南京大学普惠•三农（“三农智能”）金融科技研究中心负责人。毕业于斯坦福大学先进金融科技实验室，获金融工程博士学位和统计博士学位（辅）。在UTD 24和学科卓越期刊发表论文多篇，含数篇高被引，论文12篇/次被四大权威转载转摘。其中一论文在当年同期刊所有论文中总引用数排名第一，在近10年同期刊所有论文中总引用数排名前2.4%。另一论文位列安全情报领域前4名。部分研究成果被微软和华尔街投行等借鉴或采纳。拥有Morgan Stanley、Citadel等世界知名金融机构大数据AI量化金融实战经验。在金融科技和数据+模型领域耕耘20余载，现致力于“大数据、大模型、大计算”全新范式驱动的金融信息与情报学、国家金融安全、基于区块链可信大数据AI的下一代数字金融（可信、安全、隐私保护、有温度、智慧、高效的数字金融2.0）基础设施、体系架构、计算范式和融合创新孵化平台的理论研究和实践探索，并延伸至数字经济社会、数字健康医疗、数字传播宇宙。获省社科优秀成果二等奖、全国高校双创优秀论文一三等奖、省学术大会优秀论文一等奖、全国区块链优秀教材二等奖、中国社科院新闻所年度优秀著作奖。多次获省委领导批示。荣获CSIC2023年度数字技术创新杰出贡献人物奖。

曾任国内首个数据质量评估证书专家组组长，在“数据金融”领域进行了开拓性探索。2023年5月在国内率先发起成立高质量产业大数据大模型联盟，打造高质量大数据、大模型两大国家级新型基础设施。常有论文提及其在金融信息与情报学方面的开创性工作，也有论文将其研究中心评为位居全国前列。曾任国务院发展研究中心访问学者。现任亚洲区块链产业研究院学术专委会委员、中国计算机学会CCF数字金融分会常委、区块链专委会执委、数据治理发展委员会执委、Blockchain Research and Applications期刊青年编委、中国区块链金融创新应用示范区专家智库特聘专家、中国人民警察大学网络舆情治理研究中心学术委员会委员等。曾任2018CCF中国区块链大会分论坛主席，2019CCF中国区块链大会论坛组织委员会主席、区块链金融和实体经济分论坛主席，2021尤努斯社会企业日大中华区社会企业教育与实践论坛联席主席等。践行金融科技向善人才培养理念。多次被评优秀社会实践指导教师。开设《区块链+AI与金融科技创新》（校级创新创业平台课、教育部协同育人项目）等课程。每年参与培养区块链金融科技人才百余名，指导学生获国内外大奖数十项，如美赛特等奖（全球前7,入藏南大校史博物馆）等。

"大数据大模型大计算"范式;区块链;金融信息与情报学，国家金融安全，基于区块链可信大数据AI的下一代数字金融经济社会

教育背景（Education Background）

        斯坦福大学 Stanford University:

               -管理科学与工程博士（经济/金融/金融工程方向）PhD in Management Science & Engineering(Economics/Finance/Financial Engineering Track)

                       -Dissertation: Time-Changed Birth Processes, Random Thinning, and Correlated Default Risk

              -统计学博士（辅修）PhD Minor in Statistics

              -金融数学硕士 MSc in Mathematical Finance

        普渡大学 Purdue University:

              -电子和计算机工程硕士 MSc in Electrical and Computer Engineering

        南京大学 Nanjing University:

              -电子与信息系统学士 BSc in Electronics & Information System

              -计算机科学辅修 BSc Minor in Computer Science

业界经历（Industrial Experience）：拥有华尔街顶尖金融机构大数据AI量化金融建模优化实战经验：

        摩根大通（纽约）JPMorgan(New York)

        摩根斯坦利（纽约）Morgan Stanley(New York) 

        城堡对冲基金（芝加哥）Citadel Investment Group(Chicago；one of the world's leading quantitative hedge funds)

------------------------------------------------------------------------------------------------------------------------------------------------------------

招生说明：

       课题组招收硕士生、博士生、博士后、访问学生、联培学生、科研助理、访问学者、研究员等。

       研究主线：大数据AI建模优化（当前以“大数据、大模型、大计算”为主）

       研究特色：专攻硬科技+软科学学科交叉融合。专攻金融、经济、传播、社会等人文社科的数字化、智能化和科学化。在硬科技与软科学交叉融合方面已有显著特色。连线斯坦福硅谷。

       研究方向：下述方向的理论、方法、工具及应用：

              1.“大数据、大模型、大计算”全新范式

              a) 大模型具身智能和世界建模

              b) 大模型智能体、人类智慧与机器智能融合

              c) 大模型时间智能、空间智能、时空联合建模与预测

              d) 大模型知识科学、知识工程、知识编辑

              e) 大模型逻辑推理与复杂问题求解

              f) 大模型系统优化、预训练和后训练优化、对齐优化、Scaling Laws、低成本大模型构建

              g) 大模型数据优选、生成、混合

              h) 大模型在人文社科中应用、社会计算模拟等

              i) 生成式范式与决策式范式融合

              j) 数据驱动的建模与知识驱动的建模融合

              2. 基于区块链可信大数据AI的全新数字基座

              3. 数据→信息→知识→情报→智慧（DIKIW）链并应用至金融、经济、传播、社会等领域

              4.（大）数据分析挖掘与知识发现

              5. 金融信息与情报学

              6. 下一代数字金融发展和安全（国家金融安全），并延伸拓展至数字传播、社会与宇宙（元宇宙）

              7. 数字时代的数字序列：“数字身份→数字货币→数字资产（数据资产）→数字金融（数据金融）→数字经济→数字社会→数字中国→数字星球→数字宇宙(元宇宙)”

