零点看书

字:
关灯 护眼
零点看书 > 都重生了谁还当人 > 第136章 专门研究?没有,我刚看的

第136章 专门研究?没有,我刚看的

第136章 专门研究?没有,我刚看的 (第2/2页)

虽然老彭为人亲和,很接地气,但许青山也是第一个当着他的面提出这个问题的人。
  
  毕竟大家懂的都懂,有时候领导让你感觉接地气,并不代表你真的能把领导拉到地里来,老彭的身份地位并不比田刚差。
  
  这种院士级别的学者虽然不会欺负小朋友,但也不可能真让小朋友欺负去了。
  
  许青山这话一出口,彭实戈愣了一会,半天没出声。
  
  不过他倒是不生气,反而是认真的在思索徐青山的这个问题。
  
  许青山观察了一会彭院士的表情,见他没有生气,知道能继续聊,这才小声地提出了自己的观点。
  
  “老彭,我的意思其实是。”
  
  “BSDE的数值解法,比如说蒙特卡罗模拟、离散流方法,这些数值解法都需要大量的计算资源,求解速度较传统方法来说要慢不少,我们现在的计算资源其实挺有限的,哪怕是超算平台,现在排队都排到南天门去了,但如果计算资源有限的话,BSDE就需要面对计算效率的问题,尤其在高维问题中很有可能会面临‘维度灾难’。而且这样的计算方式对于存储的需求很高,会大大地限制了实时性要求高的场景应用。”
  
  许青山顿了顿,见彭院士听得很专注,田刚老登的表情又变了,这才继续说道。
  
  “比如我们华夏的股市。”
  
  “我们其实都很清楚,我们华夏的股市和其他的股市并不太一样,不管是欧式还是美式,又或者是亚式。”
  
  “具体的情况,老彭你应该比我更了解。”
  
  “当然,排除这种即时性很强的需求之外,关于参数敏感性的问题,也不小,模型对输入参数,例如波动率、利率这些输入参数的准确性依赖很高,参数估计偏差可能导致结果显著偏离实际。如果是股市平稳的阶段,这种参数输入倒是还好,但是在市场剧烈波动的时候,输入参数就很难保证能够即时准确。”
  
  田刚吃惊地看着许青山在老彭面前长篇大论。
  
  这种场面就像是什么?
  
  关公门前耍大刀,鲁班面前玩机关。
  
  许青山拿着人家研究出来的理论,在人家面前大谈特谈,这还不是最可怕的,最可怕的是老彭的表情越来越严肃,而且听得很认真,不知道什么时候把面前的餐盘都推开,掏出了随身带着的本子,开始比对了起来。
  
  这又代表着什么?
  
  这代表着许青山说的,全他妈都是对的!
  
  不是?
  
  你小子最近不是忙成狗屎了吗?什么时候又跑去研究老彭的BSDE理论了?
  
  “你说的很准确,这些问题,我在后续复验理论的时候,都有遇到。”
  
  彭院士安安静静地听许青山说完以后,才缓缓开口道。
  
  田刚觉得自己手里的饮料都不香了。
  
  “其实我发现现在都实际应用场景是有些矛盾的,我们的理论在实际应用中,想要快速地投入使用,就仍需简化模型假设,需要在市场完备性充分、无摩擦交易的情况下,进行计算,这就更削弱了理论结果的实用性。”
  
  “且不说我们华夏股市的特殊情况,机构先入,散户T+1,就算是在欧美的股市期权推导公平价格边界的时候,也很难达成这种理想假设条件。”
  
  “我自己有一些方向,不过我现在更想听听你有什么意见。”
  
  老彭认真地看着许青山。
  
  虽然眼前的这个年轻人真的很年轻,在年龄上都可以当老彭的孙子,但老彭还是有一种打心底的感觉,遇到了知音。
  
  虽然在有前人进行了完整研究的前提下,想要读懂自己的研究理论并不算太难,老彭可能随便取另一个比较优质的博士生都能做到这一个程度。
  
  但许青山才19岁啊。
  
  他还有自己专精的研究领域。
  
  他对于金融数学的敏锐程度,基本上让老彭感觉到了来自精神层面的愉悦。
  
  他现在很急。
  
  急着想看看许青山能够提出什么意见,从而找到和许青山共鸣的点,狠狠地用自己的大学识塞满这个小漏洞。
  
  许青山见到彭院士这个态度,咧嘴一笑。
  
  “我觉得主要在三个方向,第一是开发高效数值算法,可以从并行计算、深度学习加速等方面来寻求求解速度的提升;第二是结合机器学习优化参数估计,降低模型敏感性;第三则是可以尝试一下BSDE与强化学习的融合,增强动态决策能力。”
  
  “其实也就是在您的金融数学理论基础里,全面地加入机器学习的算法优化优势,这样更容易让它投入到实际应用中去。”
  
  许青山提出来的解决办法很简单。
  
  搞合作!
  
  至于找谁合作?
  
  那最佳人选不是明摆着在他面前吗?
  
  老彭思索了一下,点了点头。
  
  许青山提出来的三点,其实也是他考虑到的其中一部分,作为一个顶级院士,他自然比许青山更了解自己的研究,考虑的范围也比许青山的更加全面,只是
  
  “但我其实还没怎么接触过机器学习方面的,虽然我知道概率论和控制论在机器学习领域的应用范围很深很广,也不知道我这老东西还能不能快速学进去。”
  
  老彭笑着说道。
  
  虽然概率统计学者很容易就能跨界转型到信息科学领域,甚至机器学习专家一大堆都是数学本科的反水仔。
  
  但是到了老彭这个年纪了,他觉得自己这不一定能够跟上年轻人的节奏。
  
  “有我啊!”
  
  许青山稍微有点急了,连忙说道。
  
  “彭老,我实验室就有信科实验室,我还有多个合作项目组,就在京大信科中心,机器学习领域的成果不少呢,您看.”
  
  许青山正准备掏手机推销推销,却听到老彭拍板。
  
  “那就交给你了!青山,这可是你开口的哈。”
  
  许青山一愣,看到了彭院士露出了从头到尾都没露出过的狡黠笑容。
  
  卧槽。
  
  谁说彭院士是老实人的?
  
  “行的,既然我先开口请教您问题,那这件事肯定是我来申请。”
  
  许青山是知道彭院士意思的,这回可是自己主动要求合作的,不过他自己还真不太在意这个。
  
  “那这事就这么定了,我们晚上慢慢聊,今天心情好,我多去拿点吃的。”
  
  彭院士心满意足地端着盘子去找吃的。
  
  憋了好久的田刚这才开口问道。
  
  “嘶,青山,你什么时候专门研究了老彭的课题了?”
  
  “啊?专门研究?没有,我刚看的。”
『加入书签,方便阅读』
热门推荐
在木叶打造虫群科技树 情圣结局后我穿越了 修神外传仙界篇 韩娱之崛起 穿越者纵横动漫世界 不死武皇 妖龙古帝 残魄御天 宠妃难为:皇上,娘娘今晚不侍寝 杀手弃妃毒逆天