關于探究項目

1. 探究項目適合有志于申請TOP50大學，計劃申請的專業與特定行業有關的9-12年級學生
2. 探究項目對學生的編程能力不作要求，適合零基礎學生，學生對某一領域有興趣即可
3. 探究項目是有方科研教學體系中的一個重要環節，主要幫助學生在其感興趣的領域中，完成有一定難度的研究項目（關于有方科研教學體系的詳情介紹，請見文末）

 

教學成果

成果一：個性化個人網站展現學術研究成果

有方探究項目為學員制作個人網站展示學生的項目成果。網站展示包含項目課題介紹、研究過程、研究結論和學生學習心得等個性化內容，真實完整的反應學生的學習過程和個人學術成長與收獲。同時，有方探究項目的項目成果還可以投放到計算機行業交流平臺GitHub等業內人士交流平臺中，讓更多人關注到學生的學術成果。在申請過程中，招生官極其重視學生的科研項目經歷，個人網站可以作為重要成果展示，幫助學生在諸多競爭者中脫穎而出。

 

成果二：能力提升

學生順利完成有方探究項目的所有課程學習后，相當于達到美國優秀大學本科三年級計算機學科方向課程項目或獨立研究項目要求。在大學申請時，獨立項目的研究經歷將極大的展現學生的學術積極性和獨立解決問題的能力。

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. 全程督導跟進

（1）時間跨度：2 - 4個月
（2）每周投入：2 - 4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：

探究項目 | 課題示例一

商務數據實例實戰處理及機器學習推動的營銷決策

西北大學探究課

 

課題概覽

在復雜的商務社會中，數據從誕生到變成能夠推動商務決策的“產品”，每一個步驟都充滿著精心動魄的博弈。即使是在傳統行業中，比如保潔這樣的傳統巨頭，在當今的商務環境下也不得不利用數據優化自己的廣告投放和內容抉擇，而不是把所有的資金都投放在電視廣告內。掌握數據，懂數據，運用數據已經成為了各大商務機構的必修課，因此，它們對“增長黑客”們的需求越來越高。在英國，Spotify這家利用流媒體提供音樂服務的公司就利用收集到的用戶信息，做了著名的dashboard：Spotify.me，不僅讓用戶重新認識自己的音樂行為，而且也為其他企業提供了新的潛在數據源和廣告投遞的渠道。這種數據應用的創新都是基于對大數據的理解，處理已經模型化得來的。

 

本課題的目的，是塑造對營銷科學從數據的誕生到產品化的流程的理解。導師將帶領學生轉化商務問題為數據科學問題，培養學生對大數據的理解，再指導學生對真實數據進行預處理，并對現存數據進行機器學習，從而預測客戶行為或者進行用戶分類。最終，根據分析得到可視化的結果，并根據結果提出商務建議。

 

相關學科

1、營銷原則、客戶管理、整合傳媒營銷
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：市場營銷

市場營銷（Marketing）又稱為市場學、市場行銷或營銷學，簡稱“營銷”。它是指個人或群體通過創造并同他人交換產品和價值，以滿足需求與欲望的一種社會和管理過程。

 

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、python 基礎，pandas，numpy 以及 jupyter notebook 開發環境的設置和講解
2、數據的讀取，初步探究，預處理，模型數據準備 vs 描述統計數據準備
3、實戰案例ETL，機器學習，商務結論

探究項目 | 課題示例二

捷信集團信用卡違規風險預測

大學探究課題

 

課題概覽

在美國，很多人因為不充分或者不存在信用歷史而很難獲得貸款。更不幸地是，這類人群經常被不良貸所利用。
捷信集團(Home Credit)致力于能讓這類沒有銀行信用記錄人群獲得正面安全的貸款經歷。為了達到這個目的，捷信集團采用了大量豐富的數據—包括通信和交易信息—來預測客戶的還款能力。
捷信集團使用統計和機器學習的方法進行預測。這樣既能幫助確保有還款能力的客戶不會被拒絕貸款，也能確保成熟的貸款可以使客戶更成功。參與該課題的學生將和導師完成一個機器學習項目。本課題旨在運用最前沿的機器學習技術對捷信集團的海量數據進行分析和預測。

本課題是跨計算機和經濟學的綜合研究，是數據挖掘相關技術的實際應用。研究者將使用Python進行大數據分析，并深入了解機器學習和對美國信用體系。

 

相關學科

1、風險管理、數據挖掘
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：風險管理

風險管理風險控制是指風險管理者采取各種措施和方法，消滅或減少風險事件發生的各種可能性，或風險控制者減少風險事件發生時造成的損失。

 

授課內容
預備課程：
1、線性代數、概率統計、風險控制入門
2、學習 python編程語言，機器學習相關庫的了解應用
3、對數據挖掘、機器學習初步介紹理解
科研輔導：
1、應用數據挖掘相關知識對美國信用體系數據進行處理、分析、匯總展示
2、使用Jupyter Notebook整合研究成果
3、完成學術論文的寫作和排版

探究項目 | 課題示例三

利用數據挖掘進行量化投資分析

 

課題概覽

?投資是一件高風險高收益兼具的工作。如何科學地投資、如何合理地配置自己的資產，如何通過定量的分析減少投資過程中遇到的風險，如何看清股票市場的經濟現象，這些都是值得探討的話題。本課題重點研究如何運用計算機數據挖掘的能力來實現（但不限于）以下內容：
1、 量化分析股市趨勢，通過對股市大盤或者個股的趨勢判斷，進行相應的投資操作。例如，如果判斷趨勢向上則做多，如果判斷趨勢向下則做空，如果判斷趨勢盤整，則進行高拋低吸。
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的收益率。量化選股策略總的來說可以分為兩類：第一類是基本面選股，第二類是市場行為選股。
3、量化擇時，利用量化的方法，通過對各種宏觀微觀指標的量化分析，試圖找到影響大盤走勢的關鍵信息，并以此預測未來走勢。通過數理模型和機器學習的方法實現套利交易、算法交易、資產配置、風險控制、預測模型的建立。

 

相關學科

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

 

研究方向：量化投資

量化投資 (Quantitative Investment)，是指借助現代統計學和數學的方法，利用計算機技術來進行交易的投資方式。量化投資是從龐大的歷史數據中海選出能帶來超額收益的多種“大概率”事件以制定策略，用數量模型驗證及固化這些規律和策略，然后嚴格執行已固化的策略來指導投資，以求獲得可持續的、穩定的且高于平均收益的超額回報。

 

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、Python語言入門
3、多元函數、微分、函數極值
科研輔導：
1、課題入門和量化投資介紹
2、閱讀量化投資方向重要論文
3、數據整理和預處理
4、學習機器學習算法
5、提出量化投資交易策略

 

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