商朋见

基本信息

教育背景

商朋见：北京交通大学 数学与统计学院 统计学学科责任教授，博士生导师，二级教授，北京市经济数学学会副理事长。1993年6月在武汉大学数学与统计学院获理学博士学位。承担国家自然科学基金、“863”、北京市自然科学基金、教育部博士点基金等多项国家和省部级科研项目。曾获北京交通大学首届“拔尖人才培育工程”博导;“北京市高等院校优秀青年骨干教师”;“北京市青年优秀科技论文奖”; 北京交通大学首届“智谨奖、优秀青年教师奖”; 北京交通大学“优秀科技工作者”;北京交通大学“优秀教师”等奖励和称号。近年来，在国内外重要学术期刊上发表160余篇学术论文，其中有120余篇被SCI收录,60余篇被EI收录。担任《The Scientific World Journal》,《Frontiers in Interdisciplinary Physics》,《Journal of Applied Mathematics》等国际SCI期刊编委.

近几年所指导的研究生已有10名到美国哈佛大学进行联合培养.

目前研究兴趣：经济金融数据统计分析、金融时间序列分析、大数据分析技术、复杂数据统计特征提取与数据挖掘等.

复杂时间序列分析(Complex time series analysis)是一种复杂动态数据处理的统计方法。该方法基于概率论和数理统计方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。它重点研究 如何有效地收集、处理和分析实际数据，提取有效信息、建立统计模型，并进行统计推断和预测，为相关决策提供依据和参考，它具有很强的应用性.

研究生招生专业: 统计学 (数据分析与挖掘、金融统计、风险统计与管理)

工作经历

研究方向

• 计算理论与信息处理
• 数据分析与挖掘
• 计算数学

招生专业

• 计算数学硕士
• 统计学硕士
• 统计学博士
• 数学硕士

科研项目

6.国家自然科学基金：非平稳时间序列的MFDCCA大偏差研究

目前在研项目主要涉及以下三方面内容：
1. 经济金融与信息系统中随机复杂结构的建模与推断: 与经济金融和信息科学研究领域交叉，研究复杂经济金融环境中核心的随机复杂结构问题（如定价，金融数据处理与模拟，最优投资策略，金融波动的统计分析，金融风险度量等问题），以及交通数据的统计建模、理论和方法。
2.大数据处理及知识挖掘的理论与方法: 随着计算机测量与互联网的广泛应用，大量的过程数据被采集并存储下来。但是这些包含过程运行状态信息的数据往往没有被有效地利用，以至出现了所谓的“数据很多，信息很少”的现象。我们以经济金融、信息科学等领域内关键和核心问题中重要的随机复杂结构为基础，建立随机复杂结构与数据的共性理论框架和方法体系，刻画和分析一些具有重要理论和应用价值的金融系统和信息系统。
3. 基于数据驱动的系统监控与诊断: 通过对金融系统和信息系统中数据的采集、预处理（滤波、校正等）和分析（特征提取、模式分类等），监督复杂系统的运行状态，检测系统信息，诊断、分析和预测各系统的动态趋势，从而达到减小波动风险、保障系统可靠运行的目标，使系统始终处于最佳运行状态。

教学工作

论文/期刊

近年来，在国内外重要学术期刊上发表160余篇学术论文, 代表性论文如下：

1. Multiscale multifractal detrended cross-correlation analysis of financial time series,Physica A 403 (2014)35–44
2. Cross-sample entropy statistic as a measure of synchronismand and cross-correlation of stock markets[J].ND，2013，73（1），539-554
3. DATA DISCRETIZATION FOR THE TRANSFER ENTROPY IN FINANCIAL MARKET. FNL，2013,12（4）,1-15
4. Modified DFA and DCCA approach for quantifying the multiscale correlation structure of financial markets. Physica A，2013-10，392（3），6442-6457
5. Measuring information interactions on the ordinal pattern of stock time series.PHYSICAL REVIEW E，2013，87（6），1-9
6. Estimation of local scale exponents for heartbeat time series based on DFA.ND，2013，74（4），1183-1190
7. Effect of linear and nonlinear filters on multifractal analysis.Applied Mathematics and Computation，2013，v224（6），337-345
8. Multiscale entropy analysis of traffic time series.International Journal of Modern Physics C，2013，24(2013)1350006，1-14
9. Continuous detrended cross-correlation analysis on generalized Weierstrass function.Eur. Phys.J.B，2013，86（58），1-5
10. Permutation complexity and dependence measures of time series.EPL，2013，102（2），1-6
11. Information flow and cross-correlation of Chinese stock markets based on transfer entropy and DCCA.DCDIS Series B，2013，20（6），577-589
12. Measuring information interactions on the ordinal pattern of stock time series.Physical Review E，2013，87（2），1-9
13. Multifractal diffusion entropy analysis on stock volatility in financial markets.Physica A，2012，391（1），5739-5745
14. The cross-correlations of stock markets based on DCCA and time-delay DCCA.ND，2012，67（1），425-435
15. Application of EMD combined with KNN approach in financial time series forecasting.FNL，2012，11（2），1-14
16. Multifractal detrended cross-correlation analysis of chinese stock markets based on time delay.Fractals，2011，3（19），329-338

专著/译著

专利

软件著作权

获奖与荣誉

社会兼职