關(guān)于學(xué)者項(xiàng)目

有方學(xué)者科研項(xiàng)目致力于為有志于申請美國前50名大學(xué)的中學(xué)生提供高質(zhì)量的科研機(jī)會(huì)。

學(xué)者項(xiàng)目是有方科研教學(xué)體系的一個(gè)重要環(huán)節(jié)，主要幫助學(xué)生在其感興趣的領(lǐng)域中，獲得原創(chuàng)性研究成果，發(fā)表論文或參加科研科創(chuàng)學(xué)術(shù)活動(dòng)。（關(guān)于有方科研教學(xué)體系的具體介紹請見文末）

?

教學(xué)成果

成果一：課題研究定制化

1、根據(jù)自身興趣選擇具體課題
2、根據(jù)自身情況和導(dǎo)師協(xié)商定制課程時(shí)間表
3、可獲得導(dǎo)師一對一研究指導(dǎo)

 

成果二：高效備戰(zhàn)具有高影響力、高含金量的科研學(xué)術(shù)活動(dòng)

學(xué)生可以直接使用有方學(xué)者項(xiàng)目的論文成果沖擊多項(xiàng)全球頂級(jí)的科研賽事，其中包括：被譽(yù)為“中國青年的諾貝爾獎(jiǎng)”的東潤丘成桐科學(xué)獎(jiǎng)、谷歌科學(xué)獎(jiǎng)和達(dá)特茅斯大學(xué)舉辦的ISEC論文比賽。

 

成果三：在英文期刊中發(fā)表學(xué)術(shù)論文

有方學(xué)者項(xiàng)目保證為學(xué)員在正規(guī)的英文學(xué)術(shù)期刊中發(fā)表論文。有方學(xué)者最優(yōu)秀的學(xué)生，不但可以沖擊EI、SCI等高級(jí)別期刊，甚至有機(jī)會(huì)參與全球頂級(jí)的學(xué)術(shù)會(huì)議。

 

成果四：第一作者身份

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

 

成果五：美國頂尖院校導(dǎo)師的推薦信

有方學(xué)者項(xiàng)目將為學(xué)生提供項(xiàng)目科研導(dǎo)師撰寫的推薦信。這些導(dǎo)師都來自于美國頂尖學(xué)府的科研團(tuán)隊(duì)，他們作為推薦人，極大地保證了推薦信的可信度。

適合學(xué)生

1. 有志于申請前50名美國大學(xué)的9-12年級(jí)學(xué)生
2. 有一定的英語閱讀和寫作能力
3. 有較強(qiáng)的邏輯思維和抽象思維能力
4. 對于經(jīng)濟(jì)、金融、商科感興趣
5. 對于學(xué)生在專業(yè)領(lǐng)域的基礎(chǔ)沒有要求，我們會(huì)提供學(xué)術(shù)知識(shí)培訓(xùn)幫助學(xué)生入門相關(guān)專業(yè)

 

教學(xué)安排

包括：

1. 預(yù)備課程
2. 核心科研
3. 學(xué)術(shù)寫作指導(dǎo)
4、保證英文期刊第一作者發(fā)表
5、全程督導(dǎo)跟進(jìn)

（1）時(shí)間跨度：3 - 6個(gè)月
（2）每周投入：4 - 6小時(shí)

 

眾所周知，經(jīng)濟(jì)金融相關(guān)專業(yè)是留學(xué)中最火熱專業(yè)之一，也是大家眼中最有“錢”途的專業(yè)。有方根據(jù)不同的學(xué)科和研究方向，準(zhǔn)備了經(jīng)濟(jì)金融方向的不同課題，以下我們選取了其中三個(gè)課題作為示例，可供參考：

學(xué)者項(xiàng)目 | 課題示例一

機(jī)器學(xué)習(xí)算法探究宏觀經(jīng)濟(jì)與不動(dòng)產(chǎn)估值關(guān)系

哥倫比亞大學(xué)科研課題

 

