香港城市大学 · 商业信息系统（金融科技）
能源经济本科背景，均分 86.08/100，IELTS 6.5，有碳足迹/LCA 实习、能源与 ESG 数据分析项目、熵值金融预警模型叙事，获得 CityU Business Information Systems（Financial and Intelligent Technology Stream）全日制 MSc offer
申请动机 · 来自 PS 原文
真实文书解析申请人在参与某国家级科研院所举办的暑期学校时，接触到高熵合金相关理论，意外发现熵理论可迁移应用于金融市场分析。其在学习实践中发现传统能源金融、碳交易市场的现有风险评估模型存在明显缺陷，无法有效捕捉政策、技术驱动的价格波动，因此希望申请商务信息系统相关项目，探索熵理论与金融信息系统的融合路径，为能源金融市场风险预警提供创新方案，助力行业可持续转型。
核心经历亮点
申请人围绕熵理论在能源金融领域的应用开展专项研究，采集2023-2024年国内上市新能源企业的交易数据搭建多维数据矩阵，采用滚动窗口法计算信息熵，发现熵值异动与价格波动的关联规律，后续结合RSI、MACD等传统技术指标搭建多指标风险预警模型，在重大事件前的市场异常行为识别上表现优异。
证书 / 语言 / 技能
熟练使用Excel进行数据处理分析，掌握生命周期评估（LCA）软件操作，具备能源经济、金融、材料分析复合知识储备，曾获校级学术三等奖学金。
学术背景
GPA
86.08%; GPA: 3.55/4.5
IELTS
6.5
本科背景
普通一本 · 能源经济学
GPA / 成绩：3.55/4.5（均分86.08%）
实习经历
3个月（2024年1月-3月）
协助开展再生铝应用可行性评估、环保材料测试及电路优化相关工作；负责产品线碳足迹分析，提出数据驱动的减碳建议，参与合规管理事务。
科研 / 项目经历
PS 描述将 entropy theory 应用于新能源股票价格数据，使用 rolling window 计算 information entropy，并与 RSI、MACD 结合构建 multi-indicator early warning model，用于识别市场异常与信息流模式；CV 还显示使用 regression analysis、time series forecasting、scenario analysis、Monte Carlo simulations 进行天然气市场预测。
OfferXS 分析
综合判断
这是一个偏量化商科向 BIS-FIT 的成功样本：语言只是 6.5，但 analytics、finance、sustainability 和 intelligent decision-support 叙事比较完整。
成功关键因素
虽然并非传统 IS/CS 背景，但能用能源经济、金融分析、BI/风险预警建模、ERP 模拟经营和数据工具能力证明对 BIS-FIT 项目的适配度，尤其适合 fintech / intelligent decision support 方向。
补偿策略
跨到 BIS 的补偿点主要来自量化金融与能源市场分析、entropy-based early warning model、regression/time-series/Monte Carlo 方法、以及将这些能力转译到 business intelligence 和 enterprise risk management 的清晰叙事。
本案例仅供参考，已经过强匿名处理。精确录取项目、学校名称等信息不会公开。案例内容不代表任何项目的录取标准或保证。
背景标签
一本能经+科研实习