一、教育经历
2022年毕业于西南财经大学，获金融学专业博士学位；
2016年毕业于西南财经大学，获管理学学士学位。
二、工作经历
2023年1月—至今，在98858vip威尼斯下载98858vip威尼斯下载工作。
三、教学工作
本科生课程：《金融科技学》
四、教学科研成果
1.科研项目
◆在研课题
(1)国家自然科学基金面上项目，面向证券市场风险波动的智能计算模型及关键技术研究，批准号：71671141，2021.01-2024.12，主研。
(2)国家科技部重点项目，非法金融活动大数据监测防控平台研发与应用示范，批准号：2019YFC0850100，2019.12-2022.12，主研。
(3)教育部人文社科项目，基于动态三支决策的金融风险识别方法研究，2020.03-2022.12，主研。
◆已完成的课题
(1) 国家自然科学基金面上项目，基于大数据的互联网媒体对证券市场影响研究，批准号：6207070426，2017.01-2020.12，参与。
(2) 四川省教育厅科研创新团队项目，基于人工智能的金融证券市场风险研究，2017.12-2020.06，主研。
(3)四川省科技厅应用基础研究项目，基于媒体感知的证券市场智能风险分析技术研究，批准号：2019YJ0250，2019.01-2021.12，主研。
(4)西南财经大学优秀博士生建设项目，基于图神经网络的证券市场动量溢出影响，2019.11-2022.06，主持。
◆国际合作项目和地方委托项目
(1)国家科技部合作项目，基于中国与马其顿的信息技术对数字经济发展的影响研究，2017.09-2019.09，主研。
2.公开发表的论文
[1] J.Tan, Q.Li, J.Wang and J.Chen. FinHGNN: A Conditional Heterogeneous Graph Learning to Address Relational Attributes for Stock Predictions. Information Sciences, 618:17-335,2022. (SCI 1 区TOP，IF:6.795)
[2] J. Wang, Y.Hu, T.Jiang, J.Tan* and Q. Li. Essential Tensor Learning for Multimodal Information-driven Stock Movement Prediction, Knowledge-Based Systems, 262(28), 2022. (SCI 1 区TOP，IF:8.139)
[3] J. Wang, Z. Liu, L. Shi and J. Tan*. The Impact of Low-Carbon Pilot City Policy on Corporate Green Technology Innovation in a Sustainable Development Context—Evidence from Chinese Listed Companies. Sustainability, 14(17): 1-23, 2022. (SCI，IF:3.889)
[4] Q.Li, J.Tan*, J.Wang and H.Chen. A Multimodal Event-Driven LSTM Model for Stock Prediction Using Online News, IEEE Transactions on Knowledge and Data Engineering (TKDE), 33(10): 3323-3337, 2021. (SCI, 中国计算机协会 CCF A 类期刊，IF:9.235)
3.参加的国际会议或国际工作
(1) J.Tan*, J.Wang, D.Rinprasertmeechai, R.Xing and Q.Li. A Tensor-based eLSTM Model to Predict Stock Price using Financial News. The 52nd Hawaii International Conference on System Sciences (HICSS). 2019. (美国夏威夷，EI检索)
(2) J.Wang, J.Tan*, J.Chen and H.Jin. A Knowledge-Aware and Time-Sensitive Financial News Recommendation System Based on Firm Relation Derivation. IEEE International Conference on Data Mining (ICDM), 2021. (新西兰奥克兰，EI检索)
返回旧站