應(yīng)管理與經(jīng)濟(jì)學(xué)院的邀請(qǐng)，美國(guó)德克薩斯大學(xué)達(dá)拉斯分校Jindal偉德國(guó)際1946bv官網(wǎng)ZhiqiangZheng教授于2023年1月5日上午10點(diǎn)在線上作了題為《A Machine Learning Approach to Mitigaing Irrationality in Copy Trading》的學(xué)術(shù)報(bào)告。報(bào)告會(huì)由顏志軍教授主持，學(xué)院眾多師生參加了報(bào)告會(huì)。
“copytrading（復(fù)制交易）”指的是外行的交易者（跟隨者）選擇跟隨那些通常有更多經(jīng)驗(yàn)和更高成功率的交易者，并復(fù)現(xiàn)他們的交易行為的做法。Zheng教授首先介紹了復(fù)制交易的相關(guān)背景，指出在復(fù)制交易平臺(tái)中普遍存在著追隨者的非理性決策現(xiàn)象，例如，跟隨者做出跟隨決策后反而造成了自身的收益率下降。這種非理性一方面來(lái)自于由于認(rèn)知負(fù)荷和相關(guān)信息而產(chǎn)生的羊群效應(yīng)，另一方面來(lái)自于過(guò)度依賴與交易者表現(xiàn)無(wú)關(guān)的身份信息而造成的決策偏差。由于機(jī)器學(xué)習(xí)的方法具有擅于理性決策以及預(yù)測(cè)性能好的優(yōu)勢(shì)，同時(shí)也因其具有良好的解釋性而適用于金融科技和交易等領(lǐng)域。因此，如果將機(jī)器學(xué)習(xí)方法與人工決策相結(jié)合，則能夠更好地消除跟隨者決策過(guò)程中的非理性。針對(duì)這一研究背景，Zheng教授及其研究團(tuán)隊(duì)結(jié)合收縮過(guò)程理論，基于影響跟隨者的非理性因素，提出一種創(chuàng)新的機(jī)器學(xué)習(xí)算法——RXGBoostContractionMethod，并進(jìn)行了相關(guān)的機(jī)制分析。該算法通過(guò)目標(biāo)函數(shù)中正則化非理性來(lái)提升跟隨者的復(fù)制交易決策。這種新方法有助于感知并減輕投資者在復(fù)制交易中的非理性，產(chǎn)生了卓越的決策性能。
報(bào)告結(jié)束后，與會(huì)師生與Zheng教授展開了積極、充分的討論。報(bào)告反響熱烈，受到師生們的一致好評(píng)。
ZhiqiangZheng教授簡(jiǎn)介：
Zhiqiang(Eric) Zheng是美國(guó)德克薩斯大學(xué)達(dá)拉斯分校Jindal偉德國(guó)際1946bv官網(wǎng)信息系統(tǒng)和金融系的Ashbel Smith教授。他在賓夕法尼亞大學(xué)沃頓商學(xué)院獲得博士學(xué)位。他目前的研究興趣集中在金融科技，區(qū)塊鏈和數(shù)字資產(chǎn)管理，是該領(lǐng)域的領(lǐng)先學(xué)者。他的論文發(fā)表在《ManagementScience》、《MISQuarterly》、《Information Systems and Research》、《Production and Operations Management》等。此外，他的許多論文在期刊和會(huì)議上都曾獲得了最佳論文獎(jiǎng)。同時(shí)，他是UTD金融科技和數(shù)字資產(chǎn)管理中心的創(chuàng)始主任，曾擔(dān)任《Information Systems and Research》的高級(jí)編輯，是金融科技和區(qū)塊鏈特刊的編輯。他于2001年聯(lián)合創(chuàng)立了Informs數(shù)據(jù)科學(xué)的Workshop，并主辦了2022年的WITS會(huì)議。
