Redian新闻
>
背景提升没用?我收获NUS 定量金融提前批录取!

背景提升没用?我收获NUS 定量金融提前批录取!

公众号新闻
※ 本文为指南者留学学员原创,转载请联系授权

学员背景 

W同学


本科背景
华中科技大学金融学
背提项目
指南者留学数学建模竞赛训练营
录取学校(23年秋季入学)
新加坡国立大学 定量金融提前批

我先介绍一下我自己吧,我目前是大四的一名金融学专业本科生,并且已收获我最心仪的新国立QF项目提前批offer~
虽然我的申请季结束了,但指南者留学的背提老师们对我的帮助却是长远的!借助指南者公众号的平台,我也希望将背景提升对于我的帮助以及这一年来我的经历分享给大家,帮到更多想要参与背提项目并且和我有相似经历的同学~

01

契机背景


相信很多同学都会问:为什么要做背景提升项目?不能在学校里和同学们一起参加竞赛进行背景提升吗?

这也是我在考虑背景提升项目前问自己的问题。而最终选择了参加指南者背景提升项目,是因为它能够满足我个性化的需求。

首先一点,现实的来说,还是为了增加我的申请竞争力


我在大三上因为感到保研外校希望不大,所以才最终决定留学。因此我的时间十分紧迫,在那段时间我也十分焦虑。在此之前,我一直以保研为目标,埋头于提高我的加权成绩,当时并没有很出彩的实习、科研又或者是竞赛经历。

考虑到学校里的竞赛和科研,往往有很强的时间周期性,并不是随时都有,而且也多数时间只能通过自己学习来备赛,不能获得来自导师的得力帮助,所以想要确保在竞赛中一定能够有所成绩,只能考虑背景提升项目这样的投入产出比更明确的机会。

其二,兴趣使然,能够让我学到实用技能。

在本科前三年的学习中,多数知识更偏向于浮于纸面的理论,并且与实际金融工作相去甚远。因此我十分希望能够学习到一些实用的工具和知识,加强我数据处理的能力。为了确保能学到我想要的,我也提前了解到指南者背提项目的老师们的情况。他们都是有过行业工作经验的老师对于教学内容的把控能够更倾向于行业所需,对于以就业为导向的海外授课硕的同学们能够更受益

其三,是因为指南者背景提升项目专业靠谱,能提供的背景提升项目种类繁多。

首先是在申请上,能最大化体现背提项目的效用。在了解了其他中介的运行方式后,我发现他们大多是中介机构+背景提升机构合作的模式提供服务。但指南者留学是中介服务与背景提升项目融合的模式,也就是说他们是涵盖全产业链一条龙服务的。因此从中介文书撰写到背景提升的指导老师都能够随时交流,因此对于项目在文书上体现的细节能够更加到位,背提老师也能够更加针对性的准备教学内容。

除此之外,他们在北京、江苏、上海、广东等地都有线下服务点,是一个连锁留学机构,更稳定,这也是让我放心的地方。并且针对不同专业,理工科的同学能够提供像中科院实习、机器学习实战项目、kaggle项目实战等多种项目;对于商科社科的同学,提供了商业分析实战项目、量化投资实战项目以及社会研究等多样化实战项目。因此,出于选择多样和风险厌恶的双重考虑,我选择了指南者。


02

项目过程及收获


如果说在项目开始之前我还仍抱有一丝疑虑,那在完成项目之后,我可以说很庆幸最终选择了他们。


因为我申请的项目以金融数学及应用经济方向为主,对于数据分析、数据处理以及数学建模方面的背景十分看重。而恰好,指南者留学的数学建模培训项目给我了这个契机。

在这次的数学建模培训过程中,得益于老师的手把手教导,我在短期内快速掌握了很多数学建模中常用工具的使用,比如说运用Matlab进行Topsis和灰色关联分析等操作,又比如说三次样条插值等数据加工手段、用Stata对多变量数据进行回归分析等,以及用SPSS进行Kmeans聚类、使用PCA(主成分分析法)、因子分析法等降维工具处理数据等操作。

