（学生记者 曹稚敏）2020年10月20日下午14：30，我院“文澜金融论坛190期”线上讲座在腾讯会议平台上顺利举行。本期论坛的主讲嘉宾为中央财经大学金融学院金融工程系主任、教授、博导、龙马青年学者姜富伟教授，讲座主题为“基于集成机器学习的股票市场预测”。学院的庄子罐教授、孙宪明博士等多名教师以及多名硕士生、博士生参与本次讲座，参会人数峰值达到250人次。讲座由庄子罐教授主持。

（姜富伟教授讲述文章）

姜富伟教授主要围绕《Equity Premium Prediction with Bagged Machine Learning》文章进行讲述。讲座伊始，他首先介绍了文章的主题——使用一种新颖的集成学习方法即weighted bagging方法可以显著提高机器学习方法对股票市场的时间序列预测能力。具体展开讲述，他介绍了关于股票市场（股权风险溢价）预测的综述，股票预测变量的相关文献并介绍了样本外预测是当下的研究焦点。然后他围绕人工智能时代以及金融科技讲述了金融机器学习的特殊性。

接下来，姜富伟教授为我们介绍了该文章使用的机器学习方法weighted bagging方法。他先展示了文中提出的Bagged-ML方法的预测效果图及样本外R2评价的预测效果，再介绍了文章中提出的一种新的Weighted Bagging估计方法并展示了使用该方法的预测表现，并对两种方法的预测结果进行比较。然后他对文中的相关实证过程以及结果进行展示，最后进行了总结。研究发现，相对于经典的机器学习预测，集成机器学习可以显著提高股权风险溢价的预测精度和稳定性，月度R2可以达到2.91%，投资者的风险调整收益--确定性等价—可以达到3.58%。深入研究发现，集成机器学习预测效果源于内置收敛、分散预测和更低的预测方差。此外，集成机器学习在宏观经济萧条、市场动荡尤其是市场暴跌时候预测准确度尤其高。  

讲座最后，主持人庄子罐教授总结了此次讲座内容，并对主讲嘉宾表达感谢，本期文澜金融论坛圆满结束。