人工智能领域sci期刊

国际人工智能联合会议（International Joint Conference on Artificial Intelligence, 简称为IJCAI）是人工智能领域中最主要的学术会议之一，原为单数年召开，自2016年起改为每年召开。有时还会和其他地区性的人工智能会议(‘xxCAI’)一起召开，常为该年举办地的所属的地区性质会议，如PRICAI(环太平洋人工智能会议)，ECAI(欧洲人工智能会议)等。[1]2021年1月22日消息，1月7日~15日人工智能领域最重要的学术会议之一IJCAI(国际人工智能联合会) 2020大会在受疫情影响半年后正式在线举行。在与大会同期召开的执委会会议上还进行了IJCAI 2024举办城市的投票选举，最终IJCAI 2024举办权花落上海，这是在2013年北京、2019年澳门两度举办之后，IJCAI大会第三次来到中国[2]。

相比大众所熟知的共同基金，对冲基金似乎要更神秘。为数不多的媒体报告也常常围绕“索罗斯英镑狙击”、“麦道夫庞氏”等负面话题，似乎，对冲基金是更高风险的投机行为。事实上，对冲基金因其更稳定的收益、更低的风险，成为机构资金和大规模家族资金的首选品种。比如，世界上最大规模的对冲基金桥水，为投资人管理着上千亿美元的资产。而且 ，对冲基金因为高比例的分红奖励，也吸引了大批非常优秀的基金经理。什么是对冲基金？还真很难用一句话来给对冲基金一个很准确的定义。美国投资人马拉比在《学习热爱对冲基金》一文中，总结了对冲基金的四个特征：1、私募。 对冲基金属于私募基金，不公开发行，有较高的投资门槛。2、业绩提成。对冲基金更考验基金管理者的资产管理能力，所以，投资人和投资管理者通常是共享收益，通常是2%的管理费，再加上20%的业绩提成。3、对冲。采用对冲的方式，屏蔽市场风险，只承担胜率较大的风险，以取得确定的收益。4、杠杆。可以借助杠杆放大风险和收益，根据投资人的风险承受能力调整预期收益和风险。对冲基金的投资范围很广，除非上市公司的股权以外，对冲基金基本上可以投资所有的有价证券，股权、期权、股指期货、大宗商品期货、外汇，等等各种金融工具及衍生品。投资组合的收益率在说对冲基金的盈利方式前，有必要先了解一个概念：投资组合的收益率。投资的目的是为了获得回报，也就是要有正的收益率，但是在进行任何一项投资之前，我们都无法预知未来到底是赚钱还是赔钱，这种不确定性就是投资的风险。通常情况下，风险与回报成正比，风险越高收益可能越高。那么，有没有可能既有高收益又有低风险呢？1952年，哈里马科维茨最早提出了风险与收益同等重要的概念，开创了现代投资组合理论，标志着现代金融科学的开始。现代金融理论把投资组合的收益分为两部分，与市场无关的α收益，也叫做绝对收益，或者超额收益，与市场相关的β收益，也叫做相对收益。指数基金完全跟踪的股票市场，是单纯的β收益，只要市场上涨指数就会上涨，指数下跌自然也就会下跌。对冲基金想要获得的是更有价值的α收益，也就是在市场下跌的时候，要减少亏损甚至获得收益。易方达基金公司总经理刘震云曾这样比喻：α是肉，β是面。指数基金全是β，卖的是面；主动型公募基金有肉有面，卖的是包子；而对冲基金卖的就是纯肉。肉比包子贵，包子比馒头贵。很形象地说明了“为什么对冲基金的管理费很贵”这个问题。对冲基金如何盈利金融市场是一个创造奇迹的地方。1949年，美国投资人琼斯推出了世界上第一只对冲基金。到1968年，他的累计回报率几乎高达5000%，远远超过了同时代的其他基金管理者。在1965年之前的5年里，他的收益率325%，远远超过当时最热门的共同基金225%的收益率。