►►►
数学建模训练营
开课时间2023年12月6日
数学建模训练营
训练营以数学建模常用算法为切入点，由指导老师带领学员学习并掌握十余种数模算法的原理及应用，以及MATLAB、STATA、SPSS等工具的使用，并通过“高斯杯”全国大学生数学建模竞赛进行实战演练，熟悉完整数学建模参赛过程。
适合人群
目标专业：申请理工科/商科等方向的同学，适用范围广
希望获得数模知识和技能并进行实践的同学
想要通过数模经历丰富定量研究经历的同学
具体安排
模块一
学与练
配套知识与技能学习
（3-4周）
  • 数学建模基本介绍及参赛注意事项：竞赛介绍，任务安排建议，赛前准备提醒
  • 工具学习：MATLAB，Stata，SPSS
  • 算法精讲：层次分析法，TOPSIS，灰色关联，插值拟合，相关分析，回归分析，蒙特卡罗，数学规划
模块二
用
完成数模论文与参与竞赛
（2-3周）
  • 完成组队

  • 推进文献阅读，问题分析，算法使用，建模分析等步骤

  • 完成数学建模论文，参加“高斯杯”数模竞赛
你将收获
针对当期竞赛
完成解题代码与论文
（往期数模论文示例）
数学建模竞赛经历
并用于申请
（往期数模经历示例）
数学建模竞赛证书
（往期证书示例）
►►►
商业分析项目实战
开课时间2023年12月11日
项目主题：网易云音乐社区数据洞察
随着数字音乐平台的兴起，网易云首乐已经成为中国最受欢迎的音乐流媒体之一。除了提供丰富的音乐资源，它还拥有一个独特的社区功能，允许用户在歌曲下面发表评论、分享心得和与其他用户互动。这种社区模式不仅增强了用户的参与感和归属感，还为网易云音乐带来了大量的用户数据和互动记录。这些数据可以帮助我们理解用户的行为模式、百乐偏好、社交互动习惯等。通过对这些数据的深入分析，我们可以更好地了解用户需求，为他们提供更加个性化的推荐和服务，同时也可以为音乐产业提供有价值的市场洞察。
本项目收集了网易云音乐上不同类别的热门歌单及其歌曲信息，基于播放、评论、分享、评论等数据，通过数据清洗抽取特征，用多维度的数据可视化方法，结合深入的数据挖掘模型，研究社区音乐数据特征，分析其社区参与率高的原因。
适用人群
  • 目标专业：商业分析/市场营销/管理学等相关专业
  • 需要增加商业数据分析经历，实践完整流程，丰富简历的同学
  • 想要快速补充商业分析领域知识，并掌握Python数据处理和建模技能的同学
  • 希望了解并体验业界常规作业模式，提前感知专业与职业兴趣的同学
具体安排
模块一
学与练
配套知识与技能学习
（3-4周）
  • 基础与常用方法：描述性统计，逻辑回归分析，聚类分析，文本分析，回归分析，主成分分析等
  • 工具学习：Python，Numpy，Pandas，Matplotlib，Scipy，Statsmodels，Sklearn等
  • 案例精讲：手机线上销量影响因素分析项目
模块二
测
代码能力测试
_
模块三
用
具体项目实战与论文报告
（2-3周）
  • 针对项目主题，进行背景调查资料整理
  • 利用相关数据，选择或改进适合方法进行实证分析
  • 完全项目论文报告
你将收获
针对课程完成研究
完成代码与报告
（往期报告示例）
与目标专业匹配的对口经历
并用于申请
（往期项目经历示例）
课程与项目证书
（往期证书示例）
►►►
量化金融项目实战
开课时间2023年12月13日
项目主题：基于不同宏观经济状态下大类资产轮动配置研究
全球资产配置之父Gary P.Brinson 的研究表明：从长期来看，超过90%的投资收益都是来自于成功的资产配置；从最本质上来讲，金融学研究的是稀缺资源在不确定环境下的跨期配置问题，也就是说金融学最基础的问题就是资产配置问题。2019-2023年，随着全球宏观经济形势和资本市场迎来震荡调整，国家财政政策不断调整变化，一级市场情况不断波动，资本市场不稳定性也随之大大增强，而大类资产的轮动节奏与宏观走势紧密相关，宏观信息中往往包含大量信息，可以为投资者指引出更合适的配置方向。对于有效挖掘宏观信息，可以考虑宏观动量角度，通过经济趋势判断的择时来获取超额收益。
本项目将从宏观因子对于资产收益的影响出发，研究不同宏观经济状态下的资产配置策略。首先对于单个宏观指标，判断该宏观指标当前的变化趋势；并统计历史上单个宏观指标的变化趋势对于资产收益率的影响，筛选出影响相时显著的指标，并将同类指标进行合成后根据其趋势划分不同的宏观经济状态。最后，统计大类资产在不同宏观 经济状态下的表现，以此构建资产配置策略，进行回测，并与传统动量策略进行对比评价。
适合人群
· 目标专业：金融工程、金融学、经济学等相关专业
· 想要快速补充实证资产定价等相关知识的同学
· 希望熟练掌握Python数据处理及分析的同学
· 需要增加量化分析经历，实践完整流程的同学
具体安排
模块一
学与练
配套知识与技能学习
（3-4周）
