博士，教授。金融工程方向、信息管理方向硕士研究生导师。
办 公 室：工商管理学院B504、移动电话：**、E-mail：lanqiujun@hnu.edu.cn





基本信息
个人简介 Resume
兰秋军，博士，教授。金融工程方向、信息管理方向硕士研究生导师。获湖南大学计算机科学专业硕士、管理科学与工程专业(金融工程方向)博士学位。主要研究领域为金融工程与风险管理，重点关注金融数据挖掘、金融量化投资与决策、大数据商务智能应用。著有《金融数据挖掘》、《运筹学》等著作，在国内外学术刊物上发表论文近三十篇。主持国家自然科学基金、归国留学基金等项目4项，参与各类纵向课题6项，并曾在多家IT企业任职，负责多个信息系统项目的研发，涉及金融保险、互联网营销、房地产、零售、教育等行业。学术成果获湖南省科技进步二等奖1次，教育部科技进步一等奖1次。欢迎报考本人金融工程、数据挖掘与信息管理方向研究生。
Qiujun LAN is an professor in the Department of Information Systems & E-Commerce at the School of Business, Hunan University. He obtained his Ph.D. in management science & engineering from the Business School of Hunan University, a M.A.in computer science from Hunan UniversityandB.A. in compuer science from Xi'an Shiyou University.His current research interests include the financial data mining, financial quantitative investmentand big data & business intelligence. He haspublishednearly30 research papers in domestic and foreign academic journals. He was alsothe winner of Hunan Provincial Science and Technology Progress Award, and the Ministry of Education Science and Technology Progress Award.
教育背景 Education
2001-2004 湖南大学 管理科学与工程 博士 Hunan Univ. Management Science & Engineering,Ph.D
1995-1998 湖南大学 计算机科学 硕士 Hunan Univ. Computer Science, Master
1991-1995 西安石油学院 计算机及应用 学士Xi'an Shiyou University,Computer Science, Batchelor
职业经历Academic Experiences
2005.1~至今 湖南大学工商管理学院 Business School,Hunan Univ, Assistant Prof(2005-2006),Associate Prof(2006-)
2007.8-2008.8 香港城市大学经济金融系任高级研究助理 Dept. of Eco & Fin,City Univ of Hongkong, Senior Research Assistant
2009.10-2010.11 美国阿肯色大学Sam. Walton 商学院金融系，访问**** Business School,Arkansas Univ.,USA, Visiting Scholar
1998.7~2001.7 湖南师范大学理学院计算机系助教、讲师 Dept., Computer Science,Hunan Normal Univ., Assistant Prof.


研究领域
1. 数据挖掘与商务智能
2. 金融量化投资与决策
3. 基于大数据的商务应用
4. 系统优化与决策


讲授课程
本科：运筹学；金融计算与实验；个人知识管理；经济预测与决策；统计学
硕士：数据挖掘与商务智能；优化理论与技术；计量经济学；数据、模型与决策(MBA)
博士：系统优化与决策


研究成果
1、著作
[1 ] 马超群 兰秋军 陈为民. 金融数据挖掘. 北京:科学出版社, 2007.
