.png)
全国高校金融数据分析实战（Python）师资研修班（2022年第一期）
时间：2022-01-15 09:00 至 2022-01-24 18:00
地点：线上活动
- 参会报名
- 会议介绍
- 会议日程
- 会议嘉宾
- 参会指南
 收藏人
|
全国高校金融数据分析实战（Python）师资研修班（2022年第一期） 已过期会议时间：2022-01-15 09:00至 2022-01-24 18:00结束 会议地点： 线上活动 详细地址会前通知 会议规模：暂无 主办单位： 泰迪杯数据挖掘挑战赛组委会
|
换一换
会议介绍
会议内容 主办方介绍
全国高校金融数据分析实战（Python）师资研修班（2022年第一期）宣传图
互联网、大数据、云计算、人工智能等现代信息技术深刻改变着人类的生产、生活、学习乃至思维方式，深刻展示了世界发展的前景。目前各院校的大数据和人工智能专业教师匮乏、相关落地动手实战应用能力欠缺、授课过程中相关行业实战案例项目缺失等，为加快建设大数据、人工智能相关专业教师队伍，推动各院校建立人才培训和评价体系，特推出全国高校大数据与人工智能师资研修班,每年在全国范围内滚动开展，截止目前已在全国巡回举办50余场，参训教师近6000人次。2022年第一期全国高校金融数据分析实战（Python）师资研修班将以线上云课堂形式举办，现将有关安排通知如下。
课程特色
1、本研修班课程全程强调动手实操，内容以代码落地为主，以理论讲解为根，以公式推导为辅，通过讲解企业级案例，真正的让学员把所学内容和工作实际有效结合、更好地进行教育教学工作。
2、核心课程部分由讲师手把手一起进行实操演练，在具体应用场景中全面掌握相关技能，助力实训教学工作、实际动手的能力。视频制作精良，讲师真人出镜，全面解析专业必备技能，为相关课程开设和备课、应对科研和项目开发打下坚实基础。
3、课程设有答疑交流讨论群，培训期间助教全程辅助教学，每天提供10小时的实时在线答疑辅导，并进行答疑文档汇总，帮助学员更好地总结学习。
4、本课程配套有基础知识内容，即使零基础学员快也能找到适合自己的学习内容和节奏，快速掌握课程知识和技能。
5、所有课程相关源代码、数据、PPT、案例素材全部提供下载，即学即用，教学更轻松！视频内容支持六个月内免费回看，以便复习和参考。
6、全面实践大数据/人工智能项目流程，包括数据采集、数据存储管理、数据探索、数据处理、特征工程、数据建模等课程，提供知识讲解，助力夯实理论基础，掌握核心技术。
7、参加线上课程学习的学员，如后续本人参加线下课程继续深造，持线上缴费凭证可享受一次免费学习机会（仅限参加同一培训专题方向的线下课程）。
时间与方式
学习时间：2022年01月15日-01月24日，共计80学时
学习形式：培训以线上云课堂形式进行，支持六个月内免费回看
证书颁发
学员经在线培训并考试合格后，可以获得由工业和信息化部教育与考试中心颁发高级大数据分析师职业技术证书，证书可登录工业和信息化部教育与考试中心官网查询。
查看更多
会议日程
（最终日程以会议现场为准）
课程大纲
|
基础篇（报名成功后即可开始学习） |
||||
|
时间 |
课程内容 |
学习平台 |
||
|
正式培训前 |
Python编程基础 1 Python简介和安装 1.1 Python基础概念介绍 1.2 学会Python环境配置安装 1.3 学会编写Python第一个脚本 2. 数据类型 2.1 结构化数据与非结构化数据 2.2 六种数据类型在生活中的运用 2.3 字符串、列表、字典的常用使用方法 3 数据运算符 3.1 常用的七种运算符运用 3.2 运算符优先级 4循环和条件语句 4.1循环语句与案例使用 4.2条件语句案例使用 4.3break语句 4.4continue语句 4.5pass语句 4.6案例：实现九九乘法表 5.函数创建与案例实现 5.1函数定义和调用 5.2函数参数传递 6.NumPy工具包与案例实现 6.1创建简单NumPy数组 6.2NumPy数组属性与形状转换 6.3NumPy数值计算 6.4NumPy排序分析 6.5NumPy矩阵操作与线性方程组 6.6案例：NumPy对股票因子数据统计分析 7.Pandas工具包与案例实现 7.1Pandas基础数据结构Series 7.2Pandas基础数据结构DataFrame 7.3Pandas数据提取和排序 7.4Pandas表统计与整合 7.5案例：Pandas对期货行情数据统计分析与整合 |
泰迪云课堂 |
||
|
