陈海清，安徽无为人,南京财经大学经济学院副教授，硕士生导师，统计系副主任，2018年毕业于北京工业大学统计系,获理学博士学位.

感兴趣的方向

自然语言处理、深度强化学习、金融风险、极值分布、拟合优度检验、高维检验

教学课程

本科生：机器学习、大数据处理技术、概率论与数理统计、统计学、实变函数、复变函数

研究生：机器学习与Python实现、深度学习与PyTorch实现、多元统计分析

博士生：统计调查与数据挖掘

获奖情况

2023年全国市场调查与分析大赛（研究生组）优秀指导教师

2022、2023 年全国应用统计专业学位研究生案例大赛优秀指导教师

2022、2023年全国大学生统计建模优秀指导教师

2021年南京财经大学教学公开赛三等奖

2021年南京财经大学本科优秀毕业论文指导教师

2018年获北京工业大学优秀博士学位论文

2018年获北京工业大学科技创新一等奖

2017年获博士研究生国家奖学金

2016年获北京工业大学博士生创新奖学金

教改项目

中国大学MOOC《机器学习》课程（南京财经大学）负责人.

南京财经大学《机器学习》在线开放课程建设项目（2022年，经费10万）.

南京财经大学教改项目《新文科背景下财经类高校“机器学习”课程建设研究》（2023年）.

南京财经大学“双高”金课创新实践项目《从统计学到人工智能》（2023年）.

科研项目

[1]国家社科基金一般项目“基于深度学习和多源数据融合的金融风险度量方法研究”

(No.20BTJ054，经费20万，起止时间：2020.09-2024.12,主持，在研).

[2]国家自然科学基金青年科学基金项目“基于统计建模理论和深度学习技术的城市环境空气质量研究”(No.11801019、经费25万, 起止时间：2019.01-2021.12，参加者4/8).

[3]国家自然科学基金青年项目“高维半参数模型的核机器学习方法及应用”(No.11701021，经费24万, 起止时间：2018.01-2020.12，参加者，3/9).

[4]全国统计科学重点项目“大数据背景下半参数建模理论与方法研究”(No. 2017LZ35, 经费3万,起止时间：2017.12-2019.12，参加者，4/4).

[5]北京市教育委员会科技计划项目“记录值下广义pareto分布的统计推断及应用”(No. KM201610005020,经费15万，起止时间：2017.01-2019.12，参加者，4/6).

[6]中国博士后科学基金“高维数据Garrotized核机器变量选择理论方法及应用研究”(No.2015M580026, 经费8万，起止时间：2015.12-2016.06，参加者，2/7).

[7]北京工业大学研究生科技基金项目“高维数据下的Logistic回归模型的拟合优度检验”(No. ykj-2014-11497，经费0.2万，起止时间：2014.11-2015.10，主持).

工作论文

[1]Deep Learning Model for Stock Price Forecasting with Multi-source Information:

Based on Transformer.

[2]Fitting the Generalized Pareto Distribution to Data Based onDeep Learning.

[3]融合多源信息的Trans-TGARCH金融市场波动率预测模型.

发表学术论文

[1] Chen Wenru, Zhao Xu , Zhou Mi,Chen Haiqing, Ji Qingqing & Cheng Weihu.Statistical Inference and Application of Asymmetrical Generalized Pareto Distribution Based on Peaks-Over-Threshold Model[J].Symmetry, 2024,16(3).DOI:10.3390/sym 16030 365.(SCI)

[2] Hu Guozhi,Chen Haiqing, Cheng Weihu & Zeng Jie. A Mallows-type model averaging estimator for de-noise linear models[J]. Communications in Statistics - Theory and Methods,2024.DOI:10.1080/03610926.2024.2347336(SCI)

[3]Chen Haiqing, Zhao Xu, Zhu Leilei,Cheng Weihu & Xu Lu.Fitting generalized logistic distribution by least squares based on the logistic transformation of order statistics, Communications in Statistics - Theory and Methods，2023,52(2):263-272.(SCI)

[4]陈海清，程维虎.logistic变换在I型广义logistic分布统计推断中的应用.数理统计与管理,2022,41(6):1029-1038.(中文核心)

[5]PanXingguang,WangLin,HuangChengquan,WangShitong,ChenHaiqing.A novel weighted fuzzy c-means based on feature weight learning,Journal of Intelligent & Fuzzy Systems: Applications in Engineering and Technology，2021,41(6):6149-6167.(SCI)

[6]chenhaiqing,chengweihu ,rongyaohua,zhaoxu.fitting the generalizedparetodistribution to data based on transformations of order statistics，journal of applied statistics，2019,46(3):432-448. (SCI)

[7]chenhaiqing,chengweihu.fitting the generalized logistic distribution by modified method based on percentiles.communications in statistics-simulation and computation，2019, 48(7):2222–2227.(SCI)

[8]chenhaiqing,chengweihu,jinmingzhong.parameter estimation for generalized logistic distribution by estimating equations based on the order statistics.communications in statistics-theory and Methods，2019, 48(6):1506–1516.(SCI)

[9]曾婕,程维虎,陈海清.缺失数据下部分线性变系数模型的模型平均.北京工业大学学报,2019,45(4):405-412.(中文核心)

[10]zhaojing,chengweihu,chenhaiqing,wumixia.comparisons of several pareto distributions based on record values.communicationsin statistics- theory andmethods，2018, 47(10):2456-2468. (SCI)

[11]陈海清,曾婕,胡国治.三参数i型广义logistic分布参数的改进最小二乘估计. 数理统计与管理,2018, 37(5): 835-842.(中文核心)

[12]chenhaiqing,chengweihu,zhaojing,zhaoxu.parameter estimation for generalized paretodistribution by generalized probability weightedmomentequations.communications instatisticssimulation andcomputation，2017, 46(10): 7761-7776.(SCI)

[13]chenhaiqing,chengweihu,zhuleilei,rongyaohua.parameter estimationfor three-parameter generalized pareto distribution by weighted nonlinear leastsquares.communications in statistics-theory and methods，2017, 46(23): 11440-11449. (SCI)

[14]guodonglin,xueliugen,chenhaiqing.cbps-based inference in nonlinear regression models with missing data.open journal of statistics,2016(6):675-684.

[15]陈海清, 程维虎. 广义pareto分布参数的最小二乘估计. 应用概率统计, 2013,4(2)：121-135. (中文核心)

近年学术交流

(1)参加第二届全国统计与数据科学联合会议，主持“Statistical Models and Methods in Economics and Finance”分会，并作“基于Transfomer 和 WGAN的收益率与金融风险预测模型”学术报告,昆明, 2024年7月；

(2)参加第二十一届中国机器学习及其应用研讨会，南京，2023年11月；

(3)参加首届全国统计与数据科学联合会议并做 “基于稀疏注意力transformer和多源数据融合的股票收益率预测模型”邀请报告，北京，2023年7月；

(4)参加泰山学术论坛--随机优化与金融统计专题并做 “深度学习与多源信息融合的股价预测模型--基于transformer结构”邀请报告，济南，2023年6月；

(5)参加2023年大数据与统计科学交叉学术论坛并主持金融统计分会，深圳，2023年4月；

(6)参加金融科技与大数据技术第一届学术年会及全体会员大会并做 “深度学习与多源信息融合的股价预测模型--基于transformer结构”学术报告，桂林，2023年4月；

(7)参加2021年数据科学与数据智能学术论坛并做“Fitting the Generalized Pareto Distribution to Data Based on Transformations of Order Statistics”学术报告，贵阳，2021年7月.

联系方式

地址：南京市栖霞区文苑路3号

Email：chqmath@163.com