简介:当今世界是一个信息化和数量化的时代，每天都有不计其数的数据在产生。如何从大量的数据中获取知识成了人们关注的焦点。数据挖掘(Data Mining)是20世纪90年代中期兴起的新技术，是发现数据中有用模式的过程，其目的在于使用所发现的模式帮助解释当前的行为或预测未来的结果，以人们容易理解的形式提供有用的决策信息。数据挖掘技术的应用领域非常广泛，可以说，各行各业，只要涉及到大量数据的分析处理，数据挖掘就有用武之地。而在金融领域，许多金融业务活动，如客户分析、投资决策、风险管理、价格预测都需要对大量历史数据进行分析，分析数据是许多金融从业人员的“基础”、“日常性”工作。特别是由于我国金融信息化的快速发展，金融领域积累了非常庞大的数据，如何将这些数据化成有用的决策信息，是令很大金融分析人士头疼的问题。本书的写作希望能给予他们一定的帮助。关于数据挖掘技术的书籍在市面流行的有不少，但多是从理论与技术角度进行介绍，较少以实例的形式对其具体应用进行描述。数据挖掘过程包括数据收集、数据选取与准备、挖掘模型的建立与检验、挖掘结果的解释与验证、以及结果的应用。每一个步骤都非常重要，而数据挖掘本身是一个多学科交叉领域，涉及到机器学习、数据库与数据仓库、统计学等众多学科知识，其具体的研究内容非常广泛。本书基于作者对金融数据挖掘多年的研究经验，其写作目的是通过对一些相对较成熟的挖掘技术的讨论，阐述其用途、解决思路、需注意的主要问题、步骤，再辅以金融领域的具体案例介绍模型与方法的应用，从而使从事金融行业相关读者，既能在理论与技术上对其有较深刻的理解，又能通过对具体案例操作的研读获得感性认识。全书分成八章，第一章导论主要是对数据挖掘技术的概要性介绍，从一个整体的角度了解数据挖掘产生的背景、技术与步骤以及一些关键问题。讨论金融数据的基本特点与挖掘业务需求。第二章金融数据预处理，主要讨论金融数据来源、数据可能面临的错误以及处理方法。第三、四、五、六为具体的挖掘技术的介绍，包括分类与预测、聚类、关联、异常挖掘。这些是目前数据挖掘领域研究最多，应用最广泛的技术，我们重点讨论这些技术的目的、主要思想、关键步骤、面临的主要问题、以及在金融领域的具体应用例子及其实现。第七章是时间序列挖掘，由于时间序列数据在金融领域特别常见，如股价、成交量、汇率、利率等都是以时间序列形式存在的，这种数据由于本身的特殊性，其挖掘过程与一般的表格形式存储的关系数据有所不同，我们专门对其进行介绍，尤其介绍了本书作者所提出的方法以及其金融应用的例子。最后第八章是对数据挖掘技术在金融领域应用前景的论述，并对一些本书并未具体阐述，仍处于研究发展阶段的一些挖掘技术在金融领域的应用进行了展望与分析。
[2 ] 马超群 兰秋军 周忠宝. 管理运筹学. 长沙:湖南大学出版社, 2010.
简介: 组织的任何资源都是有限的，人类管理活动的目的就是在有限资源的约束下，尽可能地提高经济和社会系统的效率。运筹学是一门定量地研究如何有效地组织和管理各种资源的学科，是现代管理科学的基础。目前已广泛应用于金融投资、财务会计、人力资源管理、市场营销、物流管理、工程项目管理、生产计划等经济与管理领域。它遵循提出问题、分析建模、求解和方案实施等一整套科学严密的方法，并始终贯穿着系统优化的思想，这使它在培养和提高管理人才的素质上发挥着重要作用。我国高校很多专业，特别是经济管理类专业普遍以专业基础课的形式开设了运筹学课程，反映大家对它的重视程度相当高。然而，我们在多年的教学实践过程中发现，现有的很多教材都是以数学理论为主。这使得许多经管类学生误认为这是一门纯数学课，常觉得枯燥、乏味，离实际太远而难以提起学习兴趣。其实，本课程目的不在于将学生个个培养成“运筹学家”。而关键应培养学生一种科学管理的思维、树立系统优化的思想，使其在将来的工作实践中自觉地应用运筹学的理念去分析、思考和解决问题。本教材以此为宗旨，在着重培养学生的建模技巧和实践操作能力的基础上，激发学生对理论知识自觉探索的兴趣。全书写作基本按照“基本概念介绍→应用建模举例→计算机操作实践→案例欣赏”的思路，由浅入深、先易后难。通过本教材的学习，学生既能掌握一些必要的理论知识，又可获得实际应用的一些体验。本书的操作实践部分，主要介绍采用Excel和Matlab求解运筹学模型。之所以介绍Excel，主要是因为该软件的普及性，读者学习之后，能较方便地在工作中应用。而Matlab则因其功能强大，是进行科学研究的重要工具软件。对于那些想深入钻研并运用运筹学方法的读者而讲，介绍Matlab的实现对他们将来从事科学研究非常有益，读者可以将本书中的Matlab程序代码作为参考，通过分析、研读、修改，加深对运筹学理论知识的理解和应用。全书按最高96学时，最低32学时设计，共分14章，涵盖了线性规划、对偶理论、运输问题、整数规划、目标规划、动态规划、图与网络分析、网络计划、存储论、排队论、对策论、决策分析等运筹学的主干分支内容。教师可根据具体情况选讲。其中第1章至第7章为基本内容，建议必讲，而第8章至第14章则可根据课时和授课对象进行选讲。并且第1章至第7章的理论部分，教师可根据授课对象的具体情况进行选讲，而不会影响后续内容的学习。本书虽然是作为经济管理类本科生教材而编写，但也可作为除数学专业外的其它本专科生教材，同时也可供研究生、工程技术人员和企业管理人员参考。
2、论文
[1] 兰秋军，李卫康，刘文星. 不同情境下中文文本分类模型的表现及选择. 湖南大学学报(自然科学版) ,2016,4：
摘要:针对中文文本分类任务中N-Gram,朴素贝叶斯、K最近邻和TF-IDF等经典而广泛使用的文本分类模型的选择困惑问题,基于万余篇中文新闻文本语料数据,设计了一系列的对比实验,考察了各模型在不同参数、不同训练数据规模、不同训练文本长度、类别是否偏斜等多种情境下分类性能的表现,总结了各模型的特性,为中文文本分类模型的选择和应用提供了实践依据和参考.
