学员背景
硬件丨中国海洋大学，GPA88，IELST7，GMAT720
软件丨3项校级奖学金（两个校二等奖学金、一个社会奖学金）、3项荣誉称号（优秀学生、优秀青年志愿者、区图书馆优秀志愿者）、杂七杂八的社团活动和志愿者活动、两段普通的实习经历、3段research经历（都与课程相关，不是和教授一起做的）、2个比赛奖项
优势丨三维达标
劣势丨没有专业的研究经历，比赛经历少，所以专业都是跨专业申请
申请专业特点丨三个方向——商科下偏技术分析类、经济学类、工院下偏供应链类
参加未明项目丨量化训练营8月班《我国上市公司ESOP分析》
斩获offer丨香港科技大学工程企业管理硕士研究生、香港中文大学资讯与科技管理硕士研究生、华威大学信息系统管理和数字化创新硕士研究生
1、种草男神校&试探新选择
6月份，我在指南者留学的公众号上看到一篇名为“在香港科技大学就读是一种怎样的体验”的推送（这里附上传送门在香港科技大学就读是一种怎样的体验？）。文章作者的专业恰巧是我的目标专业之一，从此港科技晋升成我的男神校。港科技很看重项目经历，也需要些对口实习，而且Engineer Enterprise Management(EEM)在招生方面更偏向录取本科工科专业的学生。我本科国贸，课程涉及到很广泛的知识，但都广而不深。好在EEM这个项目学科包容性很强，就看软硬件是否足够优秀。
同时，我也在考虑是否要增加商学院下偏向技术和分析的专业，如Business Analysis、Info and Technology、Info Systems之类。我想通过实践来检验新选择是蜜饯还是砒霜。
2、WHY 未明学院
我身边有不少正在准备留学的朋友，有花几万去某500强打杂的，有花五六千去香港参加一周培训拿推荐信和奖项的。个人觉得，这个项目与市面上其他类似的软背景提升项目相比，更适合我。
当时，我已经找到了暑假实习，但CV上没有一项量化分析项目经历。我只能利用晚上或周末的时间弥补短板，这个项目刚好错开了我的实习时间。与老师沟通后发现，这个项目的优点在于12人的小班教育能让老师、助教顾及到所有同学。课程和实践结合紧密，结课后需要小组一同完成真实的企业项目，这样可以充分做到学以致用。另外，小组人数控制在3人以内，每个人分项目参与度非常高。
我家没有矿也没有草原，它性价比高；短期来看，能增加申请香港科技大学的竞争力，试探新选择是否适合我，毕竟选错专业这个坑太大了。但我更在意的是，我能学到一个新的实用的技能。于是报名参加了8月份的项目。
3、项目进行时
我在学校只学过Eviews，平时的数据统计全靠Excel。这个项目对我来说有难度。马老师讲课深入浅出，是我这种逢quant类课程必犯困人群的大救星。为马老师的讲课水平和超级nice的助教姐姐疯狂打call！
8月，我周一至五在本土八大会计事务所实习，项目经理揽项目能力一流，我每天都处于被榨干的状态。我只能利用中午1.5h的午休时间回看课程和写课程作业，白天趁经理不在时，悄悄地请教助教姐姐问题。助教姐姐有问必答，不管问题有多智障。
我们的项目是采用事件研究法分析我国上市公司员工持股计划的股价效应。我们组只有两个人，队友实习和GRE备考同步进行中，时间都非常紧。我们在Wind、Choice金融终端查找数据，如ESOP的行业分布、第一大股东持股比例、样本公司的地域分布。然后按照项目指引选取指数和构建模型，计算绝对胜率和相对胜率，得到事件窗口内样本的平均超额收益及累计平均超额收益率，再基于不同影响因素分组进行实证研究分析。我们对股票了解有限，请教了学校老师和班里的炒股大神，一起分析得到的数据和图表。马老师总是及时解答问题，保证我们沿着正确的方向完成项目。
4、项目收获
我从股票小白进阶到会利用已有数据研究某事件导致的股价效应，有一份引以为豪的量化报告，每个字和图都异常亲切。
《我国上市公司ESOP分析报告》部分展示
<< 滑动查看下一张图片 >>
