2020年11月23日 上午九点半，中国科学院数学与系统研究院张新雨教授应邀来威尼斯官网做学术分享，以“基于向前验证的模型平均方法FVMA”为题，为大家开启了学术新视野。本次讲座由9778818威尼斯数据科学与经济行为决策研究中心文凤华教授主持，除了中心的众多博士及研究生外，不少其他院系的学生也慕名而来参与了本次讲座，现场座无虚席。讲座开始前，文凤华教授对张新雨教授的学术成就、研究领域进行介绍，并对张教授的到来表示热烈的欢迎和由衷的感谢。
张新雨教授首先为我们讲述了该研究的研究动机：交叉验证法常使用预测点前后两段数据进行预测，但是对于时间序列数据这一假定不合理，因此张教授提出使用向前预测的观点来解决这一问题。同时结合模型平均的方法来得到更好的预测结果。接下来张教授为大家简单介绍了目前最常用的贝叶斯模型平均与频率模型平均方法，基于模型平均的理论知识由点到面的阐述多个模型平均方法的诸多不确定性因素并由此提出了FVMA模型，这循序渐进的介绍启发同学们进行思考，使现场的学术气氛愈加浓烈。随后张教授为大家讲解了使用平均法的原由，针对Smoothed AIC/BIC，Adaptive Repression by Mixing(ARM)，Asymptotically Optimal 三种模型与FVMA平均模型进行比较，由浅入深的解析建模详细过程且针对模型变量的不确定性与窗口期的不确定等问题 FVMA模型能够更好的解决。最后张新雨教授为我们展示了利用S&P500的数据的FVMA模型结果，结果显示这一新模型具有更好的预测能力。同时提到FVMA模型在考虑了指标与窗口期的选择后相对于原模型FVMA、Adaboots、平均模型这几种模型方法预测效果是最好的。讲座的最后张新雨教授就在场师生们提出的问题进行了详细解答，张新雨教授运用浅显易懂的话语生动形象的为我们讲述了一个复杂模型的构造过程，这博得了大家阵阵掌声。最后讲座在大家的热烈掌声中落下帷幕，本次讲座为我们打开了学术界新的一扇窗收获颇丰。
张新雨，中科院数学与系统科学研究院/预测中心研究员。2010年在中科院系统所获博士学位，曾是TAMU博士后和PSU的Research Fellow。担任期刊《Journal of Systems Science and Complexity》领域主编、期刊《Statistical Analysis and Data Mining》Associate Editor、期刊《系统科学与数学》和《应用概率统计》编委，是中国统筹法优选法与经济数学研究会数据科学分会副理事长和国际统计学会当选会员。先后主持国家自然科学基金委优秀和杰出青年研究基金项目，曾获得中国管理学青年奖和中科院优秀博士学位论文等奖励。
