本课程围绕一篇发表于 Energy Economics 的原油价格预测论文展开，核心价值在于拆解“时间序列→波动网络→价格预测”这一新颖范式。它把价格序列转为波动或收益率并离散化为五类符号，每5个符号构成网络节点，经滑窗形成模态转移网络，再预测下一节点并还原未来价格或涨跌方向。适合金融时间序列、能源经济、复杂网络、量化投资及论文复现方向的学生与研究者。学习后，你将掌握连续变量离散化、符号化、滑窗构网、节点预测与结果还原的完整流程，了解DM检验、1—5步预测及与ARIMA、深度学习等基准的对比。同时，课程会借讲师对定义缺失、参数不清和可复现性差的质疑，训练你识别论文漏洞、批判性阅读与复现研究的能力。课程不堆公式，重在拆解思路与问题，适合想快速把握复杂网络预测金融时间序列前沿应用的人。