  • 基础与常用方法：金融数据获取，处理，财务分析，金融计量常用方法，实证资产定价；
  • 工具学习：Choice，Python，Numpy，Pandas，Matplotlib，Scipy，Statsmodels等；
  • 案例精讲：大宗交易市场特征分析、三因子模型适用性检验、A股市场多因子模型
模块二
测
代码能力测试
_
模块三
用
具体项目实战与论文报告
（2-3周）
  • 针对项目主题，进行相关文献梳理
  • 利用相关数据，选择或改进适合方法进行实证分析
  • 完成项目论文报告
你将收获
针对课题完成研究
完成代码与报告
（往期项目报告示例）
与目标专业匹配的对口经历
并用于申请
（往期项目经历示例）
课程与项目证书
（往期证书示例）
►►►
机器学习项目实战
开课时间2023年12月18日
项目主题：基于机器学习的糖尿病并发症预测系统
糖尿病是一种常见且严重的慢性疾病，因为高血糖水平对身体的各个系统和器官造成损害而导致许多并发症。通过及早预测糖尿病并发症的风险，可以采取相应的干预措施来降低患者的风险。这将为医生和患者提供有价值的信息，以便采取预防措施和适当的治疗方案，以减少并发症的发生和发展。
本次项目将根据糖尿病患者的相关数据，应用机器学习技术来分析输入特征之间的关系，筛选出相关的特征。使用一系列经典的机器学习算法，如决策树、随机森林、逻辑回归等来进行预测，通过交叉验证和评判指标评估模型的性能，并根据需要进行进一步的调整和改进。
适合人群
  • 计划申请数据科学/分析学/人工智能/计算机/统计学等专业的同学
  • 需要增加算法应用经历，实践完整流程，丰富简历的同学
  • 想要快速补充数据挖掘算法知识，并提升编程熟练度的同学
  • 希望加深对算法的理解和应用，提前感知专业与职业兴趣的同学
具体安排
模块一
学与练
配套知识与技能补充
（3-4周）
  • 基础与常用方法：缺失值处理、异常值处理、独热编码、包装法、过滤法、逻辑回归、决策树、Kmeans聚类
  • 工具学习：Python、Numpy、Pandas、Matplotlib、Sklearn等
  • 案例精讲：链家二手房数据处理与分析、鸢尾花分类模型搭建、居民收入水平预测、餐厅年度销售额预测
模块二
测
代码能力测试
_
模块二
用
具体项目实战与论文报告产出
（2-3周）
  • 针对项目主题，进行思路整理框架搭建
  • 利用相关数据完成预处理、特征工程、模型搭建与评价工作
  • 完成项目论文报告
你将收获
针对课题完成研究
完成代码与报告
（往期项目报告示例）
与目标专业匹配的对口经历
并用于申请
（往期项目经历示例）
课程与项目证书
（往期证书示例）
►►►
经济管理项目实战
开课时间2023年12月20日
项目主题：成本粘性对企业风险的影响研究
对企业成本性态的研究，即探讨企业的成本额与业务量之间的依存关系，是成本管理研究的重要组成部分。成本粘性是指业务量增加时成本的增加量大于业务量减少时成本的減少量，也即成本上调比下降更容易。合理调整成本观可使企业的资源配置与经营情况相适应，这样资源处于平衡协调的环境中，才能够发挥更大的价值。近年来，由成本性态延伸出的成本粘性吸引着众多学者的注意，但针对成本粘性对企业风险的影响机制研究仍不完善。成本粘性是否会增加企业风险？成本粘性影响企业风险会呈现怎样的具体路径？
基于以上思考，本项目以2010-2022年我国A股非金融上市企业数据为研究样本，参考契约理论、效率理论，旨在通过研究成本粘性对企业风险的影响，便企业在理论指导下进行资源调整，从而根据业务量变化，更好地指导生产活动以及进行人员招聘规划。进一步的，通过理清成本粘性对企业风险的影响机制，帮助企业摸清降本增效的关键方向。
适合人群
  • 计划申请经济学/会计学/管理学等专业的同学
  • 需要增加算法应用经历，实践完整流程，丰富简历的同学
  • 想要快速补充经济学、财管基础知识，并掌握数据分析和编程技能的同学
  • 希望了解并体验业界常规作业模式，提前感知专业与职业兴趣的同学
具体安排
模块一
学与练
配套知识与技能学习
（3-4周）
  • 基础与常用方法：金融终端数据获取，数据清洗，描述性统计，可视化，显著性检验，相关性，回归分析；
  • 工具学习：Choice，Python，Numpy，Pandas等；
  • 案例精讲：上市公司高管薪酬影响因素分析、经济不确定性与企业创新行为研究等
模块二
测
代码能力测试
_
模块三
用
具体项目实战与论文报告
（2-3周）
针对项目主题，收集经济、公司财务、经营行为相关数据及信息
利用清洗后的有效数据，进行指标构建和数据分析，搭建回归模型，进行实证研究
完成项目论文报告
你将收获
针对课题完成研究
完成代码与报告
（往期项目报告示例）
与目标专业匹配的对口经历
并用于申请
（往期项目经历示例）
课程与项目证书
（往期证书示例）
▼
扫描下方二维码
咨询项目详情
▼
继续阅读
阅读原文