課題概覽

?房價(jià)是當(dāng)前中國經(jīng)濟(jì)領(lǐng)域的熱點(diǎn)問題，不僅牽動(dòng)著廣大中國人民的神經(jīng)，也受到了學(xué)術(shù)界的密切關(guān)注。
近年來，國家統(tǒng)計(jì)局等機(jī)構(gòu)全面地統(tǒng)計(jì)了大量的宏觀經(jīng)濟(jì)數(shù)據(jù)，如：GDP（國內(nèi)生產(chǎn)總值）、CPI（居民消費(fèi)價(jià)格指數(shù)）、PPI（生產(chǎn)價(jià)格指數(shù)）。本課題試圖從這些數(shù)據(jù)出發(fā)，利用機(jī)器學(xué)習(xí)的方法，尋找房價(jià)與各個(gè)宏觀經(jīng)濟(jì)指數(shù)之間的關(guān)系，并構(gòu)建數(shù)學(xué)模型，從而對未來房價(jià)的走勢進(jìn)行預(yù)測。

 

相關(guān)學(xué)科

1、經(jīng)濟(jì)學(xué)；
2、計(jì)算機(jī)、人工智能、機(jī)器學(xué)習(xí)；
3、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)；

 

研究方向：宏觀經(jīng)濟(jì)學(xué)

宏觀經(jīng)濟(jì)學(xué)（Macroeconomics）是經(jīng)濟(jì)學(xué)的一個(gè)分支，主要使用一些總體性的統(tǒng)計(jì)概念和指數(shù)對經(jīng)濟(jì)運(yùn)行的規(guī)律進(jìn)行分析，解釋國民收入、失業(yè)、通貨膨脹等現(xiàn)象。隨著經(jīng)濟(jì)數(shù)據(jù)體量的加大和可靠性的增強(qiáng)，機(jī)器學(xué)習(xí)也開始被廣泛地應(yīng)用于經(jīng)濟(jì)現(xiàn)象的學(xué)習(xí)和預(yù)測當(dāng)中。

 

授課內(nèi)容

預(yù)備課程：
1、Python語言入門
2、概率統(tǒng)計(jì)基礎(chǔ)知識(shí)
3、線性代數(shù)基礎(chǔ)知識(shí)（行列式、矩陣運(yùn)算）
4、多元函數(shù)、微分、函數(shù)極值
科研輔導(dǎo)：
1、學(xué)習(xí)幾種重要的機(jī)器學(xué)習(xí)算法
2、了解幾種重要的宏觀經(jīng)濟(jì)指數(shù)的概念
3、并掌握搜索相關(guān)信息的方法
4、運(yùn)用機(jī)器學(xué)習(xí)算法
5、尋找中國房價(jià)和宏觀經(jīng)濟(jì)指數(shù)之間的關(guān)系
6、學(xué)習(xí)使用R語言編寫程序，處理相關(guān)數(shù)據(jù)
論文寫作與發(fā)表：
1、學(xué)術(shù)論文的寫作和排版
2、科研論文的答辯
3、期刊發(fā)表事宜（有方全面負(fù)責(zé)）
4、論文在英文學(xué)術(shù)期刊上正式發(fā)表

 

學(xué)者項(xiàng)目 | 課題示例二

中國老年人福利的計(jì)量經(jīng)濟(jì)分析

麻省理工科研課題

 

課題概覽

?隨著經(jīng)濟(jì)社會(huì)的發(fā)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(yǎng)、老有所依、在晚年享受有質(zhì)量的生活越來越成為中國千萬家庭和政府所共同關(guān)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(dāng)前的福利狀況，更需要通過扎實(shí)的經(jīng)濟(jì)分析識(shí)別出影響老年人福利狀況的潛在因素，進(jìn)而為政府和家庭決策提供依據(jù)和支持。

