何志坚 - 华南理工大学

个人简介

何志坚，男，1987年12月生，广东湛江人，清华大学统计学博士，华南理工大学数学与应用数学本科。相关研究发表在统计学和计算科学领域重要期刊，如统计学四大期刊Journal of the Royal Statistical Society: Series B，计算科学重要期刊SIAM Journal on Numerical Analysis，SIAM Journal on Scientific Computing和Mathematics 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。教育经历 ◆ 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，本科研究生招生本课题组现有3名硕士研究生，每年计划招生1-2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。工作经历 ◆ 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，访问学者教授课程 ◆ 概率论与数理统计（本科）, 2018年春季, 2020年春季 ◆ 数理统计（本科）, 2018年秋季, 2019年春季, 2019秋季, 2020秋季, 2021春季课程详情：http://www.hezhijian.com.cn ◆ 高等统计（研究生）, 2019秋季, 2020秋季 ◆ 贝叶斯统计与知识推理（研究生）, 2018年秋季，2020年春季荣誉与获奖 ◆ 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 ◆ 2019-2020年度华南理工大学优秀班主任科研项目 ◆ 国家自然科学基金面上项目：风险测度的敏感性分析与创新算法（编号：12071154，执行期限：2021-2024，主持，在研） ◆ 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，已结题） ◆ 广东自然科学基金面上项目：基于嵌套模拟的金融风险定量计算（执行期限：2021-2023，主持，在研） ◆ 中央高校面上项目：条件拟蒙特卡罗模拟研究（执行期限：2019-2021，主持，在研）

研究领域

随机计算方法与不确定性量化。

近期论文

查看导师最新文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

[8] C. Zhang, X. Wang, and Z. He. Efficient Importance Sampling in Quasi-Monte Carlo Methods for Computational Finance, SIAM Journal on Scientific Computing, 43(1), B1-B29, 2021. [摘要] [链接] [7] Z. He and X. Wang. Convergence analysis of quasi-Monte Carlo sampling for quantile and expected shortfall. Mathematics of Computation, 90, 303-319 2021. [摘要] [链接] [6] 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] [5] 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] [4] 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] [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] [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] [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] 其他论文 [7] Z. He and X. Wang. An integrated quasi-Monte Carlo method for handling high dimensional problems with discontinuities in financial engineering. Computational Economics, 2020. Appeared online. [摘要] [链接] [6] X. Fei, M. Giles, Z. He. QMC Sampling from Empirical Datasets. Proceedings of the MCQMC 2018 conference, 2018. [摘要] [链接] [5] Z. He and L. Zhu. Asymptotic Normality of Extensible Grid Sampling.Statistics and Computing, 29 (1), 53-65, 2019. [摘要] [链接] [4] 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] [3] 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] [2] 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] [1] 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] 工作论文 Z. He. Sensitivity estimation of conditional value at risk using randomized quasi-Monte Carlo. Preprint, arXiv:1908.07232, 2019. [摘要] [预印本]