我现在是哥伦比亚大学计算机科学专业的一名大四学生,研究生计划就读金融工程专业。
我希望,未来能以我的专业知识和丰富经验,探索机器学习/人工智能技术在金融投资领域的应用,助力量化金融在中国的成长,为推动金融业和社会的发展做出贡献。
+86 15008483372
dh3071@columbi.edu
HDB15008483372
1023990429
• GPA: 3.63/4.0; GRE: 328(159+169)
• Transcript
• GPA (3.94/4.00) 数学专业GPA: 4.00/4.00
• 荣誉:
      Alpha Lambda Delta
      院长名单(Fall 2018, Spring 2019, Fall 2019, Fall 2020, Spring 2021)
      The Henry P.Cannon Memorial Prize in Mathematics (Awarded to #1 Sophomore)
• Transcript
• 深度参与金泰克和天域半导体公司早期IPO项目的尽职调查工作,独立撰写股权融资商业计划书,可行性研究及投资决策报告草案,并被分析师采纳。
• 深度参与财务审查工作,采用比较估值(P/B,P/S,EV/EBITDA)法,并基于WACC,FCF和CAPM的假设,协助分析师初步建立DCF模型预测公司未来5年的财务状况。
• 通过收集整理Wind和Bloomberg中的各种数据,独立分析光伏玻璃,锂行业,钴行业的行业趋势,并完成三份行业研究报告与演讲汇报。
• 分析宏观经济事件及其趋势(比如各年度政府工作报告和中央经济工作会议),监测行业下行风险。参加每月的意见交流会议并完成会议记录。
• 在这个项目中,我们使用预训练的 DenseNet 视觉模型和康奈尔抓取数据集,重新审视机器人抓取任务中的视觉迁移学习的重要性。
• 通过三个 abaltion 研究(冻结参数,微调预训练模型和随机初始化重新训练), 我们发现了 预训练的DenseNet 模型可以从 RGB/RGB-D 图像中进行有效的视觉迁移学习。
• 这是一个全栈开发项目,旨在实践软件即服务(SaaS),一种基于云的软件交付模式。在Junfeng Yang 教授的指导下,我们四人小组决定使用Ruby开发一款在线维修申报系统。
• 本项目基于Rails的Web应用开发框架,实现包含用户登录、管理员登录、上传报表、更新现有报表、按紧急级别排序报表、搜索报表、在完成工作后删除报表等众多功能模块。本项目还支持管理员生成带有位置信息的二维码,后续用户可以直接扫码自动填写位置信息。
• 本项目包含前端部分(erb 文件)、后端部分(控制器文件、模型文件等),还包含单元和集成测试(Cucumber 和 RSpec)以及ActiveRecord 进行的数据库迁移。
• 在 Sambit Sahu 教授的指导下,我们四人小组,实现了一个包括前端和后端的全栈编程项目。
• 基于AWS平台,开发了校园二手商品交易平台,并受到广泛关注。项目使用了AWS平台上S3,Cognito、SES/SNS、CloudWatch、RDS(连接MySQL数据库)、lambda函数等相关功能。
• 个人主要负责编写产品上传、修改、搜索、删除等web模块的开发(完成前端部分以及aws平台的lambda函数、RDS数据库、API Gateway 内容的撰写),并传至S3 bucket。还负责处理前端代码中的系统问题。
• 在Lydia Chilton 教授的指导下,我们开发了一个Web 应用程序,旨在通过交互式学习的方式,为用户提供更轻松的教学体验。这个网站的主题是教用户如何分析资产负债表。
• 该项目包括一个flask服务器以及 html 页面和 js 功能页面。个人主要负责一部分学习页面, 整个附加资料和随堂测验模块的开发,并负责最后的整理优化工作。
• 使用python和对抗搜索算法实现一个需要击败其他组代码的鱿鱼游戏。
• 该游戏包含两名玩家,并在 7x7 的棋盘空间上进行。每一回合,一名玩家首先移动,然后在自身周围的其他棋盘格子中投掷一个陷阱。
• 为了赢得比赛,玩家需要诱捕对手,也就是说,用陷阱包围另一名玩家,使之无法移动。
• 在谷歌云平台中使用PostgreSQL建立数据库,并与前端html页面连接,形成医院信息管理系统。
• 我们的小组作业受到教授的好评,并在学期末呈现给全班同学。
• 采用比较估值(P/B、P/S、EV/EBITDA)法,基于WACC、FCF和CAPM的假设,建立DCF模型预测万豪未来5年的财务状况
• 计算并评估公司的股本回报率、总资产回报率、总资产周转率、流动资产周转率、资产负债率、利息倍数、销售(经营)增长率等,并对五年后公司的市值做出预测。
• 使用Python 建立了SIR 模型,探索流言在人群中的传播效率和各参数(人群密度,受教育程度,社交距离,社交频率)之间的关系,并将各社会特征性参数转化为数学语言,量化分析。
• 一个课堂研究项目,作为我的计量经济学专业毕业研究项目。
• 在Kongar Ebru教授的指导下,我的论文探讨了中美医疗保险制度的差异。主要关注疫情下常见呼吸道疾病医保赔付的差异。
• 通过使用Stata 并整合Congress.dta 数据集,该项目旨在通过分析第112届国会议员的意识形态来找出政党的重要性。
• 通过绘制散点图、直方图和使用规范模型分析并建立RD模型分析报告,发现模型中的不连续性,得出政党重要性的结论。
• 通过儿童贫困、收入中位数、obama2008 和whitepct 四个不连续性的例子,探索不同变量之间的关系并建立一份定量分析报告。 相关结论:在obama2008 和whitepct 例子的分析中,政党对于意识形态是至关重要的,但是在儿童贫困和中等收入的模型分析中并没有得出相同结论。