虽然之前从没用过Matlab以及SPSS,但从安装到初步入门语法,老师都有详细的指导,这也让我成功渡过了煎熬的“万事开头难”时期,让我产生了对于数学建模的兴趣。另外我也想说的是,在申请结束后的自习中,我也逐渐了解到,在建模培训过程中学到的知识,很多都是机器学习的内容,也是在未来新国立求学期间会学的。可以说,段经历也为我后续的研究生学习打下了坚实的基础

接下来,我继续分享一下,我在培训过程中的一些学习经历,以及一些感悟~

带我做数学建模的,是指南者的梅老师。在学习过程中,每节课后,梅老师都会布置相应的作业,由易到难,由抽象到具体,层层深入。

比如说,在学习关联性分析时,一道作业题就让我对于某地区的行业销售数据进行分析,这样的作业就实际意义十足。


又或者是对宏观经济多元变量进行降维提取公因子。


又或者是,运用蒙特卡洛模拟技术预测证券投资成本。当然,学金融的同学会知道这对现实来说指导意义是非常粗略的,但却能够提供一个非常好的练手的机会。


在学习过程中,以一周为周期,每周结束,梅老师都会单独和我开一次腾讯会议,为我讲评本次作业中的错误和应该注意的地方。而且梅老师十分贴心,每次都会先启发式地询问,看我是否有新思路,然后再说出正确答案。这样子就给我了一个自主思考、纠错的过程,因此我能够对每次的问题的理解都更加深刻。


除了课程中的教学内容,即使是课外一些求职、深造选择上的问题,梅老师也会很认真地做分析和指导。所以我很期待每一次的作业讲解,我也十分感谢梅老师一直以来的指导。

在高效地完成了课程学习后,就进入了项目的实战阶段

我参加了“高斯杯”全国数学建模挑战赛。赛中,我们以”江苏省低碳经济评价模型“为题,以江苏省各城市的低碳经济发展指标为研究对象,在合理假设的基础上,通过对近五年各ESG(Environment,Society,Government)指标进行计算,得到江苏各城市自身的排名;其次,再将各准则层与总排名进行比对来计算各准则层的优劣势程度;然后,基于江苏省各城市的综合排名及详细排名对各城市以及江苏省的低碳经济发展提出了具体的四个方面的建议;最后,对我们提出的模型优缺点进行了分析。

建模过程中,梅老师建议我们小组根据建模目的分为不同职位,因此我担任建模手。

在刚开始建模时,我们遇到了一些困难,没法直接分析出模型各自的解题关键点,梅老师也为我们提了宝贵的建议。

研究过程中,首先我为了寻找思路,阅读了大量相关文献,最后通过结合在项目培训中所学,建出了基于主客观加权的Topsis及灰色关联评价模型,又或者称为GTEAM模型。因为在建模过程中我发现,目前,低碳经济评价模型又可以主要分为两类:一类是运用主观的评价方法,人为设定指标重要性;另一类则是运用客观的评价方法,对数据进行处理,从数据的相关关系中得到客观的评价信息,最后依据评价结构得出评分。

但尽管目前已有评分方法很多,各种方法仍然有自己的优势与劣势。比如课程所学层次分析法(AHP)能在对复杂的决策问题时,利用较少的定量信息使决策的思维过程数学化,但其缺点是方法过于简单,主观性过强,模型可靠性不能保证;又比如,TOPSIS基于客观事实进行评分,但往往忽略了决策者对不同指标之间的看重程度不一致的问题,由传统TOPSIS得到的评价结果往往不具有针对性的指导意义。