              8. 数据财政、数据金融和数据资产

              9. AI4EconFinance, AI4SocialScience, Blockchain4EconFinance, Blockchain4SocialScience，人文社科和软科学研究的数字化、智能化、科学化，AGI时代的金融经济、人文社科和软科学

       老师本人从小参加计算机信息学奥赛，为已有近40年编程经验的“老码农”，并拥有20多年“数据+模型+计算”经验特别是实战经验。对编程有特殊兴趣爱好，现在还每天编程，也手把手教编程，希望招募志同道合、有特长、有特殊兴趣爱好的小伙伴，一起来切磋提升编程技巧，教学相长，构建新型导学关系。同样本人也对数学和写作感兴趣，希望招募志同道合小伙伴。详情见后。欢迎联系dingxiaowei@nju.edu.cn。

       课题组已形成①面向就业（互联网大厂和金融机构数据岗、算法岗、建模岗等数据科学、信息科学和大数据AI方向）、②面向创业、③面向考公、④面向读博深造和学术科研等若干人才培养方案。基于导师的学界、业界双重经历，可提供与业界接轨、面向应用实践、具备国际化视野和行业前沿视角的技能知识培训和项目实训实战，培养研究生阶段应掌握的五大技能，帮助打造优质核心竞争力，为就业创业或进一步深造打下较优基础。

       课题组处于新工科、新商科、新文科的交汇点，打造学科交叉的研究团队，欢迎计算机/AI、金融经济、人文社科、医疗健康等背景（有其中一项背景即可）的小伙伴前来加盟。课题组既探索理论构建，又进行技术发明创造和实践应用。特别欢迎在编程、数学、写作、科研等方面有特殊兴趣爱好和专长的小伙伴加盟、切磋、交流、合作。

       好消息！Good News! 课题组非常荣幸与南京大学商学院金融与保险系主任方先明教授团队组成联合课题组，培养交叉学科人才，深耕和发展金融信息与情报学，获学校支持，每年额外新增1个博士名额。欢迎感兴趣的小伙伴联系方先明老师(https://nubs.nju.edu.cn/fxm/listm.htm)或丁晓蔚老师。特别欢迎有计算机/AI/数据科学/数学统计等背景的小伙伴(金融经济方面背景非必须)。请关注博士学位招生简章中：方先明老师的研究方向为：1.数字金融; 2. 金融信息与情报；丁晓蔚老师的研究方向为：1.金融情报学与数字金融社会发展和安全; 2.区块链与可信大数据、大模型、大计算范式。

      好消息！Good News! 由丁晓蔚老师连线斯坦福硅谷知名专家联合开设的大模型技术研究、开发与应用课程《AI大模型与下一代数字金融：前沿技术与创新实践》（南京大学“人工智能通识核心课程体系”Y层次人工智能前沿拓展课 - 创新创业实践实训编程项目课程）已获学校立项，每周安排如下：1小时理论课、1小时连线斯坦福硅谷名家分享、1小时丁老师手把手编程辅导兴趣训练（可选模块）、1小时丁老师手把手实践实训项目辅导答疑（可选模块）。欢迎对AI大模型感兴趣的小伙伴来加盟、切磋、交流、合作！

       好消息！Good News! 课题组非常荣幸与清华大学电子工程系姚权铭教授团队组建联合课题组，深度研究大模型特别是非语言类大模型。姚教授为国家高层次青年人才计划入选者，前第四范式首席研究员。已发表顶级论文 80 余篇，包括 Nature Computational Science/Nature Communication/JMLR/IEEE TPAMI/ICML/NeurIPS/ICLR 等，总被引近万次。其中抗噪标签算法“Co-teaching” 是鲁棒学习领域的里程碑；小样本学习综述是 ACM Computing Surveys 近五年来最高被引论文；自动化图学习系列 方法（TPAMI 2023 等）蝉联 Open Graph Benchmark 榜单第一名；基于医药网络解决新药物互反应的工作刊载于 Nature 子刊。 长期担任ICML、NeurIPS 和 ICLR 领域主席，Neural Network 和 Machine Learning 编委。荣获国际神经网络学会早期成就奖、香港科学会优秀青年科学家、吴文俊人工智能学会优秀青年奖、Google 全球博士奖等，同时入选全球华人AI青年学者榜（机器学习方向 25 人）、福布斯30Under30 精英榜与全球Top 2%科学家。欢迎感兴趣的小伙伴联系姚权铭老师(http://web.ee.tsinghua.edu.cn/yaoquanming/zh_CN/) 或丁晓蔚老师。

       好消息！Good News! 课题组非常荣幸与斯坦福著名教授和硅谷知名专家等组建“南大-斯坦福-硅谷”联合课题组，深入研究大模型理论、方法、工具和应用。现特招收博士生、博士后、研究员及其他科研相关人员。计算机、软件、AI、数学、统计、物理、大气、天文等理工科背景优先，也欢迎其他背景和领域人士交流合作。欢迎联系丁老师dingxiaowei@nju.edu.cn。

       ● 主编&一作，《区块链再造传统金融》，电子工业出版社，2022年1月.

       ● 三作，《重大公共危机事件与舆论舆情——新媒体语境中的考察》，高等教育出版社，2021年5月.

       ● 参编（贡献4章），《Blockchain Technology and Application》, Springer Singapore, 2020.

代表论文选列（Selected Representative Publications）

       理论研究

       ● 丁晓蔚,苏新宁.金融情报学：情报学的重要分支学科[J].情报学报(学科卓越期刊、国自然管理学部A类),2020,39(02):158-170.

       ● 丁晓蔚,苏新宁.基于区块链可信大数据人工智能的金融安全情报分析[J].情报学报（学科卓越期刊、国自然管理学部A类）,2019,38(12):1297-1309.

