彭鹏一

核心学习内容：统计物理、应用图论、金融衍生品定价，随机过程，平衡性分析，计算金融，机器学习等。

课程涵盖金融建模、统计推断与计量经济，夯实数据金融分析基础

核心课程：线性代数，微积分，常微分方程，偏微分方程，抽象代数，概率论，统计，数学物理，动力系统等课程。

一等学位。

• 进行前台客户的接待，仪器的送检，检验证书的管理，财务文件的处理。

• 开发了一个 VBA 程序，用于自动分类具有相同前缀的文件，提高了财务数据的处理效率，减少了 70% 的处理时间。

• 参与世坤的竞赛，以及在英国和中国的线上线下活动与英国的顾问交流。
• 利用 Python 和 Tushare 接口搭建 A 股日线数据抓取系统，覆盖 2017–2025 年历史行情，已导入本地 MySQL 数据库。
• 实现自动数据更新与去重逻辑，支持后续技术指标计算与选股策略开发。

• 基于 Kaggle Home Credit 数据集，模拟信用卡客户信用评分与授信审批流程，构建风险预测与额度策略模型；
• 整合交易频次、账单延迟、信用记录等多维度行为特征，构建评分与授信策略系统，结合用户行为特征与信用风险因
• 素，提升风控精准度与产品策略灵活性；
• 基于客户生命周期价值（LTV）与 RFM 分析进行聚类，预测不同客户群未来贡献，辅助留存、交叉推荐与额度管理策略；

• 使用多维数据（基本面，量价，另类舆情）挖掘因子，并进因子逻辑分析评估预测能力。
• 分别在 MAPC 中全球 850 支团队中排名第 11，在 IQC 中全球排名 Top 0.6%