數(shù)學(xué)建模、商業(yè)分析、量化金融、機(jī)器學(xué)習(xí)、經(jīng)濟(jì)管理項(xiàng)目實(shí)戰(zhàn)開課！

學(xué)建模訓(xùn)練營(yíng)

訓(xùn)練營(yíng)以數(shù)學(xué)建模常用算法為切入點(diǎn)，由指導(dǎo)老師帶領(lǐng)學(xué)員學(xué)習(xí)并掌握十余種數(shù)模算法的原理及應(yīng)用，以及MATLAB、STATA、SPSS等工具的使用，并通過“高斯杯”全國(guó)大學(xué)生數(shù)學(xué)建模學(xué)術(shù)活動(dòng)進(jìn)行實(shí)戰(zhàn)演練，熟悉完整數(shù)學(xué)建模參賽過程。

適合人群

目標(biāo)專業(yè)：申請(qǐng)理工科/商科等方向的同學(xué)，適用范圍廣

希望獲得數(shù)模知識(shí)和技能并進(jìn)行實(shí)踐的同學(xué)

想要通過數(shù)模經(jīng)歷豐富定量研究經(jīng)歷的同學(xué)

具體安排

模塊一

學(xué)與練

配套知識(shí)與技能學(xué)習(xí)

（3-4周）

數(shù)學(xué)建模基本介紹及參賽注意事項(xiàng)：學(xué)術(shù)活動(dòng)介紹，任務(wù)安排建議，賽前準(zhǔn)備提醒

工具學(xué)習(xí)：MATLAB，Stata，SPSS

算法精講：層次分析法，TOPSIS，灰色關(guān)聯(lián)，插值擬合，相關(guān)分析，回歸分析，蒙特卡羅，數(shù)學(xué)規(guī)劃。

模塊二

完成數(shù)模論文與參與學(xué)術(shù)活動(dòng)

（2-3周）

完成組隊(duì)

推進(jìn)文獻(xiàn)閱讀，問題分析，算法使用，建模分析等步驟

完成數(shù)學(xué)建模論文，參加“高斯杯”數(shù)模學(xué)術(shù)活動(dòng)

你將收獲

針對(duì)當(dāng)期學(xué)術(shù)活動(dòng)

完成解題代碼與論文

數(shù)學(xué)建模學(xué)術(shù)活動(dòng)經(jīng)歷

并用于申請(qǐng)數(shù)學(xué)建模學(xué)術(shù)活動(dòng)證書

商業(yè)分析項(xiàng)目實(shí)戰(zhàn)

項(xiàng)目主題：基于淘寶電商的李寧商品競(jìng)爭(zhēng)力分析

2022年,整個(gè)電商行業(yè)在疫情多發(fā)散發(fā)的環(huán)境下面臨挑戰(zhàn)。李寧持續(xù)打磨李寧式體驗(yàn)價(jià)值,落實(shí)“單品牌、多品類、多渠道”策略,聚焦終端消費(fèi)者需求,強(qiáng)化頂尖專業(yè)運(yùn)動(dòng)科技,增強(qiáng)自身的產(chǎn)品競(jìng)爭(zhēng)力和品牌競(jìng)爭(zhēng)力。在消費(fèi)面臨挑戰(zhàn)的環(huán)境下,李寧電商仍然保持穩(wěn)定的表現(xiàn)。

本項(xiàng)目從李寧服裝銷售數(shù)據(jù)入手，通過對(duì)服裝的銷量、價(jià)格、款式等方面數(shù)據(jù)的比較，經(jīng)過數(shù)據(jù)預(yù)處理，可視化分析，數(shù)據(jù)挖掘建模，研究其市場(chǎng)占有率高的關(guān)鍵原因，分析“單品牌、多品類、多渠道”策略的落地執(zhí)行情況，為產(chǎn)品運(yùn)營(yíng)出新提供參考意見。

適用人群

目標(biāo)專業(yè)：商業(yè)分析/市場(chǎng)營(yíng)銷/管理學(xué)等相關(guān)專業(yè)

