12月14日，第六届全国研究生工业与经济金融大数据建模与计算大赛决赛结果揭晓。中心研究生刘君豪、胡言鸿与郭春莹，在徐玉红研究员的指导下，凭借出色的数据分析能力和建模能力，从全国116个不同高校的参赛队伍中脱颖而出，荣获大赛特等奖。

全国研究生工业与经济金融大数据建模与计算大赛是国内金融工程与数据分析领域的重要赛事，重点关注工业界、经济金融界的热点问题，赛题由校企联合研制，旨在促进研究生对工业与经济金融领域大数据建模与计算方法的掌握，提升学生解决实际问题的能力。

该团队论文聚焦于金融工程与大数据挖掘交叉领域中的重要议题——公募基金的多维评估与动态配置问题，提出了一套“基于深度学习与贝叶斯信度的风险自适应量化框架”。团队基于经典CARA效用，构建了广义线性效用模型，创新性地引入市场状态感知机制，利用均线乖离率自适应识别牛熊周期以动态调整评价权重，并结合Fama-French五因子模型精准剥离了市场Beta与超额Alpha。在预测与决策层面，论文提出了因子增强型CNN-LightGBM模型，利用1D-CNN提取时序多尺度形态特征，显著提升了收益率预测精度，并引入贝叶斯信度理论对预测排名进行后验修正，有效平滑了模型的不确定性。在此基础上，论文进一步设计了基于瀑布流算法与非对称缓冲区的动态调仓策略，在严格控制交易摩擦与同质化风险的前提下，实现了资产配置的稳健增值。

图1：模型推荐基金散点图

图2：特等奖颁奖合影