       ● 丁晓蔚.数字金融时代的金融情报学：学科状况、学科内涵和研究方向[J].情报学报（学科卓越期刊、国自然管理学部A类）,2021,40(11):1176-1194.

       ● 丁晓蔚.从互联网金融到数字金融：发展态势、特征与理念[J].南京大学学报(哲学·人文科学·社会科学)（学科一流期刊）,2021,58(06):28-44+162.

       ● 丁晓蔚.互联网金融全面风险情报体系构建研究——金融情报学的视角[J].情报学报,（学科卓越期刊、国自然管理学部A类）2022,41(12):1280-1293.

       实践/技术研究

       ● Xu R, Zhang J*, Ding X*. LLM-GNN: A Novel Large Language Model-Graph Neural Networks Integration Framework with Application in Ethereum Phishing Fraud Detection. Accepted by BCRA2024.

       ● 丁晓蔚,赵鑫,刘梓航,刘天昊.舆情精准研判中的ChatGPT:“大数据、大模型、大计算”范式驱动的理论与应用探索[J].传媒观察, 2024, 483(3):53-72.

       ● 丁晓蔚.互联网金融全面风险情报体系构建研究——金融情报学的视角[J].情报学报,（学科卓越期刊、国自然管理学部A类）2022,41(12):1280-1293.

       ● 丁晓蔚,季婧,赵笑宇等.互联网金融安全情绪感知及风险预警应用研究——基于BERT所作的探索[J].情报杂志,2023,42(09):57-70.

       ● 丁晓蔚,赵笑宇,丁毅杰等.基于大数据的互联网金融风险情报实证研究——以P2P网贷为例[J].情报科学,2022,40(12):42-55+95.DOI:10.13833/j.issn.1007-7634.2022.12.006.

       ● Chu X, Jiang T, Li X, Ding X*. Bye audit! A novel blockchain-based automated data processing scheme for bank audit confirmation[C]//Blockchain Technology and Application: Second CCF China Blockchain Conference, CBCC 2019, Chengdu, China, October 11–13, 2019.

       ● Ding X*, Zhu H. Blockchain-based Implementation of smart contract and risk management for interest rate wwap[C]//Blockchain Technology and Application: Second CCF China Blockchain Conference, CBCC 2019, Chengdu, China, October 11–13, 2019.

       ● Ding X*, Ren L, Sang Z, et al. Routing optimization for high speed photon state-channel architecture[C]//Blockchain Technology and Application: Second CCF China Blockchain Conference, CBCC 2019, Chengdu, China, October 11–13, 2019.

       ● Shi L, Li S*, Ding X*, et al. Selection bias mitigation in recommender system using uninteresting items based on temporal visibility[J]. Expert Systems with Applications(中科院1区), 2023, 213: 118932.

       ● Ding X, Giesecke K, Tomecek P I. Time-changed birth processes and multiname credit derivatives[J]. Operations Research(UT DALLAS 24), 2009, 57(4): 990-1005.

       ● Giesecke K, Goldberg L R, Ding X. A top-down approach to multiname credit[J]. Operations Research(UT DALLAS 24), 2011, 59(2): 283-300.

       ● Ding X, Roy K. A novel bitstream level joint channel error concealment scheme for realtime video over wireless networks[C]//IEEE INFOCOM 2004(CCF A). IEEE, 2004, 3: 2163-2173.

       代表性工作论文和技术报告选列（Selected Working Papers & Technical Reports）

       ● Statistical Arbitrage in High Frequency Trading Based on Limit Order Book Dynamics, Murat Ahmed, Anwei Chai, Xiaowei Ding, Yunjiang Jiang, Yunting Sun, 2009.

       ● Automatic Trading and Statistical Arbitrage – A System Integration Approach, 2009.

       ● Stock-RCNN: Stock Movement Learning by Opportunity Window Detection, 2017.

       ● A Blockchain-Based Intelligent Trading System for Securitization and Structured Finance, 2020. 

       ● Forecasting Loan Performance Using Deep Learning and Big Data, 2020.

       专利

       ● 基于小微贷款资产池损失率计算的监控方法及系统，已授权

       ● 一种基于区块链多方授权的银行电子询证函生成方法，已授权

       ● 一种基于区块链的专利证券化交易支持系统及其交易方法，已授权

       ● 基于大数据和深度学习的专利价值智能评估系统，已授权

       ●一种基于区块链和大数据技术的新型知识产权交易系统与指数评价系统，申请中

       ● 一种基于区块链的专利质押贷款系统及交易方法，申请中

       ● 一种基于区块链和专利池技术的专利交易方法，申请中

研究内容：

四个方面的探索：

●【学术体系方面的探索】提出下一代数字金融（数字金融2.0）的理论体系和实践框架。探索打造“大数据、大模型、大计算”全新范式驱动的、基于区块链可信大数据AI全新数字基座的下一代数字金融（数字金融2.0）基础设施、体系架构、计算范式和融合创新平台。进一步延伸拓展至下一代数字经济社会、数字健康医疗、数字传播宇宙（元宇宙）。

●【技术应用和发明创造方面的探索】AI for Economics/Finance/SocialScience, Big Data for Economics/Finance/SocialScience, Blockchain for Economics/Finance/SocialSicence, 以及大数据AI与区块链融合创新应用等。当前聚焦大模型、AI4Science、AI4Science应用于金融经济和人文社科、DeFi、Web3、元宇宙、数据资产和数据金融、数智健康医疗等方面技术应用和发明创造（主线为“大数据、大模型、大计算”全新范式）。

●【学科体系方面的探索】探索打造金融信息与情报学（部分对应社会热词“金融科技”“数字金融”）、国家金融安全学科方向。

●【人才培养和社会服务方面的探索】倡导“金融科技向善(FinTech4Good)”、“学金融+科技，做公益慈善”、“金融+科技下乡、服务乡村振兴、打造美丽家园”的人才培养和社会服务理念。