需要增加商業(yè)數(shù)據(jù)分析經(jīng)歷，實(shí)踐完整流程，豐富簡(jiǎn)歷的同學(xué)

想要快速補(bǔ)充商業(yè)分析領(lǐng)域知識(shí)，并掌握Python數(shù)據(jù)處理和建模技能的同學(xué)

希望了解并體驗(yàn)業(yè)界常規(guī)作業(yè)模式，提前感知專業(yè)與職業(yè)興趣的同學(xué)

具體安排

模塊一

學(xué)與練

配套知識(shí)與技能學(xué)習(xí)

（3-4周）

基礎(chǔ)與常用方法：描述性統(tǒng)計(jì)，邏輯回歸分析，聚類分析，文本分析，回歸分析，主成分分析等

工具學(xué)習(xí)：Python，Numpy，Pandas，Matplotlib，Scipy，Statsmodels，Sklearn等

案例精講：手機(jī)線上銷量影響因素分析項(xiàng)目。

模塊二

代碼能力測(cè)試

模塊三

具體項(xiàng)目實(shí)戰(zhàn)與論文報(bào)告

（2-3周）

針對(duì)項(xiàng)目主題，進(jìn)行背景調(diào)查資料整理利用相關(guān)數(shù)據(jù)，選擇或改進(jìn)適合方法進(jìn)行實(shí)證分析完全項(xiàng)目論文報(bào)告

與目標(biāo)專業(yè)匹配的對(duì)口經(jīng)歷

并用于申請(qǐng)課程與項(xiàng)目證書

量化金融項(xiàng)目實(shí)戰(zhàn)

項(xiàng)目主題：基于投資者情緒構(gòu)建的期權(quán)組合策略

歷史波動(dòng)率是度量資產(chǎn)價(jià)格歷史變動(dòng)的指標(biāo)。而隱含波動(dòng)率則是資產(chǎn)價(jià)格未來一段時(shí)間的波動(dòng)率，反映了投資者對(duì)標(biāo)的資產(chǎn)未來價(jià)格變動(dòng)的預(yù)期，是市場(chǎng)情緒的體現(xiàn)。

高的隱含波動(dòng)率意味著市場(chǎng)預(yù)期資產(chǎn)價(jià)格會(huì)朝一方大幅波動(dòng)或上下大幅振蕩。相反，低的隱含波動(dòng)率意味著資產(chǎn)價(jià)格波動(dòng)較小。研究隱含波動(dòng)率可以得到更多的市場(chǎng)信號(hào)及投資者情緒。

本項(xiàng)目以隱含波動(dòng)率為指標(biāo)選取某一時(shí)間點(diǎn)的股指平值期權(quán)構(gòu)建期權(quán)組合策略，計(jì)算不同預(yù)期下投資組合的回報(bào)率，并分析數(shù)據(jù)背后的邏輯與意義。不僅會(huì)使用量化方法去分析策略的表現(xiàn)，更會(huì)使用數(shù)據(jù)處理跟可視化工具去挖掘策略表現(xiàn)背后的邏輯與歸因。

適合人群

·?目標(biāo)專業(yè)：金融工程、金融學(xué)、經(jīng)濟(jì)學(xué)等相關(guān)專業(yè)

·?想要快速補(bǔ)充實(shí)證資產(chǎn)定價(jià)等相關(guān)知識(shí)的同學(xué)

·?希望熟練掌握Python數(shù)據(jù)處理及分析的同學(xué)

·?需要增加量化分析經(jīng)歷，實(shí)踐完整流程的同學(xué)

具體安排

模塊一

學(xué)與練

配套知識(shí)與技能學(xué)習(xí)

（3-4周）

基礎(chǔ)與常用方法：金融數(shù)據(jù)獲取，處理，財(cái)務(wù)分析，金融計(jì)量常用方法，實(shí)證資產(chǎn)定價(jià)；