[2] Lan Q, Li W, Liu W. Chinese text sentiment orientation identification based on Chinese-characters[C]// International Conference on Fuzzy Systems and Knowledge Discovery. IEEE, 2015.
摘要:Existing sentiment identification technologies for Chinese texts are mostly based on Chinese words/phrases. However, we notice that Chinese characters are ideogram and many of them contain rich sentiment information. Hence, a Chinese text sentiment orientation identification model based on Chinese characters but not words or phrases is proposed in this paper. Contrasting to existent models, our model has many advantages such as no necessary of dictionaries, words segmentation and stop-words removal. Moreover, its dimension of feature vector is lower and its processing efficiency is higher. Experiments show that our model greatly simplifies the identification process and improves the computational efficiency at very little loss of accuracy.
[3] 何琳洁, 兰秋军, 马超群. 基于学习行为的投资者决策模型. 系统工程, 2015(11):18-23.
摘要:现行的投资者决策理论主要研究各种参数不确定情况下投资者的动态决策最优解,很少考虑个体投资者能够通过学习行为提高自身投资决策能力这一事实。针对Brennan(1998)的动态决策模型,将考虑投资者期望收益的不确定性和投资者个体学习过程相结合,推导出一个基于学习行为的投资者3期最优决策模型。实证结果表明,证券市场上的个体投资者具有学习需求,存在学习行为,且其学习行为包含一定的学习成本。
[4] Zhang H, Lan Q. GARCH-Type Model with Continuous and Jump Variation for Stock Volatility and Its Empirical Study in China[J]. Mathematical Problems in Engineering, 2014, 2014(50):1-8.
摘要:On the basis of GARCH-RV-type model, we decomposed the realized volatility into continuous sample path variation and discontinuous jump variation, then proposed a new volatility model which we call the GARCH-type model with continuous and jump variation (GARCH-CJ-type model). By using the 5-minute high frequency data of HUSHEN 300 index in China, we estimated parameters of the GARCH-type model, the GARCH-RV-type model, and the GARCH-CJ-type model and compared the three types of models’ predictive power to the future volatility. The results show that the realized volatility and the continuous sample path variation have certain predictive power for future volatility, but the discontinuous jump variation does not have that kind of function. What is more, the GARCH-CJ-type model has a more power to predict the future volatility than the other two types of models. Therefore, the GARCH-CJ-type model is much more useful for the research on the capital assets pricing, the derivative security valuation, and so on.
