時(shí)間序列數(shù)據(jù)在現(xiàn)實(shí)世界中廣泛存在，其模式和趨勢(shì)對(duì)于許多領(lǐng)域都具有重要意義，尤其是在金融行業(yè)。金融時(shí)間序列數(shù)據(jù)通常表現(xiàn)出頻繁的波動(dòng)，而這些波動(dòng)往往受到政策變化、突發(fā)事件和市場(chǎng)情緒的影響。因此，如何通過統(tǒng)計(jì)方法精準(zhǔn)定位這些突變點(diǎn)成為了研究熱點(diǎn)。 本項(xiàng)目將引導(dǎo)學(xué)生學(xué)習(xí)多種貝葉斯變點(diǎn)檢測(cè)（Bayesian Change Point Detection）算法，并掌握如何在真實(shí)的金融時(shí)間序列數(shù)據(jù)中應(yīng)用這些技術(shù)。通過本研究，學(xué)生將深入理解金融市場(chǎng)中的變點(diǎn)特征，并學(xué)習(xí)利用貝葉斯方法對(duì)突變事件進(jìn)行建模和檢測(cè)，為金融數(shù)據(jù)分析和風(fēng)險(xiǎn)管理提供新的視角和工具。