（数据来源：《富可敌国》）琼斯是如何做到的呢？在一份招股说明书中，他用一个例子解释了赚钱的逻辑：假设有10万美元的资金用来投资，且近期内对市场持乐观态度。那么，琼斯的投资策略是这样的：1、借入10万美元，一共有20万美元；2、用其中的13万美元，买入好公司的股票；用剩余的7万美元卖空不好公司的股票；3、这样一来，净持有股票仅为6万美元。未来，如果股市平均上涨20%，因为选择了好公司的股票，所持有的股票可能可以获得30%的上涨。而做空部分，因为选择的是差公司的股票，可能只上涨了10%，从而减少了做空的损失。整个组合的盈利是 13万*30% -7万*10% = 2万美元。而万一未来股市平均下跌20%，因为选择了好公司，所持有的股票下跌幅度可能只有10%，而做空部分因为是差公司，下跌会更剧烈可能有30%的跌幅。这样一来，整个组合反而有盈利：7万*30%-13万*10% = 8000美元也就是说，不管是市场上涨还是下跌，琼斯的投资组合都能做到盈利。这是对冲基金最早也是最基础的盈利模式。经过之后长时间的改进和创新，现在的对冲基金，有了更多的投资策略，包括：1、宏观策略。 通过对宏观经济和金融环境分析的基础上，直接对股市、债券、外汇、大宗商品进行操作，主要做方向性的交易。先对原生资产的走势做出判断，然后通过一些流动性好的衍生产品，比如期货进行操作。比较少做对冲套利。典型的宏观策略基金是索罗斯的量子基金。2、统计套利。统计套利最核心的是交易模型，根据输入的市场参数，由模型计算出来应该买什么卖什么。爱德华索普是第一个实现统计套利策略的人，也建立了第一个成功的量化交易对冲基金。在对冲基金的风云录上，留下了非常多的故事：至今仍是全球最大规模的对冲基金桥水，曾与索罗斯量子基金平分秋色的老虎基金，曾风靡一时的美国长期资本管理公司。。。背后是资本的盛宴，也有资本的血雨腥风。不管如何风云变幻，对冲基金在金融市场，仍然扮演着非常重要的角色，是资本管理非常重要的工具。因为中国金融市场的特殊性，对冲基金还没有成熟市场那么大规模，未来，随中国金融市场的创新和发展，相信会有更好的发展。（案例来源：《富可敌国》）康愉子优质财经领域创作者6万粉丝 · 14万赞搜索新手买基金怎么买基金七不买三不卖口诀传奇对冲基金是什么一分钟看懂私募基金基金下周一会大跌吗支付宝买基金十大禁忌

人工智能领域发展到今天，哪些学术会议和期刊称得上顶级？清华大学刚刚提出的「计算机科学推荐学术会议和期刊列表」对于这些论文投稿目标有了新的评级。更为重要的是——它直接与清华学生的毕业产生了关联。对于研究生和博士来说，国际会议和期刊的评级可谓关键指标，清华计算机系的新规定和评级迅速引发了校内师生的广泛关注，讨论也很快扩展到了整个学术圈。最近，清华大学计算机学位评定分委员会针对其负责的计算机科学与技术、软件工程、网络空间安全三个一级学科，制定了「研究生学位创新成果要求」。与此同时，同时分委员会还发布了最新版《清华大学计算机学科推荐学术会议和期刊列表》。在我们比较关注的人工智能方向上，清华大学的列表就引来了不少议论。大幅减少会议期刊数量简单说来，与目前国内最为通用的中国计算机学会（CCF）版国际会议和期刊目录不同，清华大学新推出的分级标准只分 A、B 两类期刊，而且列表上的期刊数量也变少了。以往，B 类被认为是大神文章和普通文章的分水岭，而没有了 C 类则很可能让研究生们的毕业难度有所提高。此外，被清华评定为 A 类的期刊和会议与 CCF 有所不同。仅看 AI 领域：清华把 CCF 定为 B 类的 ECCV 、COLT、EMNLP 、ICRA 评定为 A 类，同时新增了 ICLR 、RSS 为 A 类会议。