有方探究项目 | 经济金融方向

探究项目适合有志于申请TOP50大学,计划申请的专业与特定行业有关的9-12年级学生;适合零基础学生,学生对编程、数学、经济金融有兴趣即可参加

描述

关于探究项目

1. 探究项目适合有志于申请TOP50大学,计划申请的专业与特定行业有关的9-12年级学生
2. 探究项目对学生的编程能力不作要求,适合零基础学生,学生对某一领域有兴趣即可
3. 探究项目是有方科研教学体系中的一个重要环节,主要帮助学生在其感兴趣的领域中,完成有一定难度的研究项目(关于有方科研教学体系的详情介绍,请见文末)

 

有方探究项目

教学成果

成果一:个性化个人网站展现学术研究成果

有方探究项目为学员制作个人网站展示学生的项目成果。网站展示包含项目课题介绍、研究过程、研究结论和学生学习心得等个性化内容,真实完整的反应学生的学习过程和个人学术成长与收获。同时,有方探究项目的项目成果还可以投放到计算机行业交流平台GitHub等业内人士交流平台中,让更多人关注到学生的学术成果。在申请过程中,招生官极其重视学生的科研项目经历,个人网站可以作为重要成果展示,帮助学生在诸多竞争者中脱颖而出。

 

成果二:能力提升

学生顺利完成有方探究项目的所有课程学习后,相当于达到美国优秀大学本科三年级计算机学科方向课程项目或独立研究项目要求。在大学申请时,独立项目的研究经历将极大的展现学生的学术积极性和独立解决问题的能力。

适合学生

1. 有志于申请前50名美国大学的9-12年级学生
2. 有一定的英语阅读和写作能力
3. 有较强的逻辑思维和抽象思维能力
4. 对于经济、金融、商科感兴趣
5. 对于学生在专业领域的基础没有要求,我们会提供学术知识培训帮助学生入门相关专业

 

教学安排及费用

每位学生27,500元,包括:

1. 预备课程
2. 核心科研
3. 全程督导跟进

(1)时间跨度:2 - 4个月
(2)每周投入:2 - 4小时
(3)授课形式:线上授课,督导全程跟进
(4)授课地点:线上授课,没有授课地点限制

有方探究项目

 

众所周知,经济金融相关专业是留学中最火热专业之一,也是大家眼中最有“钱”途的专业。有方根据不同的学科和研究方向,准备了经济金融方向的不同课题,以下我们选取了其中三个课题作为示例,可供参考:

探究项目 | 课题示例一

商务数据实例实战处理及机器学习推动的营销决策

西北大学探究课

 

课题概览

在复杂的商务社会中,数据从诞生到变成能够推动商务决策的“产品”,每一个步骤都充满着精心动魄的博弈。即使是在传统行业中,比如保洁这样的传统巨头,在当今的商务环境下也不得不利用数据优化自己的广告投放和内容抉择,而不是把所有的资金都投放在电视广告内。掌握数据,懂数据,运用数据已经成为了各大商务机构的必修课,因此,它们对“增长黑客”们的需求越来越高。在英国,Spotify这家利用流媒体提供音乐服务的公司就利用收集到的用户信息,做了著名的dashboard:Spotify.me,不仅让用户重新认识自己的音乐行为,而且也为其他企业提供了新的潜在数据源和广告投递的渠道。这种数据应用的创新都是基于对大数据的理解,处理已经模型化得来的。

 

本课题的目的,是塑造对营销科学从数据的诞生到产品化的流程的理解。导师将带领学生转化商务问题为数据科学问题,培养学生对大数据的理解,再指导学生对真实数据进行预处理,并对现存数据进行机器学习,从而预测客户行为或者进行用户分类。最终,根据分析得到可视化的结果,并根据结果提出商务建议。

 

相关学科

1、营销原则、客户管理、整合传媒营销
2、计算机、人工智能、机器学习
3、应用数学、统计学、数据科学

 

研究方向:市场营销

市场营销(Marketing)又称为市场学、市场行销或营销学,简称“营销”。它是指个人或群体通过创造并同他人交换产品和价值,以满足需求与欲望的一种社会和管理过程。

 

授课内容
预备课程:
1、数学建模、线性代数和概率统计入门
2、学习 python 编程语言,机器学习相关库的了解应用
3、对机器学习初步介绍理解
科研辅导:
1、python 基础,pandas,numpy 以及 jupyter notebook 开发环境的设置和讲解
2、数据的读取,初步探究,预处理,模型数据准备 vs 描述统计数据准备
3、实战案例ETL,机器学习,商务结论

 

授课导师

X. Meng
1、西北大学硕士
2、曾在美国com担任数据分析师,为公司提供4年期的Integrated Marketing Communications 企划
3、曾担任多个网站的分析师,包括com和General Mill
4、研究方向:数据分析

 

探究项目 | 课题示例二

捷信集团信用卡违规风险预测

大学探究课题

 

课题概览

在美国,很多人因为不充分或者不存在信用历史而很难获得贷款。更不幸地是,这类人群经常被不良贷所利用。
捷信集团(Home Credit)致力于能让这类没有银行信用记录人群获得正面安全的贷款经历。为了达到这个目的,捷信集团采用了大量丰富的数据—包括通信和交易信息—来预测客户的还款能力。
捷信集团使用统计和机器学习的方法进行预测。这样既能帮助确保有还款能力的客户不会被拒绝贷款,也能确保成熟的贷款可以使客户更成功。参与该课题的学生将和导师完成一个机器学习项目。本课题旨在运用最前沿的机器学习技术对捷信集团的海量数据进行分析和预测。

