2024年4月9日，JDB电子数量金融与经济研究中心在求是楼QA303举办主题为“基于深度学习的交易成本投资组合优化”的研讨会，北京师范大学和香港浸会大学联合国际学院（United International College, UIC）的张爱华博士受邀进行分享，金融系高丽萍博士主持。
张爱华博士在研究中创新地提出了基于LSTM预测的投资组合方法，即LSTM-PbP，该方法特别考虑了交易成本，旨在实现期末累积财富的最大化。她运用多层LSTM网络预测未来价格，并结合相对熵方法确定最佳投资组合策略。通过迭代更新投资组合权重，直至投资期结束，LSTM-PbP方法能够根据市场变化动态调整策略。数值实验显示，该方法在累积财富方面优于传统持有策略，为投资者提供了新的决策工具，展现了深度学习在投资组合优化中的潜力。
研究分享后，张爱华博士与师生们围绕LSTM-PbP方法在不同国家的应用和前景展开了热烈讨论。此次活动不仅促进了学术交流，展望了深度学习在金融领域的广阔前景，也为学生们提供了宝贵的学术启示，拓展了思维空间，进一步激发了学生对深度学习及金融投资组合优化领域的兴趣与热情。
撰稿：林若淳
责任编辑：沈慧玲
初审：沈慧玲
复审：黄海飞
终审：马静娴
