關(guān)于探究項(xiàng)目

1. 探究項(xiàng)目適合有志于申請(qǐng)TOP50大學(xué)，計(jì)劃申請(qǐng)的專(zhuān)業(yè)與特定行業(yè)有關(guān)的9-12年級(jí)學(xué)生
2. 探究項(xiàng)目對(duì)學(xué)生的編程能力不作要求，適合零基礎(chǔ)學(xué)生，學(xué)生對(duì)某一領(lǐng)域有興趣即可
3. 探究項(xiàng)目是有方科研教學(xué)體系中的一個(gè)重要環(huán)節(jié)，主要幫助學(xué)生在其感興趣的領(lǐng)域中，完成有一定難度的研究項(xiàng)目（關(guān)于有方科研教學(xué)體系的詳情介紹，請(qǐng)見(jiàn)文末）

 

教學(xué)成果

成果一：個(gè)性化個(gè)人網(wǎng)站展現(xiàn)學(xué)術(shù)研究成果

有方探究項(xiàng)目為學(xué)員制作個(gè)人網(wǎng)站展示學(xué)生的項(xiàng)目成果。網(wǎng)站展示包含項(xiàng)目課題介紹、研究過(guò)程、研究結(jié)論和學(xué)生學(xué)習(xí)心得等個(gè)性化內(nèi)容，真實(shí)完整的反應(yīng)學(xué)生的學(xué)習(xí)過(guò)程和個(gè)人學(xué)術(shù)成長(zhǎng)與收獲。同時(shí)，有方探究項(xiàng)目的項(xiàng)目成果還可以投放到計(jì)算機(jī)行業(yè)交流平臺(tái)GitHub等業(yè)內(nèi)人士交流平臺(tái)中，讓更多人關(guān)注到學(xué)生的學(xué)術(shù)成果。在申請(qǐng)過(guò)程中，招生官極其重視學(xué)生的科研項(xiàng)目經(jīng)歷，個(gè)人網(wǎng)站可以作為重要成果展示，幫助學(xué)生在諸多競(jìng)爭(zhēng)者中脫穎而出。

 

成果二：能力提升

學(xué)生順利完成有方探究項(xiàng)目的所有課程學(xué)習(xí)后，相當(dāng)于達(dá)到美國(guó)優(yōu)秀大學(xué)本科三年級(jí)計(jì)算機(jī)學(xué)科方向課程項(xiàng)目或獨(dú)立研究項(xiàng)目要求。在大學(xué)申請(qǐng)時(shí)，獨(dú)立項(xiàng)目的研究經(jīng)歷將極大的展現(xiàn)學(xué)生的學(xué)術(shù)積極性和獨(dú)立解決問(wèn)題的能力。

適合學(xué)生

1. 有志于申請(qǐng)前50名美國(guó)大學(xué)的9-12年級(jí)學(xué)生
2. 有一定的英語(yǔ)閱讀和寫(xiě)作能力
3. 有較強(qiáng)的邏輯思維和抽象思維能力
4. 對(duì)于經(jīng)濟(jì)、金融、商科感興趣
5. 對(duì)于學(xué)生在專(zhuān)業(yè)領(lǐng)域的基礎(chǔ)沒(méi)有要求，我們會(huì)提供學(xué)術(shù)知識(shí)培訓(xùn)幫助學(xué)生入門(mén)相關(guān)專(zhuān)業(yè)

 

教學(xué)安排

包括：

1. 預(yù)備課程
2. 核心科研
3. 全程督導(dǎo)跟進(jìn)

（1）時(shí)間跨度：2 - 4個(gè)月
（2）每周投入：2 - 4小時(shí)

 

眾所周知，經(jīng)濟(jì)金融相關(guān)專(zhuān)業(yè)是留學(xué)中最火熱專(zhuān)業(yè)之一，也是大家眼中最有“錢(qián)”途的專(zhuān)業(yè)。有方根據(jù)不同的學(xué)科和研究方向，準(zhǔn)備了經(jīng)濟(jì)金融方向的不同課題，以下我們選取了其中三個(gè)課題作為示例，可供參考：

探究項(xiàng)目 | 課題示例一

商務(wù)數(shù)據(jù)實(shí)例實(shí)戰(zhàn)處理及機(jī)器學(xué)習(xí)推動(dòng)的營(yíng)銷(xiāo)決策

西北大學(xué)探究課

 

