關于學者項目

有方學者科研項目致力于為有志于申請美國前50名大學的中學生提供高質量的科研機會。

學者項目是有方科研教學體系的一個重要環節，主要幫助學生在其感興趣的領域中，獲得原創性研究成果，發表論文或參加科研科創學術活動。（關于有方科研教學體系的具體介紹請見文末）

?

教學成果

成果一：課題研究定制化

1、根據自身興趣選擇具體課題
2、根據自身情況和導師協商定制課程時間表
3、可獲得導師一對一研究指導

 

成果二：高效備戰具有高影響力、高含金量的科研學術活動

學生可以直接使用有方學者項目的論文成果沖擊多項全球頂級的科研賽事，其中包括：被譽為“中國青年的諾貝爾獎”的東潤丘成桐科學獎、谷歌科學獎和達特茅斯大學舉辦的ISEC論文比賽。

 

成果三：在英文期刊中發表學術論文

有方學者項目保證為學員在正規的英文學術期刊中發表論文。有方學者最優秀的學生，不但可以沖擊EI、SCI等高級別期刊，甚至有機會參與全球頂級的學術會議。

 

成果四：第一作者身份

有方學者項目堅持幫助學生以第一作者身份發表論文。在申請過程中，第一作者順位恰恰是學生在科研項目中參與程度的最佳證明。

 

成果五：美國頂尖院校導師的推薦信

有方學者項目將為學生提供項目科研導師撰寫的推薦信。這些導師都來自于美國頂尖學府的科研團隊，他們作為推薦人，極大地保證了推薦信的可信度。

適合學生

1. 有志于申請前50名美國大學的9-12年級學生
2. 有一定的英語閱讀和寫作能力
3. 有較強的邏輯思維和抽象思維能力
4. 對于經濟、金融、商科感興趣
5. 對于學生在專業領域的基礎沒有要求，我們會提供學術知識培訓幫助學生入門相關專業

 

教學安排

包括：

1. 預備課程
2. 核心科研
3. 學術寫作指導
4、保證英文期刊第一作者發表
5、全程督導跟進

（1）時間跨度：3 - 6個月
（2）每周投入：4 - 6小時

 

眾所周知，經濟金融相關專業是留學中最火熱專業之一，也是大家眼中最有“錢”途的專業。有方根據不同的學科和研究方向，準備了經濟金融方向的不同課題，以下我們選取了其中三個課題作為示例，可供參考：

學者項目 | 課題示例一

機器學習算法探究宏觀經濟與不動產估值關系

哥倫比亞大學科研課題

 

課題概覽

?房價是當前中國經濟領域的熱點問題，不僅牽動著廣大中國人民的神經，也受到了學術界的密切關注。
近年來，國家統計局等機構全面地統計了大量的宏觀經濟數據，如：GDP（國內生產總值）、CPI（居民消費價格指數）、PPI（生產價格指數）。本課題試圖從這些數據出發，利用機器學習的方法，尋找房價與各個宏觀經濟指數之間的關系，并構建數學模型，從而對未來房價的走勢進行預測。

 

相關學科

1、經濟學；
2、計算機、人工智能、機器學習；
3、應用數學、統計學、數據科學；

 

研究方向：宏觀經濟學

宏觀經濟學（Macroeconomics）是經濟學的一個分支，主要使用一些總體性的統計概念和指數對經濟運行的規律進行分析，解釋國民收入、失業、通貨膨脹等現象。隨著經濟數據體量的加大和可靠性的增強，機器學習也開始被廣泛地應用于經濟現象的學習和預測當中。

 

授課內容

預備課程：
1、Python語言入門
2、概率統計基礎知識
3、線性代數基礎知識（行列式、矩陣運算）
4、多元函數、微分、函數極值
科研輔導：
1、學習幾種重要的機器學習算法
2、了解幾種重要的宏觀經濟指數的概念
3、并掌握搜索相關信息的方法
4、運用機器學習算法
5、尋找中國房價和宏觀經濟指數之間的關系
6、學習使用R語言編寫程序，處理相關數據
論文寫作與發表：
1、學術論文的寫作和排版
2、科研論文的答辯
3、期刊發表事宜（有方全面負責）
4、論文在英文學術期刊上正式發表

