FinancialDataVisualizationandAnalytics
BeyondthePatterns
morethanDataMining
AdvancedRegressiontechniques
项目结束后，不仅可以执行数据分析和良好的研究问题，还可以在专业报告或学术论文中有效传达研究结果。报名要求：
需要具有R/Python基础，具体可咨询科研顾问
*报名后我们提供Python入门课程学习！
关于导师
Dr.ZsuzsaR.Huszar
新加坡国立大学商学院
访问教授
AdjunctFinanceProfessoratNUSBusinessSchool,NationalUniversityofSingapore
FacultyinBusinessandEconomicsattheCentralEuropeanUniversity
Capitalmarketandmarketmicrostructure,investmentresearchexpert,publishednumerouspapersintopFinanceJournals,presentedatTopFinanceandEconomicsConferencesglobally.
项目安排
本项目为线上推荐信Workshop,导师授课、练习实战+导师1V1指导，完成课程学习、选题、研究实战探索及报告撰写。
Phase1
远程预习（2周）
导师提供必要的阅读材料、课程及练习题，为在线课程做预习，补充知识短板。
Phase2
线上授课+研讨（7周）
Week1：导师授课
Whatisresearch?
TheGoodBad
Exampletopics
*初步确认选题意向
Week2：导师授课
ExampleofResearch
ChineseFinancialmarketdevelopment
IPO/Bondmarket
*进一步确认选题意向
Week3：确定课题
确定感兴趣的研究课题，根据学生提出的研究主题导师准备相应的材料进行指导；
Potentialresearchtopicsfortheworkshop:
ValuationorRiskManagementAnalysisofaknownChineseBank
Exploreanindustry,asksomeindustryrelevantquestion
Exploretherestructuringofthefinancialindustry,FintechinChina
Marketwideresearchquestionsrelatedtoassetpricing.
*学生必须提前提交自己的想法，导师在此基础上准备指导材料
Week4-7：导师讨论指导
1V1与导师确认课题研究方向并沟通研究思路；
讨论项目过程中遇到的问题，一起推进项目的进展，直至最终完成项目研究。
Phase3
课题答辩（1周）
Week8：课题答辩
科研课题最终答辩导师点评
*建议课后每周至少10h自我学习及作业完成
*具体课程内容及课表根据学生情况不同将进行实时调整
项目收获◤通过补充科研经历，获得校园之外的科研实践机会：表现优异可获得导师签发的可用于网申系统的推荐信（详情咨询科研顾问）；
导师签名的项目结课证明；
一段深入的科研经历，以及锻炼阅读、理解和利用期刊文章的能力；
项目适合◤想要申请国外金融工程、商业分析、金融学、数据科学、计算机科学等专业的学生；
所有对量化金融感兴趣并希望从实例中学习的社会学者。
有R/Python等其他coding基础优先；
简历筛选，通过后方可报名；
项目费用：请咨询BG学术顾问更多科研项目，尽在BG小程序
?
研究是一个发现的过程，先是一个粗略的推测，然后是一个可以明确证明的假设，通过不断的测试来证明研究假设的过程。?T?H?E???E?N?D?预览时标签不可点收录于话题#个上一篇下一篇