本課題將使用中國健康與養(yǎng)老追蹤調(diào)查（CHARLS）數(shù)據(jù)（http://charls.pku.edu.cn/en），通過梳理文獻(xiàn)，利用統(tǒng)計(jì)編程語言STATA構(gòu)造變量、開展描述性統(tǒng)計(jì)分析，繪制圖表對數(shù)據(jù)進(jìn)行可視化，提出假設(shè)并利用各類回歸分析手段進(jìn)行假設(shè)檢驗(yàn)，從而分析總結(jié)影響中國老年人福利的因素，進(jìn)而為政策制定和家戶決策提供指導(dǎo)。
本課題是典型的計(jì)量經(jīng)濟(jì)學(xué)實(shí)證研究，使用了有關(guān)中國老年人口信息最為豐富的數(shù)據(jù)庫，因此也是使用大數(shù)據(jù)進(jìn)行經(jīng)濟(jì)福利分析的一個(gè)典型應(yīng)用。通過本課題的學(xué)習(xí)和訓(xùn)練，學(xué)員不僅能夠熟練應(yīng)用當(dāng)前最主流的計(jì)量經(jīng)濟(jì)編程語言 – STATA – 進(jìn)行計(jì)量經(jīng)濟(jì)分析，更能夠收獲利用真實(shí)世界數(shù)據(jù)進(jìn)行經(jīng)濟(jì)學(xué)實(shí)證研究的第一手經(jīng)驗(yàn)，從而建立對經(jīng)濟(jì)學(xué)研究完整而深入的理解。

【關(guān)鍵詞】中國老年人、福利分析、計(jì)量經(jīng)濟(jì)學(xué)、STATA

 

相關(guān)學(xué)科

1、福利經(jīng)濟(jì)學(xué)、健康經(jīng)濟(jì)學(xué)、勞動(dòng)經(jīng)濟(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)、大數(shù)據(jù)分析；
2、計(jì)算機(jī)、人工智能、機(jī)器學(xué)習(xí)；
3、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)；

 

研究方向：福利經(jīng)濟(jì)學(xué)

福利經(jīng)濟(jì)學(xué)（Welfare Economics）是研究社會(huì)經(jīng)濟(jì)福利的一種經(jīng)濟(jì)學(xué)理論體系。在個(gè)體層面，福利經(jīng)濟(jì)學(xué)的研究對象通常是個(gè)體的福祉（Well-being）。其作為主流的經(jīng)濟(jì)學(xué)分支，與其他經(jīng)濟(jì)學(xué)分支比如健康經(jīng)濟(jì)學(xué)和勞動(dòng)經(jīng)濟(jì)學(xué)有著密切聯(lián)系，比如研究健康情況或工作關(guān)系對個(gè)體well-being的影響。計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)分析中最為重要的研究手段，其以經(jīng)濟(jì)生活中各類事物為研究對象，以經(jīng)濟(jì)理論為基礎(chǔ)，通過建立統(tǒng)計(jì)模型分析總結(jié)數(shù)據(jù)的規(guī)律。當(dāng)前最主流的研究范式是從大數(shù)據(jù)中發(fā)現(xiàn)有趣的現(xiàn)象并利用計(jì)量經(jīng)濟(jì)學(xué)的手段加以分析和解釋，最大限度的從數(shù)據(jù)中發(fā)掘信息（Let data speak）。

 

