黄昊雯

数据挖掘与商业决策支持

• 参与私募基金产品数据库搭建，清洗并分析1000+交易数据（excel），提炼头部基金持仓偏好与市场热点关联性，输出2份数据简报，支持团队投资决策，产品推荐转化率提升10%。
• 参与设计自动化数据看板（Power BI），实时监控市场波动与客户资产变动，减少人工分析耗时

跨部门协作与项目管理

• 协助统筹一场碳中和主题路演（参与人数50+），撰写会议纪要

• 协助团队收集并整理氢燃料电池、固态电池等细分领域的行业基础数据，包括技术原理、主要企业及政策文件，汇总成 20+页 的行业概览文档。
• 通过国家统计局、行业网站等公开渠道，整理 50+条 市场规模及产业链上下游企业信息，支持团队初步分析报告撰写。
• 使用Excel对气体电池领域的专利申请趋势、企业区域分布进行归类统计，制作 5份 基础数据表格及简单图表（如柱状图、趋势线）。

1：数据获取与清洗

• 使用Python抓取交易所 的实时数据（价格、交易量、各类指数），整合 Twitter 等舆情文本，以及处理上万条非结构化数据）。
• 设计多源数据清洗管道，解决数据缺失、噪声干扰问题，数据可用率从 65%提升至92%。

2：模型开发与策略优化

创建模型实现一下功能

• 市场情绪分析：对新闻标题与社交媒体内容进行情感评分（准确率 85%）。
• 价格预测：基于时间序列数据（BTC）预测短期波动 。
• 开发动态交易策略逻辑（Python Backtrader）：结合情绪评分与价格趋势生成交易信号，年化收益率 25%，最大回撤 12% 。

3：自动化交易与系统集成

通过 Binance API 实现实时交易执行，人工干预需求减少 90%。

• 构建抽样检测模型，使用二项分布的binoinv函数进行假设检验，确定抽样检测方案的临界点
• 设计决策优化模型，采用二进制决策变量和动态规划思想，计算各环节成本，输出最优决策方案
• 完成了“企业生产流程中的次品率控制与决策优化模型”论文，提升了企业在不同生产情况下的决策效率和收益

• 利用Python和NumPy库，对352个城市的景点数据进行筛选和处理，去除异常值并补全缺失数据
• 建立GC-TOPSIS综合评价模型，结合层次分析法（AHP）和灰色关联度评分法，对城市进行综合评分和排序
• 采用旅行商问题（TSP）模型，结合贪心算法和动态规划，规划144小时内的最佳游玩路线

• 基于系统优化和可持续发展理论，确定关键指标，如游客数量、税收收入、环境成本和社会满意度
• 构建以综合效益最大化为目标的数学模型，考虑基础设施承载力、冰川退缩率和收入分配比率等约束条件
• 运用非线性规划和遗传算法求解，提出旅游业可持续发展的优化方案