Shihao Gu
大白话：芝加哥大学 Booth 商学院金融学副教授。机器学习资产定价方向的代表学者之一。
在本 wiki 的论文
- Gu, Kelly & Xiu (2020) — Empirical Asset Pricing via Machine Learning — 系统比较十余种机器学习方法在测量股票截面风险溢价上的表现；发现非线性交互（而非特征数量）是收益提升的来源，样本外 R^2 从 0.16% 提升到 0.40%，多空组合年化夏普从 0.61 提升到 1.35。见 深度学习资产定价
研究风格
强调方法的横向比较而非单一方法的推销：论文同时检验 OLS、惩罚线性、降维、广义线性、随机森林、梯度提升与 1–5 层神经网络，用统一的数据划分与统一的评估口径来比较。