課題概覽

在復(fù)雜的商務(wù)社會(huì)中，數(shù)據(jù)從誕生到變成能夠推動(dòng)商務(wù)決策的“產(chǎn)品”，每一個(gè)步驟都充滿著精心動(dòng)魄的博弈。即使是在傳統(tǒng)行業(yè)中，比如保潔這樣的傳統(tǒng)巨頭，在當(dāng)今的商務(wù)環(huán)境下也不得不利用數(shù)據(jù)優(yōu)化自己的廣告投放和內(nèi)容抉擇，而不是把所有的資金都投放在電視廣告內(nèi)。掌握數(shù)據(jù)，懂?dāng)?shù)據(jù)，運(yùn)用數(shù)據(jù)已經(jīng)成為了各大商務(wù)機(jī)構(gòu)的必修課，因此，它們對(duì)“增長(zhǎng)黑客”們的需求越來(lái)越高。在英國(guó)，Spotify這家利用流媒體提供音樂(lè)服務(wù)的公司就利用收集到的用戶信息，做了著名的dashboard：Spotify.me，不僅讓用戶重新認(rèn)識(shí)自己的音樂(lè)行為，而且也為其他企業(yè)提供了新的潛在數(shù)據(jù)源和廣告投遞的渠道。這種數(shù)據(jù)應(yīng)用的創(chuàng)新都是基于對(duì)大數(shù)據(jù)的理解，處理已經(jīng)模型化得來(lái)的。

 

本課題的目的，是塑造對(duì)營(yíng)銷(xiāo)科學(xué)從數(shù)據(jù)的誕生到產(chǎn)品化的流程的理解。導(dǎo)師將帶領(lǐng)學(xué)生轉(zhuǎn)化商務(wù)問(wèn)題為數(shù)據(jù)科學(xué)問(wèn)題，培養(yǎng)學(xué)生對(duì)大數(shù)據(jù)的理解，再指導(dǎo)學(xué)生對(duì)真實(shí)數(shù)據(jù)進(jìn)行預(yù)處理，并對(duì)現(xiàn)存數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，從而預(yù)測(cè)客戶行為或者進(jìn)行用戶分類(lèi)。最終，根據(jù)分析得到可視化的結(jié)果，并根據(jù)結(jié)果提出商務(wù)建議。

 

相關(guān)學(xué)科

1、營(yíng)銷(xiāo)原則、客戶管理、整合傳媒營(yíng)銷(xiāo)
2、計(jì)算機(jī)、人工智能、機(jī)器學(xué)習(xí)
3、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)

 

研究方向：市場(chǎng)營(yíng)銷(xiāo)

市場(chǎng)營(yíng)銷(xiāo)（Marketing）又稱(chēng)為市場(chǎng)學(xué)、市場(chǎng)行銷(xiāo)或營(yíng)銷(xiāo)學(xué)，簡(jiǎn)稱(chēng)“營(yíng)銷(xiāo)”。它是指?jìng)€(gè)人或群體通過(guò)創(chuàng)造并同他人交換產(chǎn)品和價(jià)值，以滿足需求與欲望的一種社會(huì)和管理過(guò)程。

 

授課內(nèi)容
預(yù)備課程：
1、數(shù)學(xué)建模、線性代數(shù)和概率統(tǒng)計(jì)入門(mén)
2、學(xué)習(xí) python 編程語(yǔ)言，機(jī)器學(xué)習(xí)相關(guān)庫(kù)的了解應(yīng)用
3、對(duì)機(jī)器學(xué)習(xí)初步介紹理解
科研輔導(dǎo)：
1、python 基礎(chǔ)，pandas，numpy 以及 jupyter notebook 開(kāi)發(fā)環(huán)境的設(shè)置和講解
2、數(shù)據(jù)的讀取，初步探究，預(yù)處理，模型數(shù)據(jù)準(zhǔn)備 vs 描述統(tǒng)計(jì)數(shù)據(jù)準(zhǔn)備
3、實(shí)戰(zhàn)案例ETL，機(jī)器學(xué)習(xí)，商務(wù)結(jié)論

探究項(xiàng)目 | 課題示例二

捷信集團(tuán)信用卡違規(guī)風(fēng)險(xiǎn)預(yù)測(cè)

大學(xué)探究課題

 