而对于方案评分的确定,TOPSIS是基于最佳方案与该方案的相对欧氏距离确定的,即“两点之间线段最短“的思想;但灰色关联分析则是通过分析该方案与最佳方案之间的相关关系,也就是通过分析数据的态势变化来确认评分的。可以理解为是曲线形状相似性的衡量,曲线形状越接近, 相应序列之间的关联度就越大。因此,对于多指标决策问题来说,如果方案与理想方案的灰色关联度越大,就可认为方案越接近理想方案。

鉴于欧式距离和灰色关联度分别从“点”和“线”的相似性上反映了方案与理想方案的接近程度,因此我设计通过AHP-熵权法改善权重计算方案加入决策者的偏好,并通过灰色关联分析改善TOPSIS中的相对贴进度的说服力,提出了基于AHP熵权法加权的灰色关联-TOPSIS的综合评价模型,并命名为Grey-TOPSIS Weighted by EMW-AHP Method,简称为GTEAM方法。这样,我在课程中所学也就巧妙解决了这样一个现实问题。


在建好模型后,紧接着,我们开始了紧锣密鼓的数据处理与分析阶段。我们首先基于Matlab运用AHP法得到各指标主观权重,然后又用Matlab运用熵权法(EWM)得到各指标客观权重,接着运用乘法合成法得到主客观组合权重,最后继续使用Matlab借助TOPSIS求评分。得到TOPSIS评分后,我们通过SPSS对两个方案得到的排名做Kendall-W协调系数一致性检验,来证明结果的合理性。

接着,为了挖掘出各地区低碳经济发展优劣势,我们也巧妙结合课堂所学Stata的相关知识,运用时间序列的分析手段,设计了各省份低碳经济得分排名的移动平均比较模型,并在此基础上进行了各地区低碳经济发展趋势分析,并用Matlab得到如下可视化结果。
当然,在分析过程中也并不是一帆风顺,我们也遇到了很多难以解决的问题。比如说,在查找研究数据阶段,由于数据过于细致,有很多数据并没有统计,我们因此犯了难。又比如说,在得到排名后,因为考虑到说服力不够,我们不知道是否需要进行一致性检验。但这些问题,都在梅老师的解答下,顺利解决。

对于缺失数据,由于仅仅缺失一年的数据,我们采用了matlab中的spline函数对缺失数据进行三次样条插值。对于一致性检验上,我们也最终决定加入检验,并在梅老师的建议下,运用Kendall-W方法进行了一致性的检验,当然,也是基于我们在课程中所学到的SPSS完成。也正是在这个过程中,我头一次意识到,原来曾经认为缺少信息就束手无策的困境,现在只需要一行代码就能解决。这就是数学的魅力,这就是计算机技术的魅力。



最后根据这些结果与排名,通过对数据图表的分析,我们最终得到结论:对江苏而言, 实现区域经济协调发展,应加强基础设施的建设,努力提高居民生活水平。同时重视科技文化的发展,从地区的实际情况出发,有针对性地研究和解决问题。除此之外,还要调整现有的产业结构就需要对高能耗产业进行严格的限制。大力推进生态农业和农业循环经济发展,有效减少化肥和农药使用量。最后强化低碳技术的自主研发,靶向性攻坚克难,主动服务企业,精准发力。

最终,通过我们小组和梅老师近两个月来的努力,我们最终也如愿以偿,成功获得“高斯杯”数学建模比赛一等奖!


可以说,虽然这两个月很辛苦,白天上课晚上做模型,但结果总归是美好的。而且,和指南者留学一同学习的日子里,也让我收获了很多,因为在项目中运⽤的⽅法和数学⼯具,我在此之前都没有接触过,却能很快学会上手实践。除此之外,指南者留学背提项目的启发式教学方式让我受益匪浅,我不仅仅从中学会了Matlab、SPSS、Stata三大建模工具的使用,还学会了聚类、降维、相关性分析等定量金融专业学习中所必备的基础知识。可以说,这次的学习经历,不仅对我短期的申请研究生有帮助,也对我以后的就业有不小的帮助。

