•  副教授

何志坚

发布时间:2018-01-18文章来源:华南理工大学数学学院浏览次数:3855

  何志坚,男,1987年12月生,广东湛江人,华南理工大学数学学院副教授、硕士生导师。清华大学统计学博士,华南理工大学数学与应用数学本科。研究兴趣为统计计算与建模、随机模拟方法及其应用、金融工程。相关研究发表在统计学和计算科学领域顶级期刊,如统计学四大期刊Journal of the Royal Statistical Society: Series B,计算科学顶级期刊SIAM Journal on Numerical AnalysisSIAM Journal on Scientific ComputingMathematics of Computation,运筹管理权威期刊European Journal of Operational Research等。博士论文获得新世界数学奖银奖。曾获第十四届金融系统工程与工程管理国际年会(FSERM2016)优秀论文奖。国家自然科学基金、广东省自然科学基金通讯评审专家。

根据https://scimeter.org/clouds/提供的词云分析,我的研究关键字如下:

  • 2010/09-2015/07, 清华大学,统计学,博士

  • 2006/09-2010/07, 华南理工大学,数学与应用数学,本科

本课题组现有3名硕士研究生,每年计划招生1-3名研究生,含1名推免生。现阶段研究方向有

1. 随机模拟算法研究,包括蒙特卡罗方法、拟蒙特卡罗方法、多层(multil-level)蒙特卡罗方法、MCMC、SMC

2. 贝叶斯计算研究,包括近似贝叶斯计算、变分推断

3. 大规模假设检验

欢迎对上述研究方向感兴趣的同学联系我。优先考虑数理基础扎实,有较强编程能力的同学。

同时,也欢迎高年级本科生参与我的课题(前提是已学过概率论)。

  • 2018/01至今, 华南理工大学数学学院,副教授

  • 2016/01-2017/11, 中山大学岭南学院,特聘副研究员

  • 2015/09-12, 华南理工大学经济与贸易学院,讲师

  • 2014/01-07, 斯坦福大学统计系,访问学者

  • 概率论与数理统计(本科), 2018年春季

  • 数理统计(本科), 2018年秋季, 2019年春季, 2019秋季

    课程详情:https://bookdown.org/hezhijian/book/

  • 高等统计(研究生), 2019秋季

  • 贝叶斯统计与知识推理(研究生), 2018年秋季

  • 博士论文获2016新世界数学奖银奖

  • 第十四届金融系统工程与工程管理国际年会(FSERM2016)优秀论文奖

  • 2018年EJOR期刊优秀审稿人

  • 国家自然科学基金青年项目:基于拟蒙特卡罗模拟的VaR和CVaR计算问题研究(编号:71601189,执行期限:2017-2019,主持)

  • 2019中央高校面上项目:条件拟蒙特卡罗模拟研究

(1) Z. He and X. Wang. Good Path Generation Methods in Quasi-Monte Carlo for Pricing Financial Derivatives, SIAM Journal on Scientific Computing, 36 (2), B171-B197, 2014. [摘要] [链接]

(2) Z. He and X. Wang. On the Convergence Rate of Randomized Quasi-Monte Carlo for Discontinuous Functions, SIAM Journal on Numerical Analysis, 53 (5), 2488-2503, 2015. [摘要] [链接]

(3) Z. He and A. B. Owen. Extensible Grids: Uniform Sampling on a Space-Filling Curve,Journal of the Royal Statistical Society: Series B, 78 (4), 917-931, 2016. [摘要] [C++ Code] [链接]

(4) C. Weng, X. Wang, and Z. He. An Auto-Realignment Method in Quasi-Monte Carlo for Pricing Financial Derivatives with Jump Structures,European Journal of Operational Research, 254 (1), 304-311, 2016. [摘要] [链接]

(5) C. Weng, X. Wang, and Z. He. Efficient Computation of Option Prices and Greeks by Quasi-Monte Carlo Method with Smoothing and Dimension reduction, SIAM Journal on Scientific Computing, 39 (2), B298-B322, 2017. [摘要] [链接]

(6) Z. He and A. B. Owen. Discussion of: 'Sequential Quasi-Monte Carlo' by M. Gerber and N. Chopin, Journal of the Royal Statistical Society: Series B, 77 (3), 563-564, 2015. [note] [链接]

(7) C. Schretter, Z. He, M. Gerber, N. Chopin, and H. Niederreiter. Van der Corput and Golden Ratio Sequences Along the Hilbert Space-Filling Curve,Proceedings of the MCQMC 2014 conference, R. Cools and D. Nuyens (Eds.), 531-544, 2016. [摘要] [链接]

(8) Z. He. Quasi-Monte Carlo for Discontinuous Integrands with Singularities along the Boundary of the Unit Cube. Mathematics of Computation, 87 (314), 2857-2870, 2018. [摘要] [链接]

(9) Z. He and L. Zhu. Asymptotic Normality of Extensible Grid Sampling.Statistics and Computing, 29 (1), 53-65, 2019.  [摘要] [链接]

(10) F. Xie, Z. He, and X. Wang. An Importance Sampling-Based Smoothing Approach for Quasi-Monte Carlo Simulation of Barrier Options. European Journal of Operational Research, 274 (2), 759-772, 2019. [摘要] [链接]

(11) Z. He. On the Error Rate of Conditional Quasi-Monte Carlo for Discontinuous Functions. SIAM Journal on Numerical Analysis, 57(2), 854-874, 2019. [摘要] [链接]

(12) X. Fei, M. Giles, Z. He. QMC Sampling from Empirical Datasets. Proceedings of the MCQMC 2018 conference, 2019 (accepted). [摘要] [链接]

(1) Z. He and X. Wang. Dimension Reduction and Smoothing in Quasi-Monte Carlo Method for Financial Engineering. Preprint, arXiv: 1709.02577, 2017. [摘要] [预印本]

(2) Z. He and X. Wang. Convergence of Randomized Quasi-Monte Carlo Sampling for Value-at-Risk and Conditional Value-at-Risk. Preprint, arXiv:1706.00540, 2017. [摘要] [预印本]

(3) Z. He. Sensitivity estimation of conditional value at risk using randomized quasi-Monte Carlo. Preprint, arXiv:1908.07232, 2019. [摘要] [预印本]

华南理工大学数学学院
办公室:四号楼4301
邮箱:hezhijian@scut.edu.cn