我也把这段很Quant的项目经历写进了CV，希望学校对跨专业申请的我多看几眼。
受项目启发，我放弃了申请Business Analysis。因为比本科是CS类、Quant类的学生比，我的弱势显而易见。基础不扎实，再往深处学会压力很大。求职上，BA走技术路线，如果技不过人，名校文凭也白费；另外女孩子更怕秃顶和熬夜长肉。但我保留了Info & Technology Management、Info System& Digital Management这类分析偏管理的专业申请。继续自学SPSS、STATA，想把它作为常备技能。
11.14上午10点，港科技的offer来得猝不及防，狂喜过后觉得这offer理所当然。Chance favors only the prepared mind.鸡汤有时也是真理。
5、老学姐的建议
留学越早准备越好，学姐的大三真是一把辛酸泪。
热门专业不一定选合适你。最好通过实习、参加相关的项目检验所选的专业是否适合自己。
留学不会万事大吉，该有的技能时常储备。
行业热门背景提升项目
火热招生中
新零售
优衣库模式的LDA主题模型研究
从数据角度看行业&市场
快时尚黄金十年落幕，H&M，Zara等行业领头羊业绩都大幅度下滑；消费降级也在被频频提及。但优衣库似乎没有受到丝毫影响，销售量继续不断攀升，2018年天猫双十一登顶服饰销量排行榜第一位。
本项目将从快时尚行业切入，将优衣库与行业整体状况进行比对，使用优衣库官方旗舰店的服饰数据，从商品信息、价格、款式等多个角度进行分析，并基于LDA主题模型进行建模，探究消费降级下高歌猛进的优衣库所具备的特质。
电商
京东畅销榜图书流行影响因素分析
构建图书畅销模型，解析流行影响因素
阅读虽然还没有成为大众的生活方式，但据调查显示，国民书籍阅读数量在逐步增长，尤其电子书籍阅读量增长更加快速。畅销书不一定就是好书，但它一定符合当时人的阅读口味。
本项目使用京东图书畅销榜数据，对作者、出版社、出版时间、售价、所属类别、读者评论等多维度数据进行分析，建立畅销书影响因素模型；并通过纸质图书与电子书的对比，洞察纸质图书与电子图书销售的不同特征。
券商
行业基本面选股策略之消费品研究
项目制学习掌握量化金融关键方法
行业基本面选股，是量化投资方法与主动投资理念的有机结合。
本项目着眼于必需消费品行业，分析行业上市公司的经营特点，利用2010-2018年全行业的基本面指标以及行情数据，探究必需消费品行业内股票的风格特点、历史表现；通过对排序分组回测方法，对行业基本面指标进行测试，比较不同的组合之间的收益表现，分析分组指标的有效性；根据测试结果，结合行业基本特征，从基本面角度构建必需消费品行业内的选股策略。
券商
上市公司业绩预告“变脸”分析
数据梳理，盘点金融热点事件
业绩预告制度从1998年开始实施，是风险提前释放的一种方式。业绩变脸是上市公司发布业绩预告之后，发布业绩修正公告或直接公告变脸，与之前发布的业绩预告相比，预测性质存在方向上的变化。
本项目基于A股市场2011-2017年年度业绩预告数据， 对每年发生正向和负向变脸的公司进行特征统计；从公司的财务信息、公司治理信息、业绩预告信息等多方面，进行显著性检验，寻找潜在的预测变量；通过多项Logit模型进行业绩变脸的预测，从而构建相应的投资策略。
在线旅游
携程APP酒店评论数据情感分析
掌握数据挖掘&机器学习核心技能
在线下消费时,大家已经习惯了在美团、口碑、携程等网站上查看该商户的评价，以确定自己是否在这家店进行消费。每一家商户在这些APP上都有大量的评论信息，有的是正面的评论信息，有的是负面的评论信息。一款智能的APP能自动的对用户的评价进行分类。
本项目使用携程APP的酒店评价数据，结合自然语言处理技术和机器学习方法，建立自然语言情感分析模型。该模型能自动的对用户评价的情感进行分析判别，判断该评论是对商户的正面评论还是负面评论。