G. Iacovides
大白话:伦敦帝国理工学院 Mandic 实验室的共同作者,做「因子模型 + 资产图结构」联合学习的 MINGLE 框架(2026 年论文 Beyond Co-Movement);核心主张是资产之间的「相似性」不该用观测到的收益共振来定义,而该用系统性风险暴露的相似性来定义,这样学出来的协方差矩阵才能用于组合分散化。
Role. Imperial College London (与 S. Chehab, P. Yazdanparast, D. Mandic 共同) 2026 年论文 Beyond Co-Movement: Locality by Exposures Enables a Joint Factor–Graph Framework for Portfolio Diversification 的共同作者。该论文提出 MINGLE 框架。
主要贡献
- 共同设计了联合因子-图学习框架,具体贡献分割在公众号解读中未细分,留作后续核对。
- 所在团队 (Mandic lab) 长期工作于信号处理与机器学习的交叉点,本研究代表其金融应用的一次延伸。
所属机构
- Imperial College London — 学术机构;Mandic 实验室所在的电子电气工程系 (Department of Electrical and Electronic Engineering)。
相关概念
来源
- summaries/202608-factor-model-graph-joint-learning/202608-factor-model-graph-joint-learning — (2026-08-12) Chehab, Iacovides, Yazdanparast & Mandic (2026), via 睿见Alpha
- Chehab, Iacovides, Yazdanparast & Mandic 2026 - Beyond Co-Movement — 论文 entity