• 基于Quality of Government Institute (QoG)的数据, 使用 R studio cloud 建立线性回归模型,量化分析人均国内生产总值与13个参数之间的关系。
指导教师: Alexei Chekhlov (From Columbia University)
• 通过模拟 Markowitz 和Index模型,使用 10 只股票 20 年的价格数据 ,以找到附加五个约束条件的可允许的投资组合(有效边界、最小风险投资组合、最优投资组合和最小收益投资组合边界)区域。绘制 MM 和 IM 模型的资本配置线,并在投资组合图表中加入五个以上五个约束。
• 得出的结论是:1. index模型在低风险区域表现更好,因为它在低风险区域寻找有效边界时往往有较高的回报,而在寻找无效效边界时,损失也较小。 2. Markowitz 模型在加入5个约束的条件下,在寻找更具风险效率的投资组合方面表现更好。3. 这两个模型之间的差异可能源于index模型可以被认为是对 Markowitz 模型的改进,它通过减少每只股票之间的关联性来降低所需的估计,并减小差值。
Conference: 2022 International Conference on Portfolios, Global Marketing and Economic Environment (PGMEE 2022) (Accepted)
• 本文评估了美联储加息对中国A股市场的影响(上海证券交易所指数(SSEC)和标准普尔500指数(S&P 500))。在Stata中建立了ARMA模型、VAR模型和ARMA-GARCH模型,以分析人民币(China Yuan)和美元(USD)之间的外汇汇率变化所引起的股票价格变化。
• 结论:在收益率基于企业产品价格短期内刚性的前提下,以及忽略其他的股票市场的潜在外部变量,研究结果表明汇率升高对中国股市造成的净影响略显负面,对美国股市的影响可以忽略不计。
• 负责策划组织中秋团圆宴会、春节文艺演出、樱花春游、羽毛球赛事等多项大型活动,好评如潮。
• 负责管理和运营官方微信公众平台,定期发布原创推文和相册集。
数学与统计
MATH 171 多变量微积分
MATH 211 离散数学
MATH 225 统计和概率 (Minitab)
MATH 241 数值分析 (Matlab)
MATH 262 线性代数
MATH 270 无穷级数微积分
MATH 271 微分方程
MATH 351 抽象代数 (Latex)
MATH 361 实分析 (Latex)
MATH 325 概率论 (R studio)
MATH 472 复分析 (Latex)
STAT 4221 时间序列 (Columbia) (R studio)
APMA 4200 偏微分方程 (Columbia)
IEOR 4106 随机过程与模型 (Columbia)
经济学
ECON 268 中级宏观经济学
ECON 278 中级微观经济学(R studio)
ECON 288 政治经济学
ECON 298 计量经济学 (Stata)
ECON 314 政治经济学(经济学在灾害管理中的应用)
ECON 373 经济思想史
ECON 496 高级研讨课 (政治经济学(健康与医疗))
IEOR 2261 财务会计概论 (Columbia)
ECON 4415 博弈论 (Columbia)
ECON 4280 公司金融 (Columbia)
计算机科学
COMP 131 Java 基础课 (Java)
COMP 232 数据结构与算法 (Java)
COMP 356 编程语言结构 (C++/Racket/Prolong)
MATH 314 计算复杂性理论
COMS 3157 高阶编程(计算机系统导论)(Columbia)(Linux/Unix/C)
COMS 3261 理论计算机学 (Columbia)
CSEE 3827 计算机基础结构 (Columbia) (MIPS)
COMS 4111 数据库基础 (Columbia) (PostgreSQL)
COMS 4170 前端设计 (Columbia) (JavaScript/JQuery HTML/CSS)
COMS 4701 人工智能 (Columbia) (Python)
COMS 4151 软件即服务 (Columbia) (Ruby)
COMS 6998 云计算与大数据 (Columbia) (AWS/Python/MySQL)
COMS 6998 机器人学习 (Columbia) (Python/OpenAI/Pybullet)
在线课程
数据科学:统计和机器学习 - 约翰霍普金斯大学 (Coursera 专项课程)
借助Python应用数据科学 - 密歇根大学 (Coursera 专项课程)
      数据科学基础(python)
2023年春季课程
COMS 4705 自然语言学习 (Columbia) (Python)
COMS 4732 计算机视觉 II (Columbia) (Python)
COMS 4995 人工智能及应用 (Columbia) (Python)
COMS 6113 数据库管理系统 (Columbia)
其他课程
PHYS 131 大学物理 I
PHYS 132 大学物理 II
CHEM 131 化学基础
ARTH 101 欧洲绘画历史
COMP 108 亚洲绘画历史
PHIL 101 哲学基础
......
编程语言:
Java
C/C++
JavaScript/JQuery
HTML/CSS
Python
MATLAB
R/R-studio
MySQL/PostgreSQL
Assembly (Mips)
Stata
Racket/Prolong
Minitab
证书:
其他信息:
Wind/Bloomberg 基础