日前，管理工程学院2023级管理科学与工程专业博士生安妮撰写的论文“An improved deep temporal convolutional network for new energy stock index prediction”在信息科学领域国际知名期刊Information Sciences发表。安妮是论文的第二作者，第一作者和通讯作者是导师陈炜教授，第三和第四作者分别是清华大学博士后研究人员姜鳗芮和管理工程学院副教授贾利芬。最新数据显示，Information Sciences是JCR一区期刊，影响因子为8.1，我校评定为A1级。

论文提出一种基于多核并行时序卷积网络（MKP-TemporalNet）模型的新能源股票指数预测方法。首先，该模型采用注意力机制动态校准多变量时间序列的特征重要性；然后，结合改进时序卷积网络（iTCN）和双向门控循环单元（BiGRU）的特点，有效提高预测精度。具体地，为应对新能源市场特有的波动性和不确定性，该模型在时序卷积模块的核心残差布局中引入多核并行卷积结构，解决传统时序卷积网络在不同时间尺度下提取时间特征的低效能问题，从而实现对新能源股指的高效预测；最后，基于六种新能源股票指数进行实验对比。结果表明，MKP-TemporalNet在新能源股票指数预测中比主流机器学习方法表现出更具鲁棒性和准确性。

近年来，管理工程学院以科研创新团队建设为抓手加强博士生创新能力培养。同时，学院多措并举提高研究生学术水平，具体包括举办研究生学术沙龙、专家前沿讲座以及鼓励学生参加高水平国际国内学术会议。安妮在国际知名期刊上发表论文是博士生培养质量提升的一个缩影，相信学院研究生后续将产出更多高水平科研成果。

作者简介：

陈炜，首都经济贸易大学管理工程学院教授，主要研究方向为量化金融与风险管理、机器学习及其应用。

安妮，首都经济贸易大学管理工程学院2023级管理科学与工程专业博士生，主要研究方向为机器学习与量化金融。

姜鳗芮，清华大学工业工程系博士后研究人员，主要研究方向为强化学习、复杂网络、复杂系统决策。

贾利芬，首都经济贸易大学管理工程学院副教授，主要研究方向为量化金融、不确定金融风险、不确定规划。