課題概覽

在美國(guó)，很多人因?yàn)椴怀浞只蛘卟淮嬖谛庞脷v史而很難獲得貸款。更不幸地是，這類(lèi)人群經(jīng)常被不良貸所利用。
捷信集團(tuán)(Home Credit)致力于能讓這類(lèi)沒(méi)有銀行信用記錄人群獲得正面安全的貸款經(jīng)歷。為了達(dá)到這個(gè)目的，捷信集團(tuán)采用了大量豐富的數(shù)據(jù)—包括通信和交易信息—來(lái)預(yù)測(cè)客戶的還款能力。
捷信集團(tuán)使用統(tǒng)計(jì)和機(jī)器學(xué)習(xí)的方法進(jìn)行預(yù)測(cè)。這樣既能幫助確保有還款能力的客戶不會(huì)被拒絕貸款，也能確保成熟的貸款可以使客戶更成功。參與該課題的學(xué)生將和導(dǎo)師完成一個(gè)機(jī)器學(xué)習(xí)項(xiàng)目。本課題旨在運(yùn)用最前沿的機(jī)器學(xué)習(xí)技術(shù)對(duì)捷信集團(tuán)的海量數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)。

本課題是跨計(jì)算機(jī)和經(jīng)濟(jì)學(xué)的綜合研究，是數(shù)據(jù)挖掘相關(guān)技術(shù)的實(shí)際應(yīng)用。研究者將使用Python進(jìn)行大數(shù)據(jù)分析，并深入了解機(jī)器學(xué)習(xí)和對(duì)美國(guó)信用體系。

 

相關(guān)學(xué)科

1、風(fēng)險(xiǎn)管理、數(shù)據(jù)挖掘
2、計(jì)算機(jī)、人工智能、機(jī)器學(xué)習(xí)
3、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)

 

研究方向：風(fēng)險(xiǎn)管理

風(fēng)險(xiǎn)管理風(fēng)險(xiǎn)控制是指風(fēng)險(xiǎn)管理者采取各種措施和方法，消滅或減少風(fēng)險(xiǎn)事件發(fā)生的各種可能性，或風(fēng)險(xiǎn)控制者減少風(fēng)險(xiǎn)事件發(fā)生時(shí)造成的損失。

 

授課內(nèi)容
預(yù)備課程：
1、線性代數(shù)、概率統(tǒng)計(jì)、風(fēng)險(xiǎn)控制入門(mén)
2、學(xué)習(xí) python編程語(yǔ)言，機(jī)器學(xué)習(xí)相關(guān)庫(kù)的了解應(yīng)用
3、對(duì)數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)初步介紹理解
科研輔導(dǎo)：
1、應(yīng)用數(shù)據(jù)挖掘相關(guān)知識(shí)對(duì)美國(guó)信用體系數(shù)據(jù)進(jìn)行處理、分析、匯總展示
2、使用Jupyter Notebook整合研究成果
3、完成學(xué)術(shù)論文的寫(xiě)作和排版

探究項(xiàng)目 | 課題示例三

利用數(shù)據(jù)挖掘進(jìn)行量化投資分析

 

課題概覽

?投資是一件高風(fēng)險(xiǎn)高收益兼具的工作。如何科學(xué)地投資、如何合理地配置自己的資產(chǎn)，如何通過(guò)定量的分析減少投資過(guò)程中遇到的風(fēng)險(xiǎn)，如何看清股票市場(chǎng)的經(jīng)濟(jì)現(xiàn)象，這些都是值得探討的話題。本課題重點(diǎn)研究如何運(yùn)用計(jì)算機(jī)數(shù)據(jù)挖掘的能力來(lái)實(shí)現(xiàn)（但不限于）以下內(nèi)容：
1、 量化分析股市趨勢(shì)，通過(guò)對(duì)股市大盤(pán)或者個(gè)股的趨勢(shì)判斷，進(jìn)行相應(yīng)的投資操作。例如，如果判斷趨勢(shì)向上則做多，如果判斷趨勢(shì)向下則做空，如果判斷趨勢(shì)盤(pán)整，則進(jìn)行高拋低吸。
2、量化選股，利用量化的方法選擇股票組合，以盡可能確保該股票組合能夠獲得超越基準(zhǔn)的收益率。量化選股策略總的來(lái)說(shuō)可以分為兩類(lèi)：第一類(lèi)是基本面選股，第二類(lèi)是市場(chǎng)行為選股。
3、量化擇時(shí)，利用量化的方法，通過(guò)對(duì)各種宏觀微觀指標(biāo)的量化分析，試圖找到影響大盤(pán)走勢(shì)的關(guān)鍵信息，并以此預(yù)測(cè)未來(lái)走勢(shì)。通過(guò)數(shù)理模型和機(jī)器學(xué)習(xí)的方法實(shí)現(xiàn)套利交易、算法交易、資產(chǎn)配置、風(fēng)險(xiǎn)控制、預(yù)測(cè)模型的建立。