研究思路&学术观点：

       ● 以数字金融为主要表征的下一代金融为金融情报（含信息）学科提供了丰富的理论养料、实践经验和现实场景，并带来原创性学术研究的极佳机遇。金融情报学的原创理论和实践研究将反哺和助推下一代金融的蓬勃发展。金融情报学可以帮助回答未来金融创新应向何处去等问题。金融情报学可以围绕下一代金融构建其学科体系、学术体系、话语体系。

       ● 基于区块链、AI、大数据等信息技术，从信息与情报角度理解和研究金融，或许能找到解决金融中一些痛点难题的新进路。

       ● 大数据、大模型、大计算将成为金融情报学的全新计算范式（2022年提出），也是下一代数字金融经济社会的全新计算范式。

● 跳出金融本身，换个思路、换个视角解决金融难题。如“金融拥抱区块链，构建基于区块链可信大数据AI的下一代数字金融基础设施、体系架构、计算范式”，“用媒介化治理来破解金融、舆情双风险共振难题，阻断风险传染，赋能金融风险防控和监管，维护国家金融安全”等。

 ● 金融大体关涉发展与繁荣、风险与安全两方面。对于后者，大数据时代，问题转化为如何应用情报学原理和感知、认知等大数据AI技术，对多源、异构、高维、高噪、实时的金融大数据进行实时分析处理，挖掘其中的隐匿信息、蛛丝马迹、安全线索并生成风险情报，提取出映射到全面风险中各类风险的风险预警因子、特征和指标，对金融主体各种风险状况进行有效推演、探析、识别、评估、计量、监测、可视化等，赋能风险态势感知、风险趋势预判，为预警防控、优化处置、精准监管、精准施策等提供情报支持。类似的理论、方法和技术也可应用于金融投资、财富管理、智能决策等金融发展与繁荣的方面。

 ● 大模型时代，AI for Finance领域专用人工智能模型将有望获得较大突破。

       ● 数字金融时代是先进技术融合创新的时代，其中区块链的介入及其所引发的范式革命是使数字金融和互联网金融区分度最大、显示度最高的本质特征(在这里，区块链指区块链技术和区块链思维及区块链精神)。区块链的介入指将区块链技术、思维、精神完整或部分地、直接或间接或改进地应用于解决方案中。

       ● 数字金融的整个逻辑脉络应是基于“数字身份→数字货币→数字资产→数字金融→数字经济→数字社会→数字中国→数字星球→数字世界(元宇宙)”。区块链技术建立了从数字身份到数字金融再到数字世界的内在联系。

       ● 狭义数字金融的定义和本质内涵为：由金融系统和信息系统联合设计、联合创新和联合优化而成的体现了数字化表征的新金融，其应与数字身份、数字货币、数字资产、数字经济、数字社会、数字中国等一脉相承，且充分体现“数据资产化”的数据驱动特征和“资产数字化”的数字化特征，是未来数字星球和平行（元）宇宙的前奏和先导。数字金融的起始点应为2009年1月（3日）中本聪挖出比特币的第一个区块（创世区块）的时间。

       ● 人类祈盼更优质的金融。宜打造基于区块链可信大数据AI的下一代数字金融（数字金融2.0），应实现如下六大技术特征：可信、安全、隐私保护、社会责任、智慧、高效。

       ● 下一代数字金融即数字金融2.0发展的基本理念为——顶层设计：将数字金融2.0纳入全局性系统性规划性发展轨道；掌握要诀：金融和信息“双系统”联合设计、联合创新、联合优化；探索新路：建设符合中国国情的数字金融2.0；把握精髓：进入资产数字化和数据资产化境界；顺应变化：监管、风控等与数字金融2.0相协调相适配。

       ● 在数字金融2.0时代，要以“码治”代替“人治”来重构金融风险管理理论与方法，并构建可编程、嵌入式、自监管的“云-管-端”数字金融监管体系。中国的数字金融发展需要对国际数字金融界的最新探索予以充分关注，将国际数字金融界作为我们的“创新沙盒”,并从中借鉴吸收合理成分为我所用；数字人民币，是中国在数字金融创新方面走在世界前列的典范案例，这一案例表明传统金融和新金融并非截然对立，完全可以融合。

 ● 宜从金融风险的源头探索破解金融风险防控和监管难题。金融风险的源头分为：风险产生的源头、风险传染的源头、风险感知的源头等。

（1）“区块链介入金融”，直击风险产生的源头。在基础设施层面引入区块链，并引入基于区块链的可信大数据和可信AI。从微观风险形成的角度入手，从数据可信和民商事契约执行层面，来研究微观金融风险的形成机理和构成，改善微观金融风险，从而对防控金融风险和维护金融安全带来助益。

（2）“媒介化治理破解金融、舆情双风险共振”，直击风险传染的源头。研究人与人之间传播“意见、态度、情绪”的过程及互联网传播金融风险的方式和途径，特别是研究在危机时刻，如何阻断风险传播，有序撤退，防控挤兑和践踏。

（3）“基于大数据情报分析的全面风险情报体系”则从风险感知的源头入手，探索插入“大数据、大模型、大计算”情报范式驱动的情报中间件，通过前瞻性、预警性、智慧型情报产品、情报服务为互金风险防控和监管提供情报支撑，突出前瞻性和预警性，并将风控和监管措施前移。进一步研究从相对动态的“精准监管”推进到相对静态和长期的“精准施策”，为政策设计、评估和优化提供前瞻性、预警性和智慧型的情报支撑。该中间件负责将传统模式升级为大数据的、数据可信的、实时的、前瞻性的、预警性的模式，这样可带来可编程、嵌入式、自风控、自监管的实时穿透式风控监管和监管措施的前移。