授課內(nèi)容

預(yù)備課程：
1、數(shù)學(xué)建模、線性代數(shù)和概率統(tǒng)計(jì)入門
2、學(xué)習(xí)R編程語言，機(jī)器學(xué)習(xí)相關(guān)庫的了解應(yīng)用
3、對機(jī)器學(xué)習(xí)初步介紹理解
科研輔導(dǎo)：
1、概率統(tǒng)計(jì)、線性代數(shù)（向量和矩陣）、計(jì)量經(jīng)濟(jì)學(xué)（隨機(jī)變量、回歸分析、假設(shè)檢驗(yàn)等）基礎(chǔ)知識(shí)
2、STATA編程基礎(chǔ)（構(gòu)造變量、繪制圖和表、描述性統(tǒng)計(jì)、回歸分析、假設(shè)檢驗(yàn)等）
3、了解CHARLS數(shù)據(jù)庫，對不同數(shù)據(jù)庫進(jìn)行合并、拆分，改變數(shù)據(jù)庫形狀（長型數(shù)據(jù)和寬型數(shù)據(jù)）
4、應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)知識(shí)分析CHARLS數(shù)據(jù)，開展統(tǒng)計(jì)分析；先使用一些描述性統(tǒng)計(jì)的辦法對變量進(jìn)行描述，觀察變量的分布，均值、方差等特性；進(jìn)一步可以做一些PCA分析；接下來做回歸分析，根據(jù)變量特點(diǎn)選擇OLS、Logit、Probit、Tobit模型；然后分析統(tǒng)計(jì)結(jié)果的穩(wěn)健性，比如F-test、BIC、LASSO等
5、解讀統(tǒng)計(jì)分析結(jié)果，匯總結(jié)論撰寫論文
論文寫作與發(fā)表：
1、學(xué)術(shù)論文寫作和排版
2、科研論文答辯
3、期刊發(fā)表事宜（有方全面負(fù)責(zé)）

 

學(xué)者項(xiàng)目 | 課題示例三

基于時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)的股票市場預(yù)測

杜克大學(xué)科研課題

 

課題概覽

?股票交易市場為企業(yè)運(yùn)作創(chuàng)造了有利的籌資環(huán)境，投資者可以根據(jù)自己投資計(jì)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(yù)測對于增強(qiáng)投資者和發(fā)行方資本的流動(dòng)性和安全性都有著關(guān)鍵的作用。除此之外，股票價(jià)格還能靈敏反映出行業(yè)前景和政治形勢的變化。學(xué)習(xí)和分析股票價(jià)格變化趨勢在當(dāng)今社會(huì)顯得尤為重要。然而，通常情況下對股票做出合理預(yù)測需要一定的金融知識(shí)積累和對市場信息的深刻了解，這種傳統(tǒng)辦法不僅昂貴，并且需要耗費(fèi)大量的人力。

本課題旨在運(yùn)用機(jī)器學(xué)習(xí)對部分美股上市公司近年來股票變化趨勢進(jìn)行分析。使用深度學(xué)習(xí)和在自然語言處理領(lǐng)域廣泛應(yīng)用的時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)的算法建立模型，建立一個(gè)高效且可靠的股票預(yù)測系統(tǒng)?？梢灶A(yù)測該課題在金融經(jīng)濟(jì)領(lǐng)域?qū)⒂兄鴱V泛的應(yīng)用場景。
本課題是融合了計(jì)算機(jī)科學(xué)和金融學(xué)兩大領(lǐng)域，借用自然語言處理的成熟算法，采用機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)對海量數(shù)據(jù)進(jìn)行分析。研究者將獲得使用Python處理時(shí)序信號(hào)、分析數(shù)據(jù)、訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的技能。同時(shí)還能積累機(jī)器學(xué)習(xí)處理實(shí)際問題的經(jīng)驗(yàn)。

【關(guān)鍵詞】機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，金融

 

相關(guān)學(xué)科

1、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、計(jì)量經(jīng)濟(jì)學(xué)；
2、計(jì)算機(jī)、人工智能、機(jī)器學(xué)習(xí)；
3、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)；

 

研究方向：深度學(xué)習(xí)、計(jì)量經(jīng)濟(jì)學(xué)

深度學(xué)習(xí) (Deep Learning) 是其中應(yīng)用深度神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的一種方法。

計(jì)量經(jīng)濟(jì)學(xué) (Econometrics) 以數(shù)理經(jīng)濟(jì)學(xué)和數(shù)理統(tǒng)計(jì)方法為基礎(chǔ)，對經(jīng)濟(jì)問題進(jìn)行理論上數(shù)量接近和經(jīng)驗(yàn)研究的學(xué)科。

 

