近日，研究中心博士生张晗（导师：张跃军教授）和张跃军教授合作的论文“A New Hybrid Method with Data-Characteristic-Driven Analysis for Artificial Intelligence & Robotics Index Return Forecasting”被金融管理领域国际知名SSCI期刊Financial Innovation（IF=6.793，JCR一区）录用。

人工智能指数收益率预测对金融市场的稳定以及人工智能行业的发展具有重要意义。本文选取纳斯达克人工智能和机器人指数（AIRO）作为研究对象，考虑该指数的多种复杂特征，提出基于集合经验模态分解方法、修正ICSS算法、粒子群优化-最小二乘支持向量回归（PSO-LSSVM）和广义自回归条件异方差模型（GARCH）的混合模型，对AIRO指数收益率序列进行预测研究。结果表明：第一，AIRO指数收益率序列具有复杂的数据特征，研究发现其不仅具有线性和非线性特征，还呈现出高复杂性和突变性；第二，本文所提出的混合模型（EEMD-PSO-LSSVM-ICSS-GARCH）可以同时捕捉到AIRO指数收益率的多种复杂特征，进而克服单一模型预测的局限性，产生相对较优的预测精度。

该论文的研究工作得到了国家自然科学基金面上项目、教育部人才计划和湖南省科技创新领军人才等项目资助。

Yue-Jun Zhang, Han Zhang, Rangan Gupta. A New Hybrid Method with Data-Characteristic-Driven Analysis for Artificial Intelligence & Robotics Index Return Forecasting. Financial Innovation, 2023.