时 间：2023年5月10日 10:00-11:30
地 点：理科大楼A1514
报告人：李斌武汉大学教授
主持人：石芸 华东师范大学副教授
摘 要：
Recent studies document strong performance for machine-learning-based investment strategies. These strategies use anomaly variables discovered ex-post as predictors of stock returns and may not be implementable in real time. We construct real-time machine learning strategies based on a ``universe of fundamental signals. While positive and significant, the out-of-sample performance of these strategies is significantly weaker than those documented by prior studies, especially in value-weighted portfolios. We find similar results when examining a ``universe” of past return-based signals. Our results offer a more tempered view of the economic gains associated with machine learning strategies relative to prior literature.
报告人简介：
李斌，现为武汉大学经济与管理学院教授、博士生导师，担任金融系支部书记、代主任和金融研究中心主任。研究方向是金融机器学习、实证资产定价与金融科技等。李斌教授具有金融+科技的跨学科背景与研究能力，在金融会计类刊物《Journal of Accounting Research》、《金融研究》、《中国工业经济》、《管理科学学报》等和计算机CCF A类期刊和会议AIJ、JMLR、ICML、IJCAI 等发表论文多篇，在美国CRC出版社出版专著《Online Portfolio Selection: Principles and Algorithms 》。主持国家自然科学基金等项目多项，已结题自科青年项目后评估为“特优”。他是湖北省楚天学子、武汉大学珞珈青年学者、武汉大学人文社科青年学术团队负责人；同时也是特许金融分析师（CFA）持证人。获得第十八届中国金融学年会优秀论文二等奖，2019年人大复印报刊资料经济学类最受欢迎文章，第九届山东省教学成果奖一等奖等。