[5] Ma C, Liu J, Lan Q. Studying Term Structure of SHIBOR with the Two-Factor Vasicek Model[J]. Abstract & Applied Analysis, 2014, 2014(11):1-7.
With the development of the Chinese interest rate market, SHIBOR is playing an increasingly important role. Based on principal component analysing SHIBOR, a two-factor Vasicek model is established to portray the change in SHIBOR with different terms. And parameters are estimated by using the Kalman filter. The model is also used to fit and forecast SHIBOR with different terms. The results show that two-factor Vasicek model fits SHIBOR well, especially for SHIBOR in terms of three months or more.
[6] Liu Z, Zhang T, Lan Q. An Extended SISa Model for Sentiment Contagion[J]. Discrete Dynamics in Nature & Society, 2014, 2014(4):1-7.
摘要:One of the main differences between sentiment and infectious diseases is that the former one has two opposite infectious states: positive (optimistic) and negative (pessimistic), while the latter one has not. In this paper, based on the SISa model, we consider this issue and propose a new model of sentiment contagion called the SOSa-SPSa model. The results of both numerical and agent-based simulations show that our model could explain the process of sentiment contagion better than that of Hill et al. (2010). Further analysis shows that both the numbers of optimistic and pessimistic individuals will increase with the probability of spontaneity or contagion and decrease with the probability of recovery. Potential applications of this model in financial market have also been discussed.
[7] Huang C, Ma X, Lan Q. An Empirical Study on Listed Company’s Value of Cash Holdings: An Information Asymmetry Perspective[J]. Discrete Dynamics in Nature & Society, 2014, 2014:1-12.
摘要:The value of a company’s cash holdings is currently a hot issue in corporate finance research. Current studies have not reached a unified conclusion.Moreover, no one has ever studied that fromthe perspective of information asymmetry.However, there still exist disputes about the measurement of the degree of information asymmetry. Previous studies mostly adopt single index to analysis this issue, and the economic meaning it represents only reflects some information of asymmetric information, so it was one-sided and the conclusion also differ. Drawing on the market microstructure and the index of information asymmetry of managers and investors, this paper constructs a new proxy for information asymmetry based on the principal component analysis. We find that a company’s value of cash holdings decreases increasingly with its level of information asymmetry, and the relationship between information asymmetry and the value of cash holdings is nonlinear.
[8] 吴海燕, 兰秋军. 可转换债券及其标的股票风险收益关系的实证研究. 系统工程, 2013(3):21-27.
摘要:可转债是一类特殊的公司债券,其价值构成由债券和期权构成。理论分析表明,可转债的期权价值受标的股票价格本身以及其波动率的影响。选取融资融券试点后的可转债样本进行实证,表明可转债相对于其标的股票具有高收益低风险特性,并且可转债的价格与股票价格有正向关系,但股价波动率与转债价格以及其波动率之间都没有关系,并不能认为高风险的股票对应的可转债风险也高。
[9] 吴海燕, 兰秋军, 马超群. 中美可转换债券比较研究. 财经理论与实践, 2013, 34(2):49-52.
摘要:通过对中国和美国的可转换债券市场的规模、条款、风险收益特征和套利机会进行对比分析,结果表明中国可转债市场规模仍远不及美国,尤其对创新性中小企业融资需求的支持上差距更大。中国可转债的条款设计更多替发行人考虑,而较少关注投资者的需求,具有明显的扩股融资动机。从风险收益特征和套利机会来看,发现美国可转换债券市场的债性凸显,股性较弱,而中国可转换债券市场具有偏股性。
[10] Lan Q, Zhang D, Xiong L. Reversal Pattern Discovery in Financial Time Series Based on Fuzzy Candlestick Lines[J]. Systems Engineering Procedia, 2011, 2:182-190.