  ● 站在国家层面，为维护国家金融安全与稳定，宜构建可监测预警全国百十万家新金融、类金融企业的全国风险地图、实时风险曲线、风险前沿曲面可视化监控预警平台。我们呼吁构建“大数据、大模型、大计算”情报范式驱动的国产安全、自主可控的金融全面风险情报体系与国家金融安全情报超算预警“天眼”系统。

  ● 基于区块链可信大数据AI的全新数字基座，可从支撑上述数字金融延伸拓展至支撑数字经济、数字传播、数字社会、数字健康、数字宇宙（元宇宙）等，成为整个数字时代的底座。

研究载体：

       南京大学普惠•三农(又名“三农智能”)金融科技创新研究中心，为南京大学正式发文成立的校级创新创业研究平台，是受挪威工程院容淳铭院士和美国数理统计学会院士斯坦福大学黎子良教授指导的高水平科研教学和公益金融社会服务团队。研究中心下辖区块链实验室、人工智能实验室、大数据实验室以及金融科技向善工作部等，致力于基于区块链可信大数据人工智能的下一代数字金融（更可信、更安全、更注重隐私保护、更有温度、更智慧、更高效的数字金融2.0）基础设施、体系架构、计算范式和融合创新孵化平台的理论和实践探索，并延伸至数字经济和数字社会。详情请询官网（可点击）：南京大学普惠•三农金融科技创新研究中心。

 鉴于“大数据、大模型、大计算”全新计算范式（2022年提出）的有效性，我们特别成立了金融经济大模型(FinEconLLM) 实验室。

 欢迎来到FinEconLLM实验室！我们是一个专注于广义金融经济（也扩展延伸至传播社会）领域的大模型实验室。我们的目标是将最新的自然语言处理技术与金融经济领域的专业知识相结合，构建和研究先进的金融经济大模型，推动大语言模型技术的发展，为金融行业和经济研究提供创新的解决方案，并驱动金融行业和经济学研究的创新。

 FinEconLLM实验室汇集了一支由金融专家、经济学家、数据科学家和技术专家组成的跨学科团队，具备广泛的专业知识和技术能力。我们结合金融经济领域的深度专业知识和大模型技术，致力于用大模型来解决金融风险管理、资产定价、市场预测、经济政策、金融决策支持、情感分析、舆情监测、文本挖掘、财富管理、投资交易等重要问题。

 实验室注重创新研究和实际应用的结合。通过利用大语言模型的强大能力，我们研发智能化工具和系统，帮助金融从业者做出明智的决策、洞察市场情绪、提取关键信息，并改进市场和风险预测模型的准确性和稳定性。

 实验室特点如下：

 ● 深度专业知识：我们团队具备丰富的金融经济领域知识，理解金融市场和经济体系的运作机制。这使我们能够构建更准确、可靠的金融经济模型，为复杂的金融问题提供深入洞察。

 ● 创新模型研究：我们致力于开展创新的模型研究，包括金融风险模型、宏观经济模型、投资组合优化模型等。通过引入大模型技术，我们追求更高的预测精度和决策效能，为金融从业者和经济研究人员提供有力的工具和方法。

 ● 实践应用与策略支持：我们关注将大模型应用于实际场景，并提供策略支持。我们致力于开发智能化的金融决策系统和投资分析工具，帮助金融机构、投资者和决策者做出明智的决策，应对市场变化和风险挑战。

 ● 合作交流与共享资源：我们积极与学术界、产业界和其他研究机构展开合作与交流。我们鼓励共享资源和知识，与合作伙伴共同推动金融经济大模型的发展，并探索更广泛的应用领域。

 欢迎加入FinEconLLM实验室，您将与我们一起探索金融经济大模型的前沿研究和实际应用，为金融行业的创新和经济学的进步做出贡献。我们期待与您合作，开创金融经济大模型研究的新篇章。

       详情请询官网（可点击）：南京大学普惠•三农金融科技创新研究中心。

*出处：我国图情院校金融情报学研究基础及发展建议_陈桠

课题组氛围：

学科背景：

       课题组理论与实践并重，组建文理交叉的跨学科研习团队，分为（文科）理论/研讨组和（理工科）实践/技术组：

       ● 理论/研讨组搭建金融、经济、商业、管理、传播、社会学模型，进行跨学科分析，主要研究金融科技、数字金融、数字经济、数字传播、数字社会、数字人文理论，无需数学或编程，适合金融、经济、新闻传播、财务、商学、会计、管理、社会学等文科背景同学。广义的人文社科背景都欢迎，无需金融经济背景基础。        

        ● 实践/技术组则以大数据AI、统计建模、数据建模、机器学习建模为主线（本质属于数据科学），从事AI for Economics/Finance/SocialScience和Blockchain for Economics/Finance/SocialScience等方面的数学推导、数据分析和编程开发等研究工作，适合计算机、软件、人工智能、网安、数学、统计、电子、通信、物理等理工科背景同学（数学和编程选其中之一即可）。无需金融经济背景基础。

       课题组对各专业背景的同学都欢迎，鼓励“跨界”，鼓励跨界合作。此外，通过跨学科（如与南京大学智能传播与社会创新研究院、紫金传媒智库数字舆情项目组等）交流合作，课题组的研究还延伸拓展至数字经济社会、数字健康医疗和数字传播宇宙等。

       课题组/项目组学习气氛浓厚，鼓励求异思维，鼓励创新创优，鼓励发明创造。导师本人既热爱金融和写作，也热爱数学和编程（从小学就开始学习计算机编程，后有华尔街量化金融大数据AI实战经验，在数据和模型领域已浸淫逾20余载。作为一种兴趣爱好，现在依然常常编程到深夜乃至凌晨。常常手把手辅导编程项目，教授编程技巧，通过实训实战项目进行人才培养。欢迎数学和计算机爱好者切磋交流）。

