狄行健

数学博士

di@xingjian.me (+86) 18621717131 xingjian.me

教育背景

纽约大学

数学博士

导师:吴炜(上海纽约大学)、Nina Holden

博士论文:Scaling limits of pole-free almost acyclic orientations

核心研究方向:随机几何、统计物理、数学物理

伊利诺伊大学厄巴纳–香槟分校

物理学学士 & 数学学士

Magna Cum Laude 毕业

项目经历

InsiderSpot

基于期权的内幕交易检测

  • 搭建了处理大规模美股期权数据(当前行情 + 历史链)的数据管道,数据源为 Massive
  • 使用 Python 构建波动率曲面分析框架,对隐含波动率偏斜与曲率、期限结构和 Greeks 进行建模

基于深度学习的动画图像超分辨率

  • 使用 TensorFlow 实现了基于 ResNet 架构的 CNN,用于图像去噪与超分辨率
  • 使用 C++ 在 VapourSynth 框架下开发了自定义视频处理滤镜,实现视频增强
  • 荣获中国青少年科技创新大赛全国一等奖

研究经历

博士研究

随机几何与统计物理

研究 Liouville 量子引力、幻想几何、弦理论和黎曼面上的随机有向图。同时通过随机游走表示研究 loop O(n) 模型和 Manhattan pinball。

受邀报告

  • University of Warwick — Probability at Warwick Summer School,2025年7月
  • University of Chicago — Probability and Statistical Physics Seminar,2025年1月
  • University of Chicago — Two-Dimensional Random Geometry Workshop,2024年7月
  • Oberwolfach — Arbeitsgemeinschaft in QFT and Stochastic PDEs,2023年12月

本科研究

磁学与微分几何

应用 Cartan 微分形式理论导出 Belavin–Polyakov skyrmion 的守恒动量。发表于 SciPost Phys. 11, 108 (2021)。DOI: 10.21468/SciPostPhys.11.6.108

技术技能

编程语言

Python, C++, SageMath

数据科学

pandas, numpy, scipy, matplotlib

机器学习

TensorFlow, CNN

量化金融

期权定价、波动率曲面、Greeks

数学

概率论、随机过程、统计物理

工具

Git, LaTeX, typst, Jupyter, Linux, VapourSynth

教学经历

在纽约大学担任博士级概率论课程助教,在上海纽约大学担任本科数学课程助教与嘉宾讲师(2022–2025)。