19级金融统计

• 19级统计学专业金融统计方向，目前只差1门专业选修、1门专业必修和生物没上，其他都修完了。

• 评分：最低1分——最高5分

• 个人背景：偏商业分析方向，比较注重实用性技能的培养，对GPA没有很高的要求，但给分差的课还是会拉低我的印象。尝试过科研，现在在实习。对金融有点无感，所以有点后悔没选DS。

• 由于STA专业每年都在改修读计划，19级和后面的年级都不一样：https://registry.cuhk.edu.cn/page/58，请参考你对应的入学年份。

专业整体评价

金融统计专业的课程涉猎广泛，但同时意味着杂而不精。统计、经济和金融都会涉及，但单个方向的深度远远不及其他专业。因此，大家需要明确自己专攻的方向，可以确认一个主攻方向+一个（或若干个）拓展视野的方向，比如本人主攻数据分析+机器学习，同时拓展MKT和金融知识，对于找商业分析实习就很有帮助。

这个专业的优点是比较万金油，实习向/科研向都有成功的同学。当然如果目标读博，就还是别读这个专业了。

总结一下实习的方向。我身边的同学的实习主要以金融、互联网和少数咨询为主。金融方向感觉多为私募和基金，互联网主要是数据分析、商业分析和数据科学岗位。大部分同学都是实习导向，大二开始实习。若要转码或转金融，就要趁早补课。

以下是课程评价：

School Package 学院大礼包

• BIO1001 生物：没上过

  • 为什么SDS也要上这个。。。无语

• CHM1001 化学：1分

  • 背单词课，期末没有CP，考的不是知识点而是背单词的程度。为什么SDS要上这个（×2）

• CSC1001 Python：2分

  • 我那个学期是网课，所以这门课说实话效果不太好。老师讲课语速比较快，加上那是录播而不是直播，所以很难听进去，bhys应该是我的问题。

• CSC1002 Python：2分

  • 当时是初学Python并且跟CSC1001一起上，所以不太跟得上。两次大作业每次都写的很痛苦，不过确实对提升编程思路有质的飞跃，以后不再害怕编程。

• MAT1001&1002 微积分：4分

  • Kenneth Shum会很认真的给手写版本的课件，还会精选一些习题在课上讲，对考试很有帮助。

  • 其实对比起内地理工科的高数，难度是浅了一些，并且侧重点不太一样。但有心的同学可以抱着Thomas Calculus课本的题目刷一遍，对照Slader的答案，能够把基础从0夯实牢固。我当时小半个学期没听课（其实是没时间听），期末前把托马斯微积分的课本大概爬了一遍，把中等难度的题选择性的做了一下，然后拿了A-。

• MAT2040 线性代数：3分

  • 川皇、Ji Dongxu和Yang Shenghao讲得都OK。

  • Dongxu的暑课考试题很重视计算，稍有不慎一道大题的10分就丢掉了。平时学期更侧重证明，建议数学专业的同学不要上暑课。

• PHY1001 物理：3分

  • 唐叔贤院士真的很会启发人，讲课生动有趣笑点多，全班同学的engagement十分高涨。可惜这门课对专业没什么用，如果是作为free elective还是很好的。

• STA2001 概率及统计：4分

  • 感觉Clement很重视细节的数学推导，讲课思路也很清晰，对我的启发性挺大的。总体来说，这门课很有趣，但也不简单。

  • 这门课的学习曲线非常迷惑，第一个月很简单，主要是高中排列组合的扩充。最后一个月几乎完全听不懂了，期末考试据说平均分是40+。

Major Required 专业必修

• STA2002 概率与统计2：5分

  • 暑课上的，由于难度略有下降，所以感觉这门课并不难。听说平时学期的难度就很大了。

  • 我愿称这门课为统计专业最核心的课。回归分析和描述性统计对机器学习和实际分析工作奠定基础，假设检验和各种test为STA3020做铺垫，对理论和实践的帮助都极大。只上过2001而没上2002注定是不完整的。

• STA3050 R语言：4分

  • 我的授课老师是Wong Tat Wing。这门课就是教你把R语言从入门到精通，难度不大，没什么可挑剔的。

  • 建议上课时把笔记做好，毕竟过一个学期你很有可能把R语言语法忘得差不多了，这个时候翻翻笔记就能快速回想起来。

• ECO2011 微经：2分

  • 不好意思，我认为考试方式区分度很低，考出来的成绩也没什么代表性，对金融统计专业没什么用，应该从统计专业的Major required里删除。

• STA3020 统计推断：5分

  • Mao Jianfeng讲课水平在统计专业里可能算顶级了，能把这么难的一门课讲的很清楚。

  • 这门课很理论化，内容是STA2002的假设检验、无偏估计、Maximum likelihood的深化，强烈建议开学前看往年老师的手写笔记预习，不然一整个学期都很痛苦。