摘要:This paper provides a new technical analysis method for finding reversal points of stock price. The proposed method applies the Fuzzy logic theory to the Japanese candlestick theory by converting the open, close, high and low prices into fuzzy candlestick chart. Using the model, we can define and interpret the “symptom sequence” before the reversal point, and then identify the reversal patterns of the candlestick chart. Transaction data of non- ST Shares in SSE A Share, SSE B Share, Shenzhen A share and Shenzhen B share are analyzed to validate the proposed model, respectively. Results demonstrate that reversal patterns are convincingly identified by the model, and basically the model could be applied to establish a stock price reversal early warning system in the financial market.
[11] 兰秋军. 互联网金融数据抓取方法研究. 计算机工程与设计, 2011, 32(5):1829-1832.
摘要:介绍了金融数据采集工具软件中用到的数据抓取方法。该方法通过微软公司MSXML组件中的XMLHTTP对象获取网页文本,并将待提取数据文本划分为3个层次:数据块、数据行和数据字段,逐层截取。对每个数据层次给出了7种不同的标识类型,以方便对各层次数据进行标识。为达到灵活和精确提取数据的目的,正则表达式被引入。以新浪网的金融网页为实际案例,阐述了数据抓取过程及结果,并提供了简化的VBA示例程序,结果表明,该方法能有效方便地应用于金融实证研究数据的采集。
[12] 兰秋军, 马超群. 文本感知——金融研究新动态. 长沙理工大学学报:社会科学版, 2011, 26(3):37-40.
摘要:在传统的金融研究分析领域,文本型数据大多只供研究者阅读参考以及定性研究,其价值未充分体现。随着基于计算语言学、自然语言理解的文本挖掘技术的迅速发展,这种状况正在改变。本文概要性地介绍文本感知挖掘技术在金融市场状况、投资者情绪、企业经营状况和关系感知领域的一些应用,并指出未来发展前景及挑战。
[13] Lan Q, Lan Q. Extraction of News Content for Text Mining Based on Edit Distance[J]. Journal of Computational Information Systems, 2010.
摘要:Online news as an up-to-date and important information source, is an absorbing data repository for data mining. However, news content of most web pages is embedded in a large amount of noisy materials. Accurate extraction of news content is a necessary and crucial step for news text mining. This paper proposes a new approach to news content extraction from web pages, which is based on several simple features observed in most well-known news websites/channels. One of the most important features is the similarity of the twin-pages which are collected from the same topic section of a site and published on the same/near date. A similarity measure based on edit distance is introduced and applied in the algorithms to separate the news content from noisy information. This method is much less complicated than other ones, and its accuracy and efficiency are fairly high, its complexity about the pages size is just linear. The experimental results based on 1514 pages collected from 54 top well-known Chinese and English news websites/channels show that it is very appropriate for most news pages to clean noise before text mining.
[14] Lan Q, Ma C. A Method of Discovering Patterns to Predict Specified Events from Financial Time Series[C]// International Conference on Natural Computation. 2008:18-22.
摘要:This paper proposes a method to discover time series Patterns predictive of the occurrence of specified events. The process of technique realization is mainly composed of four steps: specifying interest function and parameters; searching ODs, clustering ODs for candidate patterns and identifying patterns. A simulation study is conducted as verification. And an application study in the stock market is introduced to demonstrate its performance.
[15] 杨晓斌, 兰秋军, 马超群. 神经网络集成方法在企业盈余预测中的应用研究. 2008.
摘要：本文运用决策树，神经网络集成等数据挖掘方法，对上市公司未来盈利状况进行了研究。为降低变量维度，本文采用微软决策树算法来对变量进行筛选。通过将宏观变量加入到最终输入变量中，我们的研究结果表明，宏观经济变量的加入可以提高模型的预测准确率。
[16] 兰秋军, 马超群. 时序相似度的主观偏好模型及其系数估计的"锚点"方法. 系统工程, 2006, 24(9):112-116.
