Abstract
量化分析与基本面分析、技术面分析已成为投资分析的三大主流分析方法。随着国内金融市场的不断规范，机制更加透明，投资队伍素质
的逐步提高，量化交易在国内的应用条件日臻成熟，也越来越受到投资者的认可。在此背景下，本报告通过引入和改进人工智能算法，开
展量化交易方面的分析研究，设计出智能选股模型和集成择时模型，并构建基于距离和协整方法两阶段配对交易策略。所设计的模型经过
数据回测均能获得超额稳定的收益，所有模型具有较高的盈利性和一般性，具有较强的理论意义和实际价值。
个人简介：余乐安教授，国际系统与控制科学院院士，国家杰出青年科学基金获得者，中组部首届“万人计划”和中国科学院“百人计划” 获得者，现为北京化工大学教授、博士生导师。出版专著5部，发表SCI/SSCI论文100余篇，SCI/SSCI引用4000多次，Google Scholar引用10000多次，H指数为55，多篇论文被评为“ESI高被引论文”和/或“ESI热点论文”。先后获得Elsevier中国高被引学者、加拿大研究理事会全球Top 1%高被引学者、中国青年科技奖、教育部自然科学奖一等奖和北京市科学技术奖一等奖等奖励。主要研究领域为商务智能、大数据挖掘、经济预测与金融管理等。