• ERG2050 数据解析导论：3分

  • 怎么说呢，应该是对想做机器学习、数据分析的同学最重要的一门入门课了，上完去打数模比赛没啥问题。

  • 据说Chen Yi老师讲得很好，但我那个学期是song yan，体验就很迷了，不多展开。

  • 反正这门课以后都不会开了，替代为DDA2020。

• FIN3080 投资分析与组合管理：2分

  • 由于本人对金融领域不太感兴趣，所以每次上课都是只听个关键点，然后作业只要python的pandas库熟练就能做得很好。这或许是理工院系同学大一两门CSC的苦难带来的红利吧（笑）

  • 很多经管同学吐槽这门课workload巨大，但对于Python基础不错的同学来说，wl还好。

  • 感觉老师讲课非常随性，PPT很简略但重要知识点全都藏在吹水之中，所以对于一些同学来说很容易听得一头雾水。不同同学对这门课的评价差别很大，有的同学认为非常好，而我认为收获不太大。

• ECO 3121 计量经济学：3分

  • 还行，难度不高。但如果要深入学习数据分析，这门课是远远不够的。上完计量去上STA3010能加深理解。

• STA4020 金融市场的统计建模：3分

  • 是一个本部的英国老师上的。

  • 本人作死在大三上学期去上，所以死得很惨。建议学过FIN3080再来上这门课，否则统计人听不懂课上的金融概念。

  • 最后两章涉及布朗运动和随机微分方程，难度陡增，我当时半放弃了，期末考试15分只能空着。

• FIN2010 金融财务管理：3分

  • 差点忘了这门课的存在哈哈哈哈。课程内容挺有用的，对于构建基本金融知识很重要，韩国欧巴Lee Sung Kwan讲课很认真很清楚。

  • 理工院系的大众水课+1，可以当通识课来看。

• STA4003 时间序列：没上过，据说难度很大，褒贬不一。

Major Elective 专业选修

浅浅加了一些与科研有关的东西，有做科研的想法的话可以参考。

• STA4001 随机过程：3分

  • 本来想打4分，但给分太低（排40%拿B），并且期中考试的区分度是细心。

  • 这门课对强化学习、蒙特卡洛模拟等科研领域很有帮助，难度较大，平时多看看课本的例题是有帮助的，我当时的课本是Introduction to probability models。

  • 随机过程+最优化的课程组合在找SDS科研时很加分，有一次就被一位教授建议上完这两门课后去尝试找科研。毕竟学校最热门的领域就是机器学习、运筹优化。

• STA3010 回归分析：4分

  • Yin Feng老师非常有耐心解答问题。学过ERG2050或计量经济学再来学这门课会觉得很简单，不然可能有点小难。

  • 虽然回归分析不一定是最常用的机器学习方法，但课上讲的逻辑回归、贝叶斯回归等模型是理解更多模型的基础。Yin Feng老师会在课上穿插一些他的研究论文，作为期末附加题（救命！）

• MAT3007 最优化：4分

  • 个人感觉不是很难，MAT1002学得好的话有优势。主要讲的是凸优化，期中考试就像线代一样很考细心，稍有不慎10分就没了。

  • 因此，反对另一个帖子说的“这门课拿不了A就别做机器学习的科研”，实际上科研能力与GPA的关系挺弱的....

  • 成绩单上有这门课，对申请科研、找数据相关的实习都有很大加分作用。

• ECO3011 中级微观经济学：3分

  • 刘锋老师讲课很清晰，只是这门课对我的方向没什么用。属于选不到其他专业选修的无奈之举。

• MKT2010 市场营销：4分

  • 又是一门金统公认的刷分课。我个人选修的原因是了解市场营销的基本概念，若能结合起数据分析知识进行良好的发散，则对找实习和打商赛都很有帮助。

  • 我们当时5人的小组有3人是SDS，最后集体拿了A。

• ERG3010 数据库：....