03

收获与感悟


最后,作为一个已经成功上岸的同学,我也想再次回顾一下我在项目中的收获,以及对于我申请和以后的帮助。

总的来说,跟指南者签约其实还是因为他们能提供丰富的背景提升项目,因为我是在大三上才下定决心出国,所以这样的需求很关键。他们对于工科,有科研提升项目,对于商科则有量化实战项目、数模竞赛之类的项目,都十分吸引人,这也是申请中的痛点。纠结半天,最终我选择了数模竞赛辅导项目。

总而言之呢,学到的东西都是数学建模必备的知识,虽然可能对于很有经验的老手来说课程内容会有些简单,但对于想要为数学建模打好基础永续学习的同学来说,是一个非常好的敲门砖

这样的经历,对于纯商科背景的我来说,在软背景上是很好的补充,因为可以让我有竞争力去争取金数、金科这样的项目,而不会输给数学、金数本科的有力竞争者。当然,我想这次的经历也确确实实地帮助我成功拿到23fall NUS提前批的offer~

最后,我想说,各位同学理性报名,背景提升项目不能确保你一定录取梦校,不能确保你走上人生巅峰,但能确保的是,一个允许你更快提升自己的机会。也感谢一路坚持的自己,感谢在项目学习中一直热情指导我的老师~也祝各位正在申请的朋友们,申请季offer多多,一路顺利!



扫描下方二维码

咨询同款项目实战经历



微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
夏校喜报!恭喜老查留学收获TCR历史营+1、爱荷华写作营+2录取!恭喜老查留学收获凯斯西储大学、玛卡莱斯特学院录取|2023Fall录取捷报本月预告!数学建模训练营、商业分析、机器学习背景提升项目实战开课!恭喜老查留学收获玛卡莱斯特学院录取|2023Fall录取捷报无背景转码攻略!无CS背景的学生如何优雅转码?Linus Torvalds:Rust 将被合并到 Linux 6.1 主线机会欲望家用美容仪到底有没有用?怎么用?我们来告诉你所有答案遗产(4)在中东赚大钱的老板夫人重磅Offer到!恭喜老查留学收获加州理工学院录取|2023Fall录取捷报一个人的徒步,900公里法国之路+世界尽头:D43~途经圣地亚哥国产新冠口服药阿兹夫定片十问:谁适合服用?如何服用?关于 Linux 和 Git 的创造者 Linus Torvalds 的 20 件趣事 | Linux 中国喜报!本周最新offer汇总| 背景提升学员10月下预告!机器学习、量化金融背景提升项目实战开课!本科经济学,我收获NUS定量金融提前批录取!Linux内核收获一批新的Rust基础设施优化补丁喜报!本周最新offer汇总 | 背景提升学员金融申金工/金数,我如何提升数据技能背景?恭喜Y同学获得2023塞拉峡谷中学录取!|普林顿录取捷报Linus:Rust 将被合并到 Linux 6.1 主线恭喜老查留学早申请收获弗吉尼亚大学+2、圣路易斯华盛顿大学+1录取|2023Fall录取捷报脚冻穿再厚的袜子都没用?苏大博士教你一招2022读了一年外刊,我收获了什么?高学历没用?大学生、硕士生起薪差距越来越小一边看英文电影,一边学习打卡,我收获了什么?留学生专属|九阳春招海外提前批,带薪产检假/哺乳假,学历晋升补助,5年免费公寓……经济申金融/金工,如何提升技能背景?偏爱留学生|欧莱雅 L'Oreal春招海外提前批,女性友好,美妆内购3折,节日礼物……抢个小屋一一厨房装修〈一〉恭喜老查留学收获普瑞特艺术学院录取|2023Fall录取捷报点开见喜:老查留学收获2023新生入学第一份录取!夏校喜报!恭喜老查留学收获3枚PIONEER科研项目录取!龙卷风健康快递 208恭喜Z同学获得2023寄宿初中苹果园学校春季录取!|普林顿录取
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。