►►►
数学建模竞赛营
开课时间2024年1月29日
数学建模竞赛营
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2024年1月31日
项目主题：京东数码产品大数据分析
京东商城,作为中国领先的电子商务平台之一,其数码商品类别广泛而深入,从平板电脑到摄影摄像设备,从智能穿戴到娱乐影音产品,应有尽有。这些数码产品不仅代表着科技的最新发展,而且极大地丰富和便利了人们的生活。在京东,消费者可以轻松找到适合自己的产品,无论是专业的摄影器材、沉浸式的AR游戏机,还是健康监测的智能穿戴设备。通过细致的功能介绍、用户评价和销售数据,京东为消费者提供了一个全面了解和购买数码产品的理想平台。

本项目在京东商城上收集了平板电脑、摄影摄像、智能数码和娱乐影音等各类数码产品信息,通过分析其功能、品牌、价格、销量等各维度的数据,解读数码产品的行业现状和销售特征,挖掘影响数码产品销量和受欢迎程度的主要因素,探究最具价值的数码产品。
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2024年2月2日
项目主题：基于通胀状态的配置策略研究
通胀在经济金融活动中具有重要意义,大类资产价格波动与通胀水平变化关系紧密。通胀相关指标较多,如CPI、PPI、RPI、PPIRM、CGPI、iCPI、固定资产投资价格指数等,其中尤以CPI与PPI最为常用,前者体现了消费者的成本,后者体现生产者的成本变化。
考虑到PPI与实体企业经营情况的联系更为紧密,本项目将使用PPI衡量通胀周期,首先从通胀存量水平、边际变化两个维度,对通胀状态进行划分;其次利用回归分析,分析通胀对各行业收益的解释力度,总结在不同通胀状态下表现较佳的行业;在此基础上,构建行业配置策略,以中信一级行业等权为基准,进行策略回测与评价。
适合人群
· 目标专业：金融学、金融工程、金融科技等相关专业
· 需要增加量化分析经历，实践完整流程，丰富简历的同学
· 想要快速补充量化投资领域知识，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：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2024年2月5日
项目主题：基于机器学习的房产自动估值模型
随着房地产市场数据的丰富和计算机技术的不断进步,使用自动估值模型(AVMs)进行房产估值变得越来越普遍。AVMs通过分析大量房产交易数据,结合各种房产特征,能够快速地预测房产的市场价值。这对于银行、评估师、房地产经纪人以及购房者来说都是一种非常有用的工具。
本次项目将根据历史房产交易数据,从数据处理、特征选择、模型开发、模型评估、结果呈现等步骤来完成房产估值模型的应用落地。其中主要应用的是机器学习的算法如:线性回归、决策树、随机森林等,配合交叉验证等方法对模型进行训练和优化。
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2024年2月19日
项目主题：ESG信息披露水平对企业价值的影响研究
在后疫情时代的背景下,ESG发展理念受到广泛重视,ESG的可持续性和抗风险性等优势使其成为评价企业未来可持续发展能力的关键性因素。ESG理论把环境、社会责任与企业治理三要素进行了有效整合,因此被企业视为一种新兴的投资战略。随着学者对ESG与企业价值关系研究的深入,企业ESG信息披露水平能否对企业价值产生影响及产生怎样的影响成为本项目研究的出发点。
当下,将ESG作为一个整体指标与企业价值进行实证研究的相关文献相对较少。ESG信息披露与企业价值的相关知识仍是零散的,其中关系、结果难以概括。因此基于上述背景,本研究使用国内评级机构"商道融绿"ESG评级方法来衡量国内上市公司ESG信息披露的水平,实证分析A股上市公司ESG整体表现与企业价值之间的关系。研究旨在于拓宽ESG信息披露领域研究的范围,引导上市公司践行ESG发展理念,树立负责任的企业形象,增加公众及利益相关者的期望,从而增强其应对内外部风险的能力,为自己带来更高的投资回报。
适合人群
  • 计划申请经济学/会计学/管理学等专业的同学
  • 需要增加经管科研经历，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
工具使用能力测试
_
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