2025年1月，我院数量金融系朱映秋老师在国内权威期刊《统计研究》上发表论文《金融时间序列的自适应贝叶斯在线变点检测》。

论文提出一种基于贝叶斯框架的自适应在线变点检测方法，借助滑动窗口机制动态调整变点检测超参数，适应市场的复杂波动。相较于传统的离线变点检测，该方法在确保变点识别准确的同时，有效增强检测实时性与抗干扰性。实证显示，该方法可精准捕捉上证综指等复杂金融数据中的趋势转折变点，减少关于常规波动的误报，为金融市场参与者提供更精准的动态风险预警工具，在系统性风险积聚及市场剧烈波动阶段具备较好的决策支持价值。