       欢迎各专业优秀学子加入课题组，一起来打造学科交叉融合的数字金融经济及社会研习团队（不要求区块链、人工智能、大数据、金融科技、编程、数学、金融、经济等方面前期基础，可从0基础进行学习和培养；课题组已形成较成熟的从0基础进行培养的人才培养模式）。

导师画像：

       ● 拥有近40年计算机编程经验，从小学开始参加信息学（及数学、物理等）竞赛，为资深老码农和编程爱好者；

       ● 在数据+模型+计算领域已浸淫逾20余载，经验较为丰富，热爱数据科学和数据建模；

       ● 拥有华尔街量化金融大数据AI实战经验，因此比较务实，面向应用、面向实践、面向真问题、面向发明创造做研究，而非面向论文做研究；

       ● 喜欢手把手辅导编程项目，喜欢传授和分享编程技巧，喜欢帮助学生解难题，喜欢切磋交流数学、计算机、金融经济、人文社科中的难题，喜欢研发一些小发明、小创造；

       ● 也比较喜欢写作。因此对培养能“文”能“武”（指编程和数据建模分析等硬核技能）、“文”“武”双全的人才特别有兴趣，鼓励学生成为能“文”能“武”、“文”“武”双全的复合型交叉人才；

       ● 欢迎志同道合的小伙伴一起来交流、切磋，一起来发明、创造。

自我要求：

       在师生关系方面，本人对自己有如下要求：

       ● 成为学生的良师益友，成为帮助学生实现梦想的助力者；

       ● 基于自己的业界经历，为学生出谋划策（提供借鉴、少走弯路），为学生量身定做个性化成长方案，助力学生实现自己的梦想；

       ● 自己对科研有激情，对学生热情，建立亦师亦友、平等友爱的新型师生关系，站在学生的角度考虑问题，以学生的利益为优先级，有耐心，关心学生的学习和生活；

       ● 对学生有爱心，真诚相待，能激发学生的学习兴趣，让学生获得更多的成就感；

       ● 具有责任心，能把握学生的学习进度，及时给予反馈和帮助，帮助学生获得最好的学习成果和成长经历。

学生收获：

       在课题组中，同学们可以收获：

       ● 导师手把手辅导和指导与行业前沿接轨的编程实证、数据建模、建模优化、论文写作；

       ● 前沿热点的研究方向、课题和项目；

       ● 良好的就业前景；

       ● 适配自己职业兴趣和目标的量身定做的成长规划；

       ● 从0基础开始的完善的培训和实训；

       ● 在温馨快乐的团队中学习和成长；

       ● 理论和实践并重的研究方法；

       ● 来自不同学科背景的志同道合的朋友和友谊；

       ● 文理交叉、跨学科的思维碰撞融合；

       ● （大）数据科学和数据思维的熏陶、陶冶和训练（课题组研究主线为数据建模、建模优化）；

       ● 区块链、大数据、AI等信息技术的知识和能力；

       ● 问题导向、面向应用的与行业前沿接轨的大数据人工智能区块链项目实训实战；

       ● 端到端地使用大数据AI建模优化、数据科学和信息技术来解决金融经济社会（非仅狭义金融）实践中痛点难题的经验和能力；

       ● 从信息与情报角度来理解、研究、赋能金融经济社会；

       ● 为求职就业（互联网、数据科学、金融、金融科技、金融经济研究、公务员等方向）、创新创业、留学深造等人生下一阶段发展打下良好基础；

       ● 快乐学习、快乐科研。

学生评价（选列）：

“丁晓蔚老师是我认为最具有人格魅力的老师，没有之一。他的课非常有感染力，我每次上课都感觉耳目一新，十分新奇。……最最重要的是，丁老师非常为学生着想，他有着常人所没有的改变他人和影响他人的力量，他尤其对我的影响非常重大，此生难忘。”

“我在仔细衡量收到的录取信之后，决定前往纽约大学攻读金融工程硕士学位。非常感谢您给予我申请的肯定与支持和宝贵意见。此外，非常感谢能够有机会在您的课题组内进行科研工作，这不仅仅给我的申请带来了很大帮助，也培养了我自身的技能，磨练了心性──这对我来说非常宝贵。您所开设的创新创业课程也非常有特色、有价值，不仅仅能听到金融创新相关的广度极大的讲解，同时也能见到您邀请来的商界、学界前沿人士的讲座──质量和频率都是极其少见的。”

“我们在丁老师的帮助下申请了专利，发表了英文论文，虽然过程十分艰苦，但是有丁老师的专业指导以及陪伴，我们还是进展得非常高效，最后看到专利证书和论文发表的期刊，甚至感觉很不真实，没想到之前说的都一一实现了。”

“我们有机会去国外参加大赛，并有幸获得了一等奖。所有的这些都对我申请海外名校有着莫大的帮助，我真的非常非常感谢丁老师给了我这么多拓宽视野的知识和经历，让我有种重生的感觉。”

“在丁老师的鼓励下，我逐渐转变了自己，在嘉宾课上，我第一次主动举手问问题，我感觉到了自己的转变，变得更有自信。在丁老师的指导下，我成功结合自己的背景经历以及课上所学的区块链相关知识，带领团队在全国区块链大赛中获得二等奖，获奖的时候我第一次感觉到，自己作为一个普通的商科学生终于找到了一个属于我自己的、跟別的商科同学不同的经历，让我在上大学以来第一次感觉到有如此的自豪感和自信心。”

“最令我印象深刻的是，丁老师永远保有着平易近人、虚心好学的品质，他待同学们就像知心好友，对待新知识所做的第一件事就是去主动学习。因此，他总是倾听我们每个人内心真实的想法，共同讨论，尊重每一位同学的思考和决定。”

