硕士研究 — 条件扩散与协方差预测
2024年4月 — 2026年4月东京理科大学 経営学研究科 · 日本
设计条件逆扩散得分匹配模型（CDSM），并将其用于金融收益率协方差结构预测。
- 独立完成文献调研、模型设计、Python 实现和实验复现验证
- 使用 FX29、Industry49 和 iShares14 与经典协方差预测基线进行比较
- 通过实证实验验证预测精度与稳定性的提升
石 宏岳
后端与数据分析开发工程师
个人简介
以后端与数据分析为主，使用 Python 开展金融时间序列研究、统计建模和可复现的机器学习实验。
工作与实践经历
课程助教（TA）
2024年 — 2026年大学课程与学习支持 · 日本
根据学生的理解程度提供针对性讲解，协助课程运行和学习支持。
- 回答学生问题并在课堂中进行补充说明
- 编写参考答案、协助评分，并与教师和其他助教协作
金融数学与量化研究
2015年9月 — 2019年6月本科研究项目 · 中国
研究指数投资中的投资组合构建方法，并使用 Excel 实现和比较多种方案。
- 从风险与收益角度对投资组合构建方法进行实证评估
- 学习数据结构、线性代数、概率统计、经济学、投资学、C 语言和 SQL
项目经历
Conditional Denoising Score Matching (CDSM)
Python · PyTorch · 时间序列 · 统计建模 · 数据分析
使用时域和傅里叶域条件扩散模型进行滑动窗口协方差估计，并在金融时间序列数据上与经典统计基线比较的 Python 研究代码库。
- 为论文与学位研究提供可复现的数据准备、训练、基线、指标评估和可视化流程
设备点检管理系统（EIMS）
Python · Flask · SQLAlchemy · MySQL / TiDB · Docker · pytest
基于角色权限的 Flask Web 应用，现场工程师可登记设备点检结果，管理员可实时查看设备、负责人和点检记录。
- 实现 Blueprint 模块化架构、认证与权限控制、设备/账号/点检 CRUD、事务服务、MySQL 与 TiDB Cloud 连接、Alembic 迁移、Docker 部署和 HTTP 集成测试