 

學者項目 | 課題示例二

中國老年人福利的計量經濟分析

麻省理工科研課題

 

課題概覽

?隨著經濟社會的發展和人均壽命的提高，中國的人口老齡化問題也日益凸顯。如何使老人老有所養、老有所依、在晚年享受有質量的生活越來越成為中國千萬家庭和政府所共同關心的重要問題。要解答這一問題，不僅需要深入了解中國老年人當前的福利狀況，更需要通過扎實的經濟分析識別出影響老年人福利狀況的潛在因素，進而為政府和家庭決策提供依據和支持。

本課題將使用中國健康與養老追蹤調查（CHARLS）數據（http://charls.pku.edu.cn/en），通過梳理文獻，利用統計編程語言STATA構造變量、開展描述性統計分析，繪制圖表對數據進行可視化，提出假設并利用各類回歸分析手段進行假設檢驗，從而分析總結影響中國老年人福利的因素，進而為政策制定和家戶決策提供指導。
本課題是典型的計量經濟學實證研究，使用了有關中國老年人口信息最為豐富的數據庫，因此也是使用大數據進行經濟福利分析的一個典型應用。通過本課題的學習和訓練，學員不僅能夠熟練應用當前最主流的計量經濟編程語言 – STATA – 進行計量經濟分析，更能夠收獲利用真實世界數據進行經濟學實證研究的第一手經驗，從而建立對經濟學研究完整而深入的理解。

【關鍵詞】中國老年人、福利分析、計量經濟學、STATA

 

相關學科

1、福利經濟學、健康經濟學、勞動經濟學、計量經濟學、大數據分析；
2、計算機、人工智能、機器學習；
3、應用數學、統計學、數據科學；

 

研究方向：福利經濟學

福利經濟學（Welfare Economics）是研究社會經濟福利的一種經濟學理論體系。在個體層面，福利經濟學的研究對象通常是個體的福祉（Well-being）。其作為主流的經濟學分支，與其他經濟學分支比如健康經濟學和勞動經濟學有著密切聯系，比如研究健康情況或工作關系對個體well-being的影響。計量經濟學是經濟分析中最為重要的研究手段，其以經濟生活中各類事物為研究對象，以經濟理論為基礎，通過建立統計模型分析總結數據的規律。當前最主流的研究范式是從大數據中發現有趣的現象并利用計量經濟學的手段加以分析和解釋，最大限度的從數據中發掘信息（Let data speak）。

 

授課內容

預備課程：
1、數學建模、線性代數和概率統計入門
2、學習R編程語言，機器學習相關庫的了解應用
3、對機器學習初步介紹理解
科研輔導：
1、概率統計、線性代數（向量和矩陣）、計量經濟學（隨機變量、回歸分析、假設檢驗等）基礎知識
2、STATA編程基礎（構造變量、繪制圖和表、描述性統計、回歸分析、假設檢驗等）
3、了解CHARLS數據庫，對不同數據庫進行合并、拆分，改變數據庫形狀（長型數據和寬型數據）
4、應用計量經濟學知識分析CHARLS數據，開展統計分析；先使用一些描述性統計的辦法對變量進行描述，觀察變量的分布，均值、方差等特性；進一步可以做一些PCA分析；接下來做回歸分析，根據變量特點選擇OLS、Logit、Probit、Tobit模型；然后分析統計結果的穩健性，比如F-test、BIC、LASSO等
5、解讀統計分析結果，匯總結論撰寫論文
論文寫作與發表：
1、學術論文寫作和排版
2、科研論文答辯
3、期刊發表事宜（有方全面負責）

 

學者項目 | 課題示例三

基于時間遞歸神經網絡的股票市場預測

杜克大學科研課題

 