摘要：基于人的认知特点,提出了一个反映人的主观偏好性的时序相似度模型,并给出估计其偏好系数的锚点方法。该方法基于可视化操作,通过对锚点序列的相似性判断形成锚点约束,构建约束优化问题以求解偏好系数。实例计算表明了模型的有效性。
[17] 兰秋军, 马超群, 甘国君,等. 中国股市弱有效吗?——来自数据挖掘的实证研究. 中国管理科学, 2005, 13(4):17-23.
摘要：已有的有效性检验方法大都基于某个全局性的数学模型,忽略了序列中某些局部模式的预测作用,由此得出“市场有效”的结论有失偏颇。本文采用一种新的时间序列数据挖掘方法TSEOPM,寻找时间序列中具有预测作用的局部征兆模式,并用其实证我国沪、深A股市场近年来收益的短期可预测性,结果表明基于局部征兆模式获得的收益显著好于非征兆模式,通过历史价格分析可以带来一定的短期超额收益,因而说明我国股市还没有达到弱有效。
[18] 胡桔州, 兰秋军. 金融时间序列的数据挖掘技术与经典统计模型的比较. 系统工程, 2005, 23(6):95-98.
摘要：基于对时间序列的数据挖掘思想与经典建模法的基本思路分析和比较,总结各自的优缺点,并阐述二者是在本质上不同的两类重要的时间序列分析法。
[19] 兰秋军, 马超群, 文凤华. 基于共同机制的时间序列关联模式挖掘系统及其应用. 系统工程理论与实践, 2004, 24(8):73-79.
摘要： 提出了一种针对不同时间序列间关联模式的发现方法,并阐述了以该方法为基础而构建的关联模式挖掘系统的结构.系统按步骤主要分成序列分割,模式聚类和关联模式挖掘三个部分.其中关联模式的发现基于共同作用机制的思想,即两个不同的时间序列之所以出现频繁的关联模式,必定存在某种共同机制的作用或者二者本身之间有某种因果关系.通过定义可靠度来度量作用强度,并以此作为阈值约束,大大降低了算法的复杂性,伸缩性好,产生的关联模式数量适当.将其应用于股市关联变动模式的发现验证了其有效性.
[20] 兰秋军, 马超群, 文凤华. 金融时间序列去噪的小波变换方法. 科技管理研究, 2004, 24(6):117-120.
摘要：比较分析了传统滤波方法对金融数据去噪的缺陷 ,提出采用小波分析对金融时间序列进行去噪。根据Donoho提出的小波去噪中的非线性阈值理论 ,结合金融时间序列的特点 ,分析了相应去噪参数的选取问题。以深圳成份指数数据为例进行实验 ,结果表明了该方法的有效性。
[21] 兰秋军, 马超群, 文凤华,等. 基于序列模板的股票时间序列交易决策规则挖掘. 系统工程, 2004, 22(11):55-58.
摘要：研究一种可由投资者依据其经验与直觉,从股票时间序列中挖掘交易决策规则的方法。它根据投资 者事先确定的相似偏好以及设定的买卖序列模板从历史价格序列中识别出与模板相似的形态;按相似度大 小划分不同交易决策区间,反映交易决策时机;然后计算各策略组合的收益,构造t统计量在统计显著性基础 上获取交易规则。该系统也能用于检验一些已有形态操作方法的有效性。
3、研究项目
主持
[1]基于网络留言的投资者情绪测度模型、系统及应用. 国家自然科学基金面上项目. 2011-2015. 项目主持人.
[2] 面向金融决策分析的时序局部模式挖掘技术研究.教育部归国留学基金项目.2012-2014.项目主持
[3] 面向商业地产客户的大数据分析模型研究,2016-2017,主持
参与
[1] 高维度、非线性、非平稳及时变金融数据建模研究.国家自然科学基金重点项目.2015-2019主要研究人员.
[2] 经济管理复杂系统中的建模、优化与决策研究.教育部创新团队项目.2006-2007.主要研究人员.
[3] 数据挖掘技术在金融风险管理与防范中的应用研究.国家自科基金面上项目.2004-2006.主要研究人员.
[4] 教育部“十五”规划项目：基于一致性VaR约束的金融资产配置模型研究.2002-2003.主要研究人员.