2026年07月20日
国际油价波动不仅影响航空、物流、制造等行业，也牵动着金融机构的风险管理与投资决策。如何借助人工智能提升风险分析和决策能力，是金融行业持续关注的问题。
近日，在第二十一届“花旗杯”金融创新应用大赛中，西交利物浦大学数学物理学院学生组成的团队，围绕这一真实行业问题设计出智能油价风险管理与决策支持系统——OilClaw，荣获三等奖。
团队成员来自不同年级，包括大二学生姜嘉轩、李冰、王晓慧、张腾心、喻子睿，大三学生徐梓超、蒋璇，大四学生周君一、崔宸赫、陈俊杰、李想、薛霂绮和张哲睿以及博士生徐晓凡。项目由数学物理学院金融与精算数学系洪毅博士、大学数学系杨晨博士共同指导。
本届“花旗杯”以金融机构真实业务需求为命题，鼓励学生运用金融科技解决实际问题。比赛中，不同年级学生发挥各自专业优势，在数据处理、模型构建、系统开发和方案展示等环节协同完成项目。
从预测到决策：金融机构为什么不能只相信AI？
比赛命题源于金融机构在实际业务中的真实需求。
对于金融机构而言，油价波动不仅影响能源行业，也会进一步传导至供应链、贷款风险和资产配置。围绕这一需求，团队开发了智能油价风险管理与决策支持系统——OilClaw。系统不仅能够预测油价走势，还结合市场环境分析风险变化，为授信管理、投资配置和风险控制提供决策参考。
“我们想做的事情，概括成一句话就是：把油价这件事，从‘凭感觉’变成‘可量化、可追溯、可决策’。”团队成员徐梓超说。
项目推进过程中，团队逐渐意识到，一个预测准确的模型，并不足以真正解决行业问题。
指导老师杨晨和洪毅也不断引导团队跳出“提升预测精度”的思路，从金融机构的实际需求出发，重新审视模型在真实业务场景中的应用价值。随着讨论不断深入，团队逐渐将研究重点转向模型的可解释性和决策支持能力。
“最开始，我们一直想着怎么把预测做得更准。”周君一回忆道，“后来慢慢发现，真正重要的不是预测结果本身，而是金融机构为什么应该相信这个结果。”
这一认识几乎改变了整个项目的发展方向。
团队重新梳理系统架构，不再只关注模型精度，而是把更多精力放在模型的可解释性、稳定性和实际应用价值上。为了验证系统的可靠性，成员们围绕核心理论反复推导数学过程，不断修正模型、验证假设，并形成完整的理论分析框架。
“金融机构倾向于最终采纳的，不只是一个预测结果，而是一个能够解释结果、经得起验证的决策依据。”周君一说。
一次竞赛，也是一次真实行业实践
比赛期间，团队不断完善数据处理、模型构建、系统开发和方案展示等多个环节。徐梓超介绍，真正耗费时间的并不是模型训练，而是不断验证系统是否能够在不同市场环境下稳定运行。
这种不断推翻、不断验证的过程，也让团队有了更深的理解：模型不仅要"能跑"，更要回答为什么成立、为什么可信。
项目指导教师洪毅表示，与传统课程作业相比，“花旗杯”采用企业真实业务场景作为命题，更强调方案的落地性和实际价值。学生不仅需要运用金融数学知识，更需要站在金融机构和企业的角度，综合考虑风险、收益、运营及客户需求，在不断权衡中形成可实施的解决方案。
回顾整个项目，周君一认为，这次比赛最大的收获，并不仅仅是一项竞赛成绩，而是真正体会到"书本上的东西和真正动手做，完全是两回事"。
"课堂上学的那些方法，单独看都挺清晰的，但一旦要把它们组合起来、放进真实数据里，就会冒出无数课本上不会讲的问题——数据缺失怎么办、量纲不统一怎么办、训练集表现很好但测试集崩了怎么办。这些经验，只有真正做过一遍才能体会到。"
"做完这个项目之后，我们更清楚自己喜欢做什么、擅长做什么。无论以后继续做研究、从事工程开发，还是进入金融行业，这都会是一段很重要的经历。"
（记者：刘沁茹 图片提供：徐梓超，周君一）
2026年07月20日