法，可以揭示经验经济学问题；要么是研究经济环境中现有机器学习方法的特性，特别是非平稳时间序列和面板数据。此报告是在标准计量经济学理论框架下工作，并在渐近保证方面取得进展。同时开发了开源软件来吸引用户。
主讲人简介：1、饶一博，武大数理金融本科，北大国家发展研究院硕士。福布斯U30创业精英，中国马会海南分会金融顾问。本科合伙创业极验验证项目，担任副总经理，负责算法开发及财务管理，项目获得IDG红杉等亿元融资。后在深圳创办众米量化，担任CEO，公司专注于量化科技，尤其是人工智能在金融投资中的应用，是深圳高新技术企业，先后获得英诺等6家知名VC千万级融资。饶一博有逾10年量化策略研发与交易经验，对数字货币和国内证券二级市场微观结构和运作机理有深刻理解，同时具有5年以上对深度强化学习应用于金融交易的研发经验。
2、史震涛博士，香港中文大学经济系助理教授，毕业于耶鲁大学，获北京大学国家发展研究院硕士学位，获浙江大学文学士学位。他专门从事计量经济学理论。他曾在顶级经济期刊，例如《计量经济学》，《计量经济学期刊》和《应用计量经济学》上发表文章。
供稿人：王熙，经济学院金融系助理教授
