<p>陈剑博士最近把量化金融领域的转移矩阵模型用于新冠疫情预测，取得很好的结果，已经与医学界同事发表多篇医学论文，并受邀在美国智库布鲁金斯学会论坛与张文宏，何大一等多名全球顶尖医学专家探讨新冠疫情，分享预测模型经验。</p>
<p>陈剑博士主要运用了常用于信用风险分析的状态转移矩阵模型，对于新冠疫情进行预测。传统的SIR系列模型严重依赖校准的参数（主要是R0），这造成了模型稳定性、敏感性、准确性等方面较严重的问题。而状态转换矩阵模型在新冠疫情预测中的关键创新是以下三点：1.它非常便于预测中间状态，如接受医学观察、解除医学观察、非重症、重症、危重症、治愈、死亡等；2.不需要过度复杂的参数估计，主要是由经验概率驱动，减小了模型误差;3. 它将所有政府预防措施都视为嵌入到观察到的概率中，而非由理论模型驱动。因此，该模型大大提高了预测的灵活性、稳定性、准确性。</p>
<p>嘉宾线上报告，可到N402教师观看也可线上观看，链接：</p>
<p> </p>
<p>https://meeting.tencent.com/s/GJoIq00UcOjg</p>
<p>会议 ID：170 443 982</p>
<p> </p> |
