主讲嘉宾

Ahmad Namini

讲座时间

2026年11月4日（星期三）

上午9:30-10:45

讲座地点

中央财经大学（学院南路校区）

学术会堂604

主办方

创新发展学院

嘉宾介绍

Ahmad Namini 博士现任布兰迪斯大学商学院与经济学院商业分析实践教授，主要讲授定量金融、体育数据分析、机器学习和人工智能等课程。加入布兰迪斯大学之前，Namini 博士在定量金融领域积累了丰富的职业经验，曾担任定量分析师与开发人员、交易部门策略师、分析部门负责人及首席技术官。他曾在多家投资银行、对冲基金和资产管理机构任职，其中包括 AlphaSimplex Group、花旗集团、德意志银行、Fortress Investment Group 和 Frontlight Capital。目前，他主要致力于将人工智能、机器学习和定量方法应用于金融与体育领域的问题研究。在金融领域，他运用统计建模、机器学习和模式识别技术，分析日频及日内金融数据，以识别潜在的交易机会。在体育领域，他主要研究体育博彩市场的定量分析方法，识别具有交易价值的机会，并对球队及运动员的表现进行建模。Namini 博士获得马里兰大学计算力学博士学位。他发表了多篇经同行评审的学术期刊论文，曾在重要学术会议上报告研究成果，并为初创企业及成熟企业提供咨询服务。他的学术生涯始于迈阿密大学，曾在该校任教，并开展获得美国国家科学基金会（NSF）资助的计算空气动力学研究项目。他的研究重点是大跨度桥梁的气动弹性行为，运用计算方法研究空气动力与大型结构系统之间的相互作用。Namini 博士始终致力于运用数学建模、计算技术和数据驱动方法解决复杂问题，研究领域涵盖计算力学、定量金融、人工智能和体育数据分析。

讲座摘要

数据科学的迅速发展改变了众多领域中组织进行决策的方式，涵盖金融市场和职业体育等不同领域。尽管这两个领域表面上存在根本差异，但它们面临着一个共同的分析挑战：如何利用规模庞大、结构复杂的数据集，在不确定性条件下作出有效决策。长期以来，金融机构一直依靠统计建模、预测、风险度量、投资组合优化和定量决策等方法来识别投资机会、配置资本和管理风险。类似地，体育组织也日益依赖数据分析来评估运动员及球队的表现、预测未来结果、制定竞争策略、评估运动员的价值及薪酬，并识别潜在的体育博彩机会。本次讲座将探讨定量金融与现代体育数据分析之间的相通之处，并考察如何将金融市场中发展起来的方法应用于体育领域。讲座主题包括数据获取与预处理、统计与预测建模、机器学习、绩效评估、风险与不确定性，以及优化方法。讲座将特别关注预测与决策之间的重要区别。准确的预测并不必然带来最优决策。有效的数据分析需要将模型输出转化为实际行动，同时明确考虑决策目标、约束条件、风险、不确定性，以及决策出错可能造成的后果。通过金融市场和体育领域的实例，本次讲座将展示如何运用统一的数据科学框架来评估投资、运动员、球队、策略以及体育博彩机会。尽管金融与体育存在诸多差异，但二者在许多基本分析问题上具有共通性，包括从噪声数据中识别有效信号、估计预期表现、衡量风险、判断价值、配置稀缺资源，以及选择能够最大化预期目标的行动方案。

文字：宫振宇

审稿：赵阳

编辑：柴新凯 白舒瑶

审核：赵扶扬 赵阳