工具學(xué)習(xí)：Choice，Python，Numpy，Pandas，Matplotlib，Scipy，Statsmodels等；

案例精講模塊二：大宗交易市場(chǎng)特征分析、三因子模型適用性檢驗(yàn)、A股市場(chǎng)多因子模型。

代碼能力測(cè)試

模塊三

具體項(xiàng)目實(shí)戰(zhàn)與論文報(bào)告

（2-3周）

針對(duì)項(xiàng)目主題，進(jìn)行相關(guān)文獻(xiàn)梳理利用相關(guān)數(shù)據(jù)，選擇或改進(jìn)適合方法進(jìn)行實(shí)證分析完成項(xiàng)目論文報(bào)告

你將收獲

針對(duì)課題完成研究

完成代碼與報(bào)告

與目標(biāo)專業(yè)匹配的對(duì)口經(jīng)歷

并用于申請(qǐng)課程與項(xiàng)目證書

機(jī)器學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)

項(xiàng)目主題：紐約時(shí)報(bào)熱點(diǎn)新聞?lì)A(yù)測(cè)模型

互聯(lián)網(wǎng)信息發(fā)布的便利性使得大眾每天都在面對(duì)爆炸性的信息沖擊，大量文本在豐富大眾生活的同時(shí)也給用戶帶來了困擾。

人們?cè)诿鎸?duì)大量信息的時(shí)候往往希望獲取特定領(lǐng)域的流行信息，大多數(shù)的互聯(lián)網(wǎng)新聞都會(huì)給出訂閱熱門話題、熱門新聞上首頁(yè)等措施。

以往的熱門信息大多靠人工手動(dòng)完成會(huì)耗費(fèi)大量的時(shí)間成本與人工成本，并且也無(wú)法保證用戶獲取到實(shí)時(shí)的熱門新聞。

本次項(xiàng)目將使用紐約時(shí)報(bào)歷史新聞數(shù)據(jù)，根據(jù)文章的信息如：文章字?jǐn)?shù)、主題信息、時(shí)間、新聞?lì)愋偷染S度進(jìn)行熱門新聞的預(yù)測(cè)。

基于機(jī)器學(xué)習(xí)的方法完成網(wǎng)絡(luò)熱門新聞的預(yù)測(cè)，可以有效的減少新聞工作者的工作量，為用戶快速聚焦社會(huì)生活中的熱門新聞。

適合人群

計(jì)劃申請(qǐng)數(shù)據(jù)科學(xué)/分析學(xué)/人工智能/計(jì)算機(jī)/統(tǒng)計(jì)學(xué)等專業(yè)的同學(xué)

需要增加算法應(yīng)用經(jīng)歷，實(shí)踐完整流程，豐富簡(jiǎn)歷的同學(xué)

想要快速補(bǔ)充數(shù)據(jù)挖掘算法知識(shí)，并提升編程熟練度的同學(xué)

希望加深對(duì)算法的理解和應(yīng)用，提前感知專業(yè)與職業(yè)興趣的同學(xué)

具體安排

模塊一

學(xué)與練

配套知識(shí)與技能補(bǔ)充

（3-4周）

基礎(chǔ)與常用方法：缺失值處理、異常值處理、獨(dú)熱編碼、包裝法、過濾法、邏輯回歸、決策樹、Kmeans聚類

工具學(xué)習(xí)：Python、Numpy、Pandas、Matplotlib、Sklearn等

案例精講：鏈家二手房數(shù)據(jù)處理與分析、鳶尾花分類模型搭建、居民收入水平預(yù)測(cè)、餐廳年度銷售額預(yù)測(cè)。

模塊二

代碼能力測(cè)試

模塊三

具體項(xiàng)目實(shí)戰(zhàn)與論文報(bào)告產(chǎn)出

（2-3周）

針對(duì)項(xiàng)目主題，進(jìn)行思路整理框架搭建利用相關(guān)數(shù)據(jù)完成預(yù)處理、特征工程、模型搭建與評(píng)價(jià)工作完成項(xiàng)目論文報(bào)告