課題概覽

?股票交易市場為企業運作創造了有利的籌資環境，投資者可以根據自己投資計劃和市場變更情況買賣股票。深刻了解股票變更并作出合理預測對于增強投資者和發行方資本的流動性和安全性都有著關鍵的作用。除此之外，股票價格還能靈敏反映出行業前景和政治形勢的變化。學習和分析股票價格變化趨勢在當今社會顯得尤為重要。然而，通常情況下對股票做出合理預測需要一定的金融知識積累和對市場信息的深刻了解，這種傳統辦法不僅昂貴，并且需要耗費大量的人力。

本課題旨在運用機器學習對部分美股上市公司近年來股票變化趨勢進行分析。使用深度學習和在自然語言處理領域廣泛應用的時間遞歸神經網絡的算法建立模型，建立一個高效且可靠的股票預測系統?？梢灶A測該課題在金融經濟領域將有著廣泛的應用場景。
本課題是融合了計算機科學和金融學兩大領域，借用自然語言處理的成熟算法，采用機器學習和深度神經網絡對海量數據進行分析。研究者將獲得使用Python處理時序信號、分析數據、訓練深度神經網絡的技能。同時還能積累機器學習處理實際問題的經驗。

【關鍵詞】機器學習，深度學習，神經網絡，金融

 

相關學科

1、神經網絡、深度學習、計量經濟學；
2、計算機、人工智能、機器學習；
3、應用數學、統計學、數據科學；

 

研究方向：深度學習、計量經濟學

深度學習 (Deep Learning) 是其中應用深度神經網絡對數據進行表征學習的一種方法。

計量經濟學 (Econometrics) 以數理經濟學和數理統計方法為基礎，對經濟問題進行理論上數量接近和經驗研究的學科。

 

授課內容

預備課程：
1、數學建模、線性代數和概率統計入門
2、學習Python編程語言，機器學習相關庫的了解應用
3、對機器學習初步介紹理解
科研輔導：
1、概率統計、線性代數（矩陣相關）、微積分 （導數）基礎知識
2、Python編程基礎（包括Numpy, Matplotlib, Sklearn, Keras, Pandas庫和Anaconda虛擬環境）
3、機器學習，自然語言處理等基礎知識
4、神經網絡的基礎知識及應用Keras搭建和訓練深度神經網絡
5、應用機器學習知識處理和分析實驗數據及結果
6、使用LaTex整合研究成果、完成學術論文的寫作和排版
論文寫作與發表：
1、學術論文寫作和排版
2、科研論文答辯
3、期刊發表事宜（有方全面負責）

 

 

關于 有方科研教學體系

 

有方科研教學體系 是有方教育與麻省理工、加州理工、斯坦福大學等眾多美國頂尖大學的科研團隊在深度合作的前提下，為國內初、高中生提供物理、化學、生物、工程、統計、經濟、金融等領域的探究課程和科研項目。

 

成功案例

美國本科錄取
1. 2017年，第一屆學員七位中有六位被全球排名TOP 35大學錄取，包括一位同時獲得哥倫比亞大學、賓夕法尼亞大學兩所常春藤大學錄取通知的學生。
2. 第二屆學員的申請尚未結束，目前已有一位學員被斯坦福大學錄取，一位學員被加州理工錄取，此外兩位被麻省理工頂尖暑期項目錄取。

 

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

 

HiMCM美國高中數學建模學術活動獲獎概況
1. 2017年 Outstanding 特等獎（全球前1%）一組
2. 2016年 Outstanding 特等獎（全球前1%）一組
3. 2016年National Finalist 特等獎提名獎（全球前2%）一組
4. 2017年Finalist 特等獎入圍獎（全球前9%）一組

 

頂尖期刊發表
1. 多位學員以第一作者身份在 SCIE, EI, CPCI 所收錄的期刊或會議上發表論文。

 

課程體系

1.第一階段：科研集訓營
（1）以 “PBL” 項目制學習的方法，
（2）掌握 “AI+X” 科研的核心知識和技能
2.第二階段：探究項目
（1）在學生感興趣的領域中，
（2）完成有一定難度的研究項目
3.第三階段：學者項目
（1）在學生感興趣的領域中，
（2）獲得原創性研究成果，
（3）發表論文或參加科研科創學術活動