 

相關(guān)學(xué)科

1、經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、量化投資
2、計(jì)算機(jī)、人工智能、機(jī)器學(xué)習(xí)
3、應(yīng)用數(shù)學(xué)、數(shù)據(jù)科學(xué)

 

研究方向：量化投資

量化投資 (Quantitative Investment)，是指借助現(xiàn)代統(tǒng)計(jì)學(xué)和數(shù)學(xué)的方法，利用計(jì)算機(jī)技術(shù)來(lái)進(jìn)行交易的投資方式。量化投資是從龐大的歷史數(shù)據(jù)中海選出能帶來(lái)超額收益的多種“大概率”事件以制定策略，用數(shù)量模型驗(yàn)證及固化這些規(guī)律和策略，然后嚴(yán)格執(zhí)行已固化的策略來(lái)指導(dǎo)投資，以求獲得可持續(xù)的、穩(wěn)定的且高于平均收益的超額回報(bào)。

 

授課內(nèi)容
預(yù)備課程：
1、數(shù)學(xué)建模、線性代數(shù)和概率統(tǒng)計(jì)入門(mén)
2、Python語(yǔ)言入門(mén)
3、多元函數(shù)、微分、函數(shù)極值
科研輔導(dǎo)：
1、課題入門(mén)和量化投資介紹
2、閱讀量化投資方向重要論文
3、數(shù)據(jù)整理和預(yù)處理
4、學(xué)習(xí)機(jī)器學(xué)習(xí)算法
5、提出量化投資交易策略

 

關(guān)于 有方科研教學(xué)體系

 

有方科研教學(xué)體系 是有方教育與麻省理工、加州理工、斯坦福大學(xué)等眾多美國(guó)頂尖大學(xué)的科研團(tuán)隊(duì)在深度合作的前提下，為國(guó)內(nèi)初、高中生提供物理、化學(xué)、生物、工程、統(tǒng)計(jì)、經(jīng)濟(jì)、金融等領(lǐng)域的探究課程和科研項(xiàng)目。

 

成功案例

美國(guó)本科錄取
1. 2017年，第一屆學(xué)員七位中有六位被全球排名TOP 35大學(xué)錄取，包括一位同時(shí)獲得哥倫比亞大學(xué)、賓夕法尼亞大學(xué)兩所常春藤大學(xué)錄取通知的學(xué)生。
2. 第二屆學(xué)員的申請(qǐng)尚未結(jié)束，目前已有一位學(xué)員被斯坦福大學(xué)錄取，一位學(xué)員被加州理工錄取，此外兩位被麻省理工頂尖暑期項(xiàng)目錄取。

 

丘成桐中學(xué)科學(xué)獎(jiǎng)獲獎(jiǎng)概況
1. 2018年全球金獎(jiǎng)（全球第一）
2. 2017年全球銅獎(jiǎng)（全球前五）
3. 2018年全球優(yōu)勝獎(jiǎng)（全球前3%）
4. 2018年全球總決賽入圍（全球前第5%）

 

HiMCM美國(guó)高中數(shù)學(xué)建模學(xué)術(shù)活動(dòng)獲獎(jiǎng)概況
1. 2017年 Outstanding 特等獎(jiǎng)（全球前1%）一組
2. 2016年 Outstanding 特等獎(jiǎng)（全球前1%）一組
3. 2016年National Finalist 特等獎(jiǎng)提名獎(jiǎng)（全球前2%）一組
4. 2017年Finalist 特等獎(jiǎng)入圍獎(jiǎng)（全球前9%）一組

 

頂尖期刊發(fā)表
1. 多位學(xué)員以第一作者身份在 SCIE, EI, CPCI 所收錄的期刊或會(huì)議上發(fā)表論文。

 

課程體系

1.第一階段：科研集訓(xùn)營(yíng)
（1）以 “PBL” 項(xiàng)目制學(xué)習(xí)的方法，
（2）掌握 “AI+X” 科研的核心知識(shí)和技能
2.第二階段：探究項(xiàng)目
（1）在學(xué)生感興趣的領(lǐng)域中，
（2）完成有一定難度的研究項(xiàng)目
3.第三階段：學(xué)者項(xiàng)目
（1）在學(xué)生感興趣的領(lǐng)域中，
（2）獲得原創(chuàng)性研究成果，
（3）發(fā)表論文或參加科研科創(chuàng)學(xué)術(shù)活動(dòng)