W monografii przedstawiono aktualny stan wiedzy na temat metod badań operacyjnych, które umożliwiają wspomaganie podejmowania decyzji w zakresie szeroko rozumianych finansów. Ponieważ we współczesnych gospodarkach powszechnie postępuje finansjalizacja oraz wzrasta rola rynków i instytucji finansowych, poruszana tematyka jest niezwykle istotna zarówno z punktu widzenia rozwoju badań naukowych, jak i zastosowań aplikacyjnych. W monografii scharakteryzowano wybrane, zwłaszcza wielokryterialne rozwiązania metodologiczne, które zilustrowano przykładami z polskiego rynku finansowego. Otrzymane wyniki potwierdzają przydatność wybranych narzędzi do analizy i optymalizacji procesów finansowych na różnych poziomach i w różnych podmiotach: w przedsiębiorstwach, bankach i innych instytucjach finansowych oraz na rynku kapitałowym i pieniężnym.
Jest pracownikiem badawczo-dydaktycznym w Katedrze Zastosowań Informatyki i Matematyki w Ekonomii na Wydziale Nauk Ekonomicznych i Zarządzania Uniwersytetu Mikołaja Kopernika w Toruniu. Głównym obszarem jego działalności naukowej jest zastosowanie uczenia maszynowego w finansach. Uczestniczy jako wykonawca w grancie NCN pt. „Prognozowanie rynków finansowych z wykorzystaniem metod uczenia finansowego”. Prowadzi zajęcia m.in. z technologii informacyjnych, informatyki w zarządzaniu, wstępu do data science i uczenia maszynowego, narzędzi do prezentacji danych ekonomicznych i oprogramowania analiz biznesowych. Poza uczelnią zajmuje się także wdrażaniem rozwiązań Business Intelligence w przedsiębiorstwach oraz prowadzeniem szkoleń z zakresu analizy i wizualizacji danych.
Show author's publications
- Nieparametryczna identyfikacja nieliniowości w finansowych i ekonomicznych szeregach czasowych
- Wybrane zastosowania badań operacyjnych w finansach
- Uczenie maszynowe w podejmowaniu decyzji prognostycznych
- Prognozowanie szeregów czasowych w ekonomii i finansach z wykorzystaniem metod uczenia maszynowego. Wybrane modele i zastosowania