授課內(nèi)容

預(yù)備課程：
1、數(shù)學(xué)建模、線性代數(shù)和概率統(tǒng)計(jì)入門
2、學(xué)習(xí)Python編程語言，機(jī)器學(xué)習(xí)相關(guān)庫的了解應(yīng)用
3、對機(jī)器學(xué)習(xí)初步介紹理解
科研輔導(dǎo)：
1、概率統(tǒng)計(jì)、線性代數(shù)（矩陣相關(guān)）、微積分 （導(dǎo)數(shù)）基礎(chǔ)知識(shí)
2、Python編程基礎(chǔ)（包括Numpy, Matplotlib, Sklearn, Keras, Pandas庫和Anaconda虛擬環(huán)境）
3、機(jī)器學(xué)習(xí)，自然語言處理等基礎(chǔ)知識(shí)
4、神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)及應(yīng)用Keras搭建和訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)
5、應(yīng)用機(jī)器學(xué)習(xí)知識(shí)處理和分析實(shí)驗(yàn)數(shù)據(jù)及結(jié)果
6、使用LaTex整合研究成果、完成學(xué)術(shù)論文的寫作和排版
論文寫作與發(fā)表：
1、學(xué)術(shù)論文寫作和排版
2、科研論文答辯
3、期刊發(fā)表事宜（有方全面負(fù)責(zé)）

 

 

關(guān)于 有方科研教學(xué)體系

 

有方科研教學(xué)體系 是有方教育與麻省理工、加州理工、斯坦福大學(xué)等眾多美國頂尖大學(xué)的科研團(tuán)隊(duì)在深度合作的前提下，為國內(nèi)初、高中生提供物理、化學(xué)、生物、工程、統(tǒng)計(jì)、經(jīng)濟(jì)、金融等領(lǐng)域的探究課程和科研項(xiàng)目。

 

成功案例

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

 

丘成桐中學(xué)科學(xué)獎(jiǎng)獲獎(jiǎng)概況
1. 2018年全球金獎(jiǎng)（全球第一）
2. 2017年全球銅獎(jiǎng)（全球前五）
3. 2018年全球優(yōu)勝獎(jiǎng)（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(shù)學(xué)建模學(xué)術(shù)活動(dòng)獲獎(jiǎng)概況
1. 2017年 Outstanding 特等獎(jiǎng)（全球前1%）一組
2. 2016年 Outstanding 特等獎(jiǎng)（全球前1%）一組
3. 2016年National Finalist 特等獎(jiǎng)提名獎(jiǎng)（全球前2%）一組
4. 2017年Finalist 特等獎(jiǎng)入圍獎(jiǎng)（全球前9%）一組

 

頂尖期刊發(fā)表
1. 多位學(xué)員以第一作者身份在 SCIE, EI, CPCI 所收錄的期刊或會(huì)議上發(fā)表論文。

 

課程體系

1.第一階段：科研集訓(xùn)營
（1）以 “PBL” 項(xiàng)目制學(xué)習(xí)的方法，
（2）掌握 “AI+X” 科研的核心知識(shí)和技能
2.第二階段：探究項(xiàng)目
（1）在學(xué)生感興趣的領(lǐng)域中，
（2）完成有一定難度的研究項(xiàng)目
3.第三階段：學(xué)者項(xiàng)目
（1）在學(xué)生感興趣的領(lǐng)域中，
（2）獲得原創(chuàng)性研究成果，
（3）發(fā)表論文或參加科研科創(chuàng)學(xué)術(shù)活動(dòng)

以上就是關(guān)于【有方學(xué)者 高中生科研 經(jīng)濟(jì)金融方向】的解答，如需了解學(xué)校/賽事/課程動(dòng)態(tài)，可至翰林教育官網(wǎng)獲取更多信息。

往期文章閱讀推薦：

貝賽思進(jìn)度太快怕掉隊(duì)？翰林校內(nèi)同步班課重磅推出，長期小班穩(wěn)節(jié)奏

從羅馬帝國到新冠先驅(qū)：TCR 歷史期刊收錄主題揭秘，為什么這項(xiàng)投稿值得深耕？