丁鹏同学的论文首先介绍了动态模式分解方法的基本原理、与其他算法的区别和主要优势。其次，尝试将动态模式分解的方法应用于中国股市，重点分析了动态模式分解方法中主导特征值和拟合优度的金融学含义，通过动态模式分解方法把市场内在动态结构分解为特征值和特征向量，借此刻画股票市场的非线性运动，挖掘股市短中期的内在价格模式,分析股市运行的状态，对股票市场未来短中期的趋势进行预测。随后其引入了拟合优度指标对模型估计结果进行筛选，减少噪音信号对于模型判断准确度的影响。最后丁鹏同学据此建立起基于动态模式分解方法的事件交易策略与择时策略。

通过计算和比较交易策略的投资业绩指标，结果表明在沪深300指数、WIND材料和医疗保健指数中，基于动态模式分解方法的量化投资策略在回测期间均取得了不错的超额收益，动态模式分解方法在量化投资预测中具有一定的有效性。

丁鹏同学毕业论文题目的选题主要是源于他当时在华泰证券资产管理有限公司权益部的实习工作，在实习的过程中主要从事量化投资权益产品的研究工作，在实习过程中接触了量化投资的相关知识，激发了对于量化投资浓厚的兴趣。在后续论文文献的查询中，他发现股票市场具有动态、非线性、混沌等特征，采用传统的时间序列预测方法进行预测效果并不理想，近些年所逐渐兴起的动态模式分解方法在对非线性、混沌系统的预测方面具有其独特的优势，基于动态模式分解方法的投资策略对大盘的预测具有一定的准确性。为了更好的进行数据分析和模型策略构建，他还自学了PYTHON语言以提高效率。

丁鹏2019年6月硕士毕业后在上海某商业银行的个人金融业务部担任客户经理一职位，工作内容主要是“基保理”相关产品和私人银行的数据统计和分析工作。从学生蜕变为社会人，其深感在校园中学术研究能力、数据分析能力和逻辑能力的重要性，在校园中得到的这些训练对他日后的工作帮助巨大。