“非常感谢丁老师对我的帮助，如果说人生的每一个阶段都会遇到一个改变你人生轨迹的贵人，那么在大学期间这个人一定是丁老师。”

“此外，丁老师也给了很多同学做项目的指导及职业生涯规划建议，从各方面帮助学生成长，而非仅仅传授课程知识。”

       “丁老师是一个全方面为学生成长，为国家培养人才负责的好老师。从教授课程到指导论文，再到指导竞赛，都兢兢业业，为学生的成长而负责。”

       “丁老师上课很有激情，用充沛的精神给我们讲解知识。虽然很忙，但是他还是会全力为我们解决问题，很有责任心。”

“老师在课上向我们传授‘金融向善’，关注‘三农问题’，用心民生，这一点让我十分钦佩，也启发我去思考习得技能的用处！丁老师是一位非常优秀的老师，是我学习的榜样！”

“丁老师事必躬亲地带领学生参加花旗杯，挑战杯、互联网+等大赛，不辞幸苦地耐心指导本科生撰写学术论文，更风雨无阻地带领学生进行农村实践，通过跨学科的学生团队“干中学、学中干”的模式，鼓励学生走向社会、面向农村、面向实践，从金融、经济、社会中发现痛点问题，更依托自己与学校的影响力引企入教、引企助学，为推动南京大学学生与国际名校、世界名企等的有关专业人士进行互动交流。在丁老师的指导与培养下，学生们逐渐树立起“金融向善”价值观，明白金融要为社会和人类做有意义、有价值的事情的道理，要做有情怀的金融、有温度的金融、有担当的金融，在通向崇高理想的过程中，也实现了自身的价值升华，获得了实实在在的成就。“

“在认识丁老师的这几年里，跟着丁老师学习到了很多知识，不光是专业知识，还有很多做事方法，看待问题的角度以及思维方式，这些都是我在平时的课上不会学到的，对我产生了潜移默化但十分重大的影响，我现在的座右铭仍然是‘只要理想不滑坡，办法总比困难多’，就是受到丁老师的‘知行合一、大胆创新’的教学理念的影响。”

“这是一位激情澎湃的老师，这是一位能和我们熬通宵的老师。一位好的老师，一定是以身作则的，是能够请我们喝茶吃饭熬到关门鼓励我们的老师，我们在（花旗杯大赛）项目中的投入，大多来自于老师的拼命所激励，感谢丁老师！”

“最重要的是，是一种公益的精神。丁老师学的是最尖端的科技，但是做的，却是惠民的，深入实践的，帮扶农村的，最朴实本质的东西，公益的东西，或许很多人不理解，包括一开始的我们，但是这种变革性的想法，这种开拓性的理念，是我们要学习的。科技用来干嘛？答案是——用来致善，用来惠民！不仅是项目的指导，更是人生的标杆，给我指明前进的方向！”

“丁老师的热情和专注鼓舞和推动了许许多多的学生，作为丁老师曾指导过的学生，我切身的感受到一个关切学生发展的教授的热情和投入，带着我们跑实践、带着我们开会讨论、带着我们熬夜改PPT，点点滴滴的指导让作为学生的我感激不尽！”

“丁老师的认真负责，对乡村问题的关注都让我感慨万千，更让我明白了丁老师不仅在学术上过硬，更有着当代学人对解决社会问题的强烈责任感。”

“我们常在不断探寻中思考着人生追求，在实习实践中搭建职业路径。未来成为怎样的人才能不负于自己这一生？我相信丁老师已经用行动回答了这个问题，将成功积累转化为前行的不竭动力，怀着对事业的热忱和对学生的奉献之心，使得老师能在追求人生理想的道路上不懈奋斗。感谢丁老师对我们的关心和指导，我们也将以丁老师作为修身治学的榜样！”

研海拾贝 - 用大数据AI和Blockchain玩转新金融世界（此处“金融经济”为广义，可延伸拓展至“金融、经济、传播、社会、健康等”，下同，欢迎各专业背景的同学，无需金融、数学、编程等背景）：

    Drawing upon his 20+ years of experiences in FinTech and Data Science, Xiaowei had participated and led various industry-level projects in high performance distributed trading systems and large scale financial big data mining platforms, algorithms and models. Some of his projects involved analyzing global financial markets and mining billions of accounts in real-time or near real-time. He emphasizes both mathematical/statistical theory and real-world applications.

       金融人工智能 AI for/with Finance:

               -金融经济大模型 LLM for Finance & Economics

               -金融经济中的检索增强生成 RAG in Finance & Economics

               -金融经济中的通用人工智能 AGI in Finance & Economics

               -金融经济中的具身智能 Embodied GPT in Finance & Economics

               -金融经济中的多智能体 Multi-Agent Systems in Finance & Economics

               -金融交易中的强化学习 Reinforcement Learning in Financial Trading

               -金融中的深度学习 Deep Learning in Finance

               -金融经济中的人工智能内容生成 AIGC in Finance & Economics

               -金融经济中的自然语言处理 NLP in Finance & Economics

              -金融经济超大模型和超大规模计算 Super-Models and Super-Computing in Finance & Economics

               -金融时间序列预测中的循环神经网络和随机过程 Recurrent Neural Networks and Stochastic Processes for Financial Time Series Forecasting

               -金融和法律智能机器人 Intelligent Robots in Finance and Law

               -知识产权资产定价和风险管理 Pricing and Risk Management for Intellectual Property

               -数据和人工智能模型质量评估、定价与安全 Quality Assessment，Pricing and Security for Data and AI Models

               -数字货币 Digital Currency

               -数据金融：数据资产评估、交易、财务入表、风控、资产管理 Data Finance: Data Asset Evaluation, Trading, Accounting Entry, Risk Control, Asset Management

               -社交网络和舆情风险工程：特征、预测和决策 Social Networks and Media Risk Engineering: Characterization, Forecasting and Decision Making

               -金融与舆情双风险共振 Resonance of Finance Risk and Public Opinion Risk

               -大数据数字传播与媒介化治理 Big Data Digital Media/Communications and Mediatized Governance

      Please feel free to drop Xiaowei a line to share your interesting ideas. He is particularly interested in cool interdisciplinary ideas that explore the deep side of human nature and/or the boundaries of human/machine.