你將收獲

針對(duì)課題完成研究

完成代碼與報(bào)告

與目標(biāo)專業(yè)匹配的對(duì)口經(jīng)歷

并用于申請(qǐng)課程與項(xiàng)目證書

經(jīng)濟(jì)管理項(xiàng)目實(shí)戰(zhàn)

項(xiàng)目主題：政府審計(jì)對(duì)央企上市公司績(jī)效表現(xiàn)的影響

政府審計(jì)作為國(guó)家治理的主要手段之一，在我國(guó)企業(yè)改革發(fā)展道路上扮演越來越重要的角色。與此同時(shí)，央企在我國(guó)經(jīng)濟(jì)體制中有著極為關(guān)鍵的地位，經(jīng)營(yíng)內(nèi)容涵蓋了能源、通信、軍工、科技等各個(gè)重要領(lǐng)域。

通過研究政府審計(jì)對(duì)央企上市公司的績(jī)效影響，可以使我國(guó)政府審計(jì)在促進(jìn)央企改革，提升央企經(jīng)營(yíng)績(jī)效，促進(jìn)我國(guó)國(guó)有資源更加合理被利用，維護(hù)國(guó)家資產(chǎn)安全等方面的職能不斷被完善。

那么，在這種現(xiàn)實(shí)背景下，如何運(yùn)用實(shí)證方法來檢驗(yàn)分析，并得出政策啟示需要被研究。

本項(xiàng)目以政府審計(jì)的功能作為研究起點(diǎn)，在公共受托經(jīng)濟(jì)責(zé)任理論、公司治理理論的基礎(chǔ)上，結(jié)合我國(guó)政府對(duì)央企監(jiān)管的現(xiàn)狀，為其發(fā)揮對(duì)中央企業(yè)績(jī)效的影響提供經(jīng)驗(yàn)數(shù)據(jù)，加深了公司治理在央企治理問題上的研究深度。

適合人群

計(jì)劃申請(qǐng)經(jīng)濟(jì)學(xué)/會(huì)計(jì)學(xué)/管理學(xué)等專業(yè)的同學(xué)

需要增加算法應(yīng)用經(jīng)歷，實(shí)踐完整流程，豐富簡(jiǎn)歷的同學(xué)

想要快速補(bǔ)充經(jīng)濟(jì)學(xué)、財(cái)管基礎(chǔ)知識(shí)，并掌握數(shù)據(jù)分析和編程技能的同學(xué)

希望了解并體驗(yàn)業(yè)界常規(guī)作業(yè)模式，提前感知專業(yè)與職業(yè)興趣的同學(xué)

具體安排

模塊一

學(xué)與練

配套知識(shí)與技能學(xué)習(xí)

（3-4周）

基礎(chǔ)與常用方法：金融終端數(shù)據(jù)獲取，數(shù)據(jù)清洗，描述性統(tǒng)計(jì)，可視化，顯著性檢驗(yàn)，相關(guān)性，回歸分析；

工具學(xué)習(xí)：Choice，Python，Numpy，Pandas等；

案例精講：上市公司高管薪酬影響因素分析、經(jīng)濟(jì)不確定性與企業(yè)創(chuàng)新行為研究等。

模塊二

代碼能力測(cè)試

模塊三

具體項(xiàng)目實(shí)戰(zhàn)與論文報(bào)告

（2-3周）

針對(duì)項(xiàng)目主題，收集經(jīng)濟(jì)、公司財(cái)務(wù)、經(jīng)營(yíng)行為相關(guān)數(shù)據(jù)及信息利用清洗后的有效數(shù)據(jù)，進(jìn)行指標(biāo)構(gòu)建和數(shù)據(jù)分析，搭建回歸模型，進(jìn)行實(shí)證研究完成項(xiàng)目論文報(bào)告

你將收獲

針對(duì)課題完成研究

完成代碼與報(bào)告

與目標(biāo)專業(yè)匹配的對(duì)口經(jīng)歷

并用于申請(qǐng)課程與項(xiàng)目證書