王军教授是北京交通大学理学院博士生导师，金融数学与金融工程研究所所长。研究领域主要有：金融统计（统计学）、金融数学、金融工程、概率论与数理统计、随机过程及其应用等。主持多项国家级科研项目，发表学术论著100多篇（部）。

王军教授首先介绍了金融数学、金融物理、金融统计研究的发展状况和自己研究的一些最新成果，着重介绍了金融时间序列波动性质的随机模型，其中包含：渗流模型、连续渗流模、接触模型等。接着介绍了应用神经网络研究金融时间序列的预测模型--随机时效性Legendre神经网络模型，该模型是应用多项式逼近理论将一组Legendre基函数作为神经网络隐神经元的激励函数，再以其加权和函数作为网络输出，从而构成一种新型的多输入Legendre神经网络，这样建立的数学模型便具有更加坚实的数学理论基础，得到的结果也更加准确。最后介绍了金融时间序列的统计特性：尖峰厚尾性、波动集簇性 、多重分形性 、回程间隙、Zipf分布、长记忆性等，这些统计特性一直以来是学者关心的重要课题，特别是价格波动行为对进一步了解金融市场机制有着重要意义。

王军教授作讲座