本课题是跨计算机和经济学的综合研究,是数据挖掘相关技术的实际应用。研究者将使用Python进行大数据分析,并深入了解机器学习和对美国信用体系。

 

相关学科

1、风险管理、数据挖掘
2、计算机、人工智能、机器学习
3、应用数学、统计学、数据科学

 

研究方向:风险管理

风险管理风险控制是指风险管理者采取各种措施和方法,消灭或减少风险事件发生的各种可能性,或风险控制者减少风险事件发生时造成的损失。

 

授课内容
预备课程:
1、线性代数、概率统计、风险控制入门
2、学习 python编程语言,机器学习相关库的了解应用
3、对数据挖掘、机器学习初步介绍理解
科研辅导:
1、应用数据挖掘相关知识对美国信用体系数据进行处理、分析、汇总展示
2、使用Jupyter Notebook整合研究成果
3、完成学术论文的写作和排版
授课导师

Y. Zhao
1、UCLA博士
2、曾参与Kaggle竞赛获得铜奖,成绩排名前7%
3、曾担任Institut Jean Lamour的计算模拟工程师并研发模拟代码

探究项目 | 课题示例三

利用数据挖掘进行量化投资分析

 

课题概览

 投资是一件高风险高收益兼具的工作。如何科学地投资、如何合理地配置自己的资产,如何通过定量的分析减少投资过程中遇到的风险,如何看清股票市场的经济现象,这些都是值得探讨的话题。本课题重点研究如何运用计算机数据挖掘的能力来实现(但不限于)以下内容:
1、 量化分析股市趋势,通过对股市大盘或者个股的趋势判断,进行相应的投资操作。例如,如果判断趋势向上则做多,如果判断趋势向下则做空,如果判断趋势盘整,则进行高抛低吸。
2、量化选股,利用量化的方法选择股票组合,以尽可能确保该股票组合能够获得超越基准的收益率。量化选股策略总的来说可以分为两类:第一类是基本面选股,第二类是市场行为选股。
3、量化择时,利用量化的方法,通过对各种宏观微观指标的量化分析,试图找到影响大盘走势的关键信息,并以此预测未来走势。通过数理模型和机器学习的方法实现套利交易、算法交易、资产配置、风险控制、预测模型的建立。

 

相关学科

1、经济学、统计学、量化投资
2、计算机、人工智能、机器学习
3、应用数学、数据科学

 

研究方向:量化投资

量化投资 (Quantitative Investment),是指借助现代统计学和数学的方法,利用计算机技术来进行交易的投资方式。量化投资是从庞大的历史数据中海选出能带来超额收益的多种“大概率”事件以制定策略,用数量模型验证及固化这些规律和策略,然后严格执行已固化的策略来指导投资,以求获得可持续的、稳定的且高于平均收益的超额回报。

 

授课内容
预备课程:
1、数学建模、线性代数和概率统计入门
2、Python语言入门
3、多元函数、微分、函数极值
科研辅导:
1、课题入门和量化投资介绍
2、阅读量化投资方向重要论文
3、数据整理和预处理
4、学习机器学习算法
5、提出量化投资交易策略
授课导师

Mike Ye
1、约翰霍普金斯大学博士
2、清华大学硕士,参与过大数据项目
3、曾在SCI、EI期刊上以第一作者身份发表文章,多次参与国际学术会议
4、研究方向涉及大数据分析、数理统计、信息系统等多个领域

 

 

关于 有方科研教学体系

style=

 

有方科研教学体系 是有方教育与麻省理工、加州理工、斯坦福大学等众多美国顶尖大学的科研团队在深度合作的前提下,为国内初、高中生提供物理、化学、生物、工程、统计、经济、金融等领域的探究课程和科研项目。

 

成功案例

美国本科录取
1. 2017年,第一届学员七位中有六位被全球排名TOP 35大学录取,包括一位同时获得哥伦比亚大学、宾夕法尼亚大学两所常春藤大学录取通知的学生。
2. 第二届学员的申请尚未结束,目前已有一位学员被斯坦福大学录取,一位学员被加州理工录取,此外两位被麻省理工顶尖暑期项目录取。

 

丘成桐中学科学奖获奖概况
1. 2018年全球金奖(全球第一)
2. 2017年全球铜奖(全球前五)
3. 2018年全球优胜奖(全球前3%)
4. 2018年全球总决赛入围(全球前第5%)

 

HiMCM美国高中数学建模竞赛获奖概况
1. 2017年 Outstanding 特等奖(全球前1%)一组
2. 2016年 Outstanding 特等奖(全球前1%)一组
3. 2016年National Finalist 特等奖提名奖(全球前2%)一组
4. 2017年Finalist 特等奖入围奖(全球前9%)一组

 

顶尖期刊发表
1. 多位学员以第一作者身份在 SCIE, EI, CPCI 所收录的期刊或会议上发表论文。

 

课程体系

1.第一阶段:科研集训营
(1)以 “PBL” 项目制学习的方法,
(2)掌握 “AI+X” 科研的核心知识和技能
2.第二阶段:探究项目
(1)在学生感兴趣的领域中,
(2)完成有一定难度的研究项目
3.第三阶段:学者项目
(1)在学生感兴趣的领域中,
(2)获得原创性研究成果,
(3)发表论文或参加科研科创竞赛

咨询请添加顾问老师

翰林国际课程咨询二维码