也就是说，由深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办、短短成立 6 年的国际学习表征会议（ICLR)，此次被清华大学列为 A 类顶会。在期刊方面，清华新增了 TR、TASLP 为 A 类期刊。当然也有从 A 类「降级」到 B 类的学术会议：它就是 AI 领域的首个国际性的学术会议 IJCAI。香港科技大学教授、微众银行首席 AI 官杨强评论说：「不知道清华大学这个排名用目标函数是不是『引用数』，如果只用引用数的话，排名的结果和我们所期望的影响力不一样。影响力的目标函数应该是（连接度+权威度），所谓『Hub and Authority』，参考 Jon Kleinberg。否则很容易被小圈子所利用。」另外，在数量上，与 CCF 的列表相比，清华给出的人工智能方向列表在期刊和会议数目上都有所减少，大大增加了投稿的难度。清华大学的文件还对于申请计算机相关学科的博士、硕士学位设置了标准，学生需要根据《研究生申请学位创新成果计分办法》至少获得 6 分才有资格申请博士学位；而申请硕士学位，则至少需要 2 分。而根据推荐会议和期刊列表，一篇 A 类得 4 分，一篇 B 类得 2 分。国际会议论文只认可长文，以及做口头报告的不少于 6 页的短文。若 B 类论文获得最佳论文或最佳学生论文奖，则等同于 A 类论文。这份规定从今年 9 月入学的新生开始执行，以往的高年级学生依然按照过去的考评标准。清华版 AI 顶会和期刊列表据《学术头条》报道，《清华大学计算机学科推荐学术会议和期刊列表》将计算机学科划分为 10 个方向，分别是高性能计算、计算机网络、网络与信息安全、系统软件与软件工程、数据库与数据挖掘、理论计算机科学、计算机图形学与多媒体、人工智能与模式识别、人机交互与普适计算、综合与交叉。在人工智能与模式识别方向，清华推荐了 12 个 A 类会议，17 个 B 类会议；A 类期刊 6 个，B 类期刊 33 个。A 类会议B 类会议A 类期刊B 类期刊CCF 版 AI 顶会和期刊列表清华大学发布的 CS 会议期刊列表和中国计算机学会的有哪些不同呢？2018 年 12 月，CCF 启动了新一轮《目录》的更新工作，并于今年 4 月发布了最新版的目录。对于计算机相关专业的学生们来说，CCF 目录是论文投稿的重要指标。不过 CCF 表示，该目录是值得计算机界研究者们发表研究成果的推荐列表，其目的不是作为学术评价的唯一根据，而仅作为 CCF 的推荐建议业界参考。与清华版人工智能与模式识别方向对应的是 CCF 人工智能方向。CCF 人工智能方向 A 类会议 7 个，B 类会议 12 个；C 类会议 21 个；A 类期刊 4 个，B 类期刊 21 个，C 类期刊 36 个。目前在最新版的目录中，人工智能领域的 A 类期刊为：而 A 类学术会议为：可以看出，CCF 版的七大人工智能学术会议基本早已成为大多数人认知中的「AI 顶会」。自 2010 年 CCF 发布计算机国际会议和期刊目录后，计算机科学领域内的国际会议重要性被人们逐渐确立起来，这改变了过去国内计算机科学领域仅依靠 SCI 影响因子评价的情况，让国内学界逐渐与国际发展接轨。不过在中国计算机学会版《目录》出现的 9 年之后，清华大学似乎已对未来计算机科学的学术评价有了新的思路。据悉，清华的学术期刊和会议标准，是根据论文引用的中位数、10H、H5 指数等指标进行量化后，再以人工（专家）意见为辅经过细微调整后得出的。随着学术和领域的发展，我们正在看到更加符合目前发展规律的评价方式不断出现，清华大学的新标准是否会业内带来变化？我们还需拭目以待。