本次报告主要讲如何使用统计机器学习技术和大数据技术来解决金融和计量经济中的问题。首先概述了机器学习和人工智能的起源，以及统计和计算方法如何随着维度和样本量的增加而演变，并成为现代机器学习和人工智能的基础。它引入了简单而强大的技术来处理金融数据中普遍存在的重尾和相依性。我们展示了高频交易和情绪学习在中国金融文本数据中的应用。
我们展示了超高频金融的可预测性，尤其是由收益，交易方向以及持续时间衡量的反应短时间内交易速度的动量。通过使用统计机器学习方法对标普100指数中101只股票在2019年至2020年的完整交易和报价更新数据进行分析，我们量化和记录了金融的可预测性，并确认了其普遍存在性。我们发现，对于中位数股票，仅使用过去的交易和报价数据以及大约64%的正确预测交易方向就可以预测5秒交易回报的10.5%样本外R平方。我们也揭晓了重要的预测指标。另外，我们还研究了可预测性如何取决于市场环境、股票特征以及数据及时性。
在中文文本分析方面，我们提出了一种基于因子模型和稀疏正则化的文本数据学习新框架，称为FarmPredict，让机器直接学习财务回报。我们使用有关中国股票市场的文献和几种现有方法来验证我们的方法。基于从2000年到2019年从新浪财经下载的大约200万条新闻，通过我们的FarmPredict方法，我们发现当负面新闻存在的时候，积极情绪平均每天产生83个基点的超额回报。