南京大学 Nanjing University：

        课程情况（教评分最高为4.96分）：

        ●区块链+AI与金融科技创新：校级创新创业平台课、“校千层次课程”、教育部协同育人项目课程。

        ●大数据、区块链与金融情报分析（研）：信息管理学院研究生课程。

        ●大数据、区块链与金融情报分析（本）：信息管理学院本科生课程。

        ●智能传播与创新社会发展国际“云”科考与科研训练：新闻传播学院（与斯坦福合办）暑期课程（参与）。

        ●用区块链和AI玩转新金融世界： 暑期课程。

        教改项目：

        ●主持教育部、校级、院级教改项目3项；

        ●参与教育部、校级教改项目2项。

        CSSCI教学论文：

        ●丁晓蔚.我国高校创新人才培养中的课程建设:主要症结与改革走向[J].江苏高教,2020,No.230(04):41-44.

        获奖教学论文：

 ●丁晓蔚、张开翔：《理念•视野•探索——连线斯坦福大学的金融科技创新人才培养体系建设探索》，获第一届全国大学生创新创业实践联盟年会优秀论文三等奖；

 ●丁晓蔚、杨晶晶：《打造基于区块链可信大数据人工智能的下一代数字金融创新孵化和人才培养平台——南京大学思专融合、专创融合的探索》,获第三届全国大学生创新创业实践联盟年会优秀论文一等奖。

        指导学生大赛获奖（数10项）选列：

        ●美国大学生数学建模竞赛特等奖（全球6000多支队伍中排前7，入藏南大校史博物馆）；

        ●全球互联网与通信清算连接大会“最佳创新结算”奖；

        ●亚太高校金融科技大赛一等奖（第1名）、三等奖（第6名）；

        ●全国花旗杯金融创新大赛三等奖（多项）；

        ●全国高校区块链大赛二等奖（第2、3、4名）、三等奖（第7名）。

        指导学生社团：

        ●南京大学区块链+金融俱乐部；

        ●南京大学人工智能协会。

        指导学生去向（选列）：

        ●卡纳基梅隆、纽约大学、哥伦比亚大学、康奈尔大学、UCL、帝国理工、剑桥、牛津、北大、清华、中科院、交大、复旦、人大、阿里、蚂蚁金服、百度、美团、滴滴，等等。

斯坦福大学 Stanford University:

        Course Assistant, Investment Science, Department of Management Science & Engineering.

        Course Assistant, Credit Risk: Modeling and Management, Department of Management Science & Engineering.

        Course Assistant, Fixed Income Securities, Graduate School of Business.

普渡大学 Purdue University:

        Head Teaching Assistant(led 5-8 TAs, 200-300 students), Electronics Design Lab, School of Electrical and Computer Engineering, won School of ECE Best TA Award. 

学术兼职情况：

曾任国务院发展研究中心访问研究员、上海市对冲基金研究中心副主任。现任亚洲区块链产业研究院学术专委会委员、亚洲数字经济科学院学术专委会委员、Blockchain Research and Applications期刊青年编委、中国计算机学会数字金融分会常务委员、中国计算机学会人工智能与模式识别专业委员会委员、中国人工智能学会会员、中国计算机学会区块链专业委员会执行委员、中国计算机学会数字治理发展委员会执行委员、中国高质量产业大数据大模型联盟发起人、中国区块链金融创新应用示范区专家智库特聘专家、中国人民警察大学网络舆情治理研究中心学术委员会委员、江苏省数字金融协会顾问专家、紫金传媒智库研究员、新华传媒智库顾问专家、江苏省大数据交易和流通工程实验室金融大数据专委会金融保险专家委员会委员、南京市区块链技术应用协会副会长、南京市民政局区块链顾问专家等。曾担任2018中国计算机学会中国区块链技术大会分论坛主席，2019中国计算机学会中国区块链技术和应用高峰论坛组织委员会主席、区块链+金融分论坛主席、区块链+实体经济分论坛主席、2021尤努斯社会企业日大中华区社会企业教育与实践论坛联席主席等。

社会服务工作：

●曾任国内首个数据质量评估证书专家组组长，在“数据金融”领域进行了开拓性探索；

●2023年5月在国内率先发起成立高质量产业大数据大模型联盟，打造高质量产业大数据和高质量产业基座大模型两大国家级新型基础设施；

●担任江苏省数字金融协会《数字人民币和金融机构数字化转型研究》报告课题负责人（2/2）;

●担任《2023金融行业数据要素市场化白皮书》指导专家。

Various Awards and Prizes including:

       -Purdue ECE Best Teaching Assistant Award

       -Purdue ECE Summer Research Fund

       -JPMorgan Excellent Summer Intern Prize

       -Research Funds from Microsoft and JPMorgan(Stanford)

       -宝钢奖学金

       -江苏省软件大赛一等奖

       -南京大学五四奖章

       -南京大学吴健雄奖学金

       -南京市鼓楼区十佳青年

       -校级社会实践优秀指导教师（2次）

       -院级社会实践优秀指导教师（2次）

       -江苏省第十七届哲学社会科学优秀成果奖二等奖

       -全国高校双创优秀论文一、三等奖

       -江苏省学术大会优秀论文一等奖

       -全国区块链优秀教材二等奖

       -中国社科院新闻所年度优秀著作奖

       -CSIC2023年度数字技术创新杰出贡献人物奖

       -多次获省委领导批示