  • 不知道以后会不会换别的教授讲这门课，否则只要能上CSC3170或MIS2051，就赶紧逃。反正都是讲数据库，另外两门课的质量比ERG3010好多了。

还有很多STA开头的课一直想上，可惜学院常年不开，就只能选一些ECO、FIN课了。

比较有用的Free elective

• MGT4187 管理分析：5分+++++

  • 强推经管学院王晚新老师的这门课，对商业分析感兴趣的都要来试试！！！！课程内容能对ERG2050形成一个很好的补充，ERG2050学的聚类、回归和神经网络都能在商业场景里应用。也会引入一些新的商业模型，但不会涉及很多理论化的推导。

  • 每学期会有六位guest speaker来分享课程内容在行业里的应用，包括奥纬咨询、腾讯、宝洁，全是老师的人脉。

  • 这门课的学生背景很多元，从CS、应数到MKT、MGT都有。组队时最好平衡不同专业同学的长处，SDS同学可以发挥自己的编程建模技能，经管同学可以施展自己的商业眼光。两者结合得好的话，就是妥妥的A~

  • 老师也巨可爱，日常在课程群里斗表情包，没什么距离感。

• DDA4230 强化学习：4.5分

  • 实际上我没有enroll，因为那个学期整体事情很多。这门课全是对强化学习领域感兴趣，甚至做过相关科研的同学，所以大家的水平都是很高的。

  • 课程节奏很快，如果事先对随机过程、马尔科夫链没有概念就会有点麻烦。每节课的课件都很详细，看得出是老师认真制作的。

  • 很重视数学证明，所以我当时感觉hold不太住就退课旁听了。但据说期中考试没考太多证明。

  • 期末有一个占比很大的project，老师会提供建议以及colab pro报销。这门课有不少同学都是做过强化学习相关科研的，所以想都不用想，注定是诸神之战。老师对final project的期待值很高，毕竟他的团队就有不少本科生发过论文。

• CSC3170 数据库系统：4分

  • 之前学期喷的人很多，主要体现在期末proj不限范围，导致无意义无上限内卷。22 Fall开始这种情况有较大改善，project限定了范围并给出了较为详细的指引，避免了卷前端。

  • 统计专业学生（非CS）的视角：讲的还行，能够上手操作MySQL并解决一些奇奇怪怪的bug，这一点据说是MIS2051所没有的。不过个人感觉课内的coding练习量终究有限，一学期下来终究没达到预期的熟练度。

  • 一些数据开发、数据仓库管理相关的知识居然不讲，有点遗憾。但作为其他专业学生的SQL入门课，已经足够。

  • 总结：要想通过学校上课来真正了解SQL在工作中的使用，建议CSC3170>>ERG3010>MIS2051。不过即便如此，光上这门课也达不到工作中的很多要求，需要自己课后大量练习。

• STA4030 范畴式数据分析：

  • 大四人的养老free elective，人数不多，教室里除了几个前排积极分子剩下全都是半摸鱼。

  • 前半学期可以凭借STA2002和ECO3121的知识蒙混过关，考前抱个佛脚即可。后半学期还是听一听，不然期末会很惨。

  • 内容在数据分析场景里比较有用，能够补充回归分析的盲点。建议重视R语言的上手分析，否则很容易忘记。

顺便聊聊我的通识课

通识课给我的感觉都还可以，所以不评分了。

• GEA2000 中国近代史

  • 我上的课是唯一一位英文讲课的老师教的， Liu Chang小姐姐人美声甜，上课没听懂的话下课可以私下用中文再给你讲一遍。

  • 这门课上有很多国际生，跟国际生一起讨论中国近代史还是挺有意思的。

  • 高中是理科生的我，上课偶尔会听得有点迷迷糊糊，但只要在课上多发言，老师对你的印象就不会差，最后给分也还不错。

  • 英文上GEA的好处是不用Quiz，平时会很轻松。期末论文是一篇书评或家族史，建议大家期中之前就确定选的书。

• GEB2401 21世纪信息管理

  • 内容基本是ITE1000的扩充，难度不大，期末无限CP。上课只需看录播，平时不用考勤。

  • 这门课最大的价值是让我学会了Power Query和Power BI，对于咨询行业、互联网和快消的商分/数分都是一个可以写在简历里的技能点。期末project是小组做一个商业数据分析项目，可以作为简历里的项目经历。

• GEC2205 国际关系导论

  • 期末有一场模联会或模拟法庭会议作为assessment一部分。

  • 上课气氛很欢快，主要讲国际关系的各种理论，同时老师比较侧重于国际法领域。本人无法从国际关系专业的角度去评价，只觉得对于纯粹对国际关系感兴趣的同学来说，大胆冲就是了。

• GED3001 Ethics

  • 课程内容对我的价值观起到了很好的扩充作用，内容也比较有趣。只是由于大四比较摆+期中论文出现了重大失误，这很有可能是本人大学第一个C range。