一、题目：股票收益的机器学习实时预测：来自基本面信号的证据（Real-time Machine Learning for the Cross-Section of Stock Returns: Evidence From Fundamental Signals）

二👏🏿、主讲人：李斌🫑，武汉大学经济与管理K8凯发教授

李斌，武汉大学经济与管理K8凯发教授、博士生导师👩‍👩‍👦‍👦🧔‍♂️，担任金融系支部书记🧣、代理主任💇🏿‍♀️🤾🏼‍♂️，兼任金融科技研究中心主任🖨。研究方向为金融科技、投资管理和机器学习等。他具备金融+科技的跨学科背景与研究能力🎉，在《Journal of Accounting Research》、《Artificial Intelligence》、《Journal of Machine Learning Research》🧛‍♂️💂🏻、《管理科学学报》、《中国工业经济》💃🏽、ICML👖、IJCAI等金融会计和人工智能类期刊会议上发表论文🛷🤽🏻，出版英文专著一部‼️。主持国家自然科学基金等项目，已结题自科基金青年项目后评估为特优。研究被海通证券等转载应用，获评中国金融学年会优秀论文二等奖等🦹‍♀️。

三、时间🧔🏻‍♀️： 2022年4月6日星期三 上午10:00-11：30

四、地点：腾讯会议 668-584-402

五、主持人：姜富伟教授♻️，金融工程系主任

六🧑‍🦲🛹、内容简介🌙👩‍🦼‍➡️：

Recent studies document strong performance of machine learning based investment strategies. These strategies use anomaly variables discovered ex-post as predictors of stock returns and cannot be implemented in real time. We construct machine learning strategies from a “universe” of fundamental signals identified ex-ante and find that their out-of-sample performance is considerably weaker than those documented by previous studies. In addition, we find significant degradation from in-sample performance to out-of-sample performance, supporting the predictions of Martin and Nagel (2021). Overall, our results offer a more tempered view of the practical value of machine learning strategies relative to prior literature.