核心课程篇 |
|
|||
|
时间 |
课程内容 |
学习平台 |
|
|
|
主题讲座 |
|
|||
|
2022年 01月15日 18:30-22:00 |
主讲：郝志峰 主题内容：大数据视角下数字孪生与元宇宙的思考 |
泰迪云课堂 |
|
|
|
第一课 金融量化基础与数据提取 |
|
|||
|
2022年 01月15日 18:30-22:00 |
1 股票量化基础 1.1股票交易基础知识 1.2股票行情数据集介绍 1.3Python提取单个股票、多个股票、单天、多天的行情数据 1.4股票指数数据合成方法和Python提取数据 1.5股票财务报表数据集概览 1.6Python提取财务报表各表的数据，并分析应用 1.7股票因子数据分类和介绍 1.8Python提取单个因子、多个因子的数据，并简单分析 2期货量化基础 2.1期货交易基础知识 2.2期货品种分类和介绍 2.3Python提取各交易所的期货数据 3案例：分析期货品种流动性和波动性 3.1Python获取所有期货品种一年的行情数据 3.2求取所有期货品种的日均振幅，并排序处理 3.3求取所有期货品种的日均成交额、成交量，并排序处理 3.4分析所有品种的流动性和波动性，并按照交易所分析 4基金量化基础 4.1基金基础知识 4.2基金交易规则 4.3利用指标评价基金绩效 |
泰迪云课堂 |
|
|
|
操作演练 |
个人PC |
|
||
|
在线答疑 |
微信群 |
|
||
|
第二课 金融数据处理与可视化分析 |
|
|||
|
2022年 01月16日 18:30-22:00 |
1 金融数据读取和存储 1.1金融数据获取 1.2Python读取和存储CSV数据集 1.3Python读取和存储TXT数据集 1.4Python读取和存储JSON数据集 2金融数据处理 2.1金融数据缺失值查看 2.2Python对金融数据缺失值进行删除处理 2.3Python对金融数据缺失值进行填充处理 2.4金融数据计算：每日收益率 2.5金融数据计算：累计收益率 2.6Python分析金融数据相关性 2.7金融数据热图绘制与分析 3金融时间数据转化和处理 3.1Datetime数据介绍 3.2Datetime数据时间差 3.3日期转换为字符串格式strftime 3.4字符串转换为日期格式strptime 3.5Pandas下的时间格式timestamp 3.6Pandas下的时间格式DatetimeIndex 3.7Pandas中的时间函数date_range() 4金融数据可视化 4.1Pandas内置可视化 4.2seaborn绘图 4.3K线Python绘图 5案例：沪深300指数数据时间分析 5.1Python获取沪深300指数日数据集 5.2将日数据集转换为月数据集 5.3对数据集进行可视化分析 |
泰迪云课堂 |
|
|
|
操作演练 |
个人PC |
|
||
|
在线答疑 |
微信群 |
|
||
|
第三课 量化投资基础 |
|
|||
|
2022年 01月17日 18:30-22:00 |
1量化理论基础 1.1量化投资概述 1.2量化投资与传统投资区别 1.3量化投资的优势和劣势 2.量化策略基础 2.1国内量化的发展 2.2私募和公募基金的策略类型 2.3CTA趋势策略 2.4统计套利策略 2.5市场中性策略 2.6多因子选股策略 2.7量化指数增强策略 2.8机器学习交易策略 2.9大数据与舆情分析策略 2.10行业轮动策略 2.11事件驱动策略 2.12高频策略 3.策略评价指标构建 3.1Python实现年化收益率 3.2绝对收益率与相对收益率 3.3夏普比率的应用和Python实现 3.4信息比率的应用和Python实现 3.5最大回撤的应用和Python实现 4.技术形态指标分析和实践 4.1技术指标分类 4.2talib库安装和Python调用 4.3Python计算MACD指标，并绘图 4.4BOLL指标的应用和Python实现绘图 4.5ATR指标原理应用，以及指标Python计算和绘图 4.6K线形态分类 4.7十字晨星形态Python实现和图形绘制 4.8三只乌鸦Python计算和绘图 4.9上升/下跌三部曲Python实现和绘图 4.10头肩顶形态量化构建分析 |
泰迪云课堂 |
|
|
|
操作演练 |
个人PC |
|
||
|
在线答疑 |
微信群 |
|
||
|
第四课 金融统计模型 |
|
|||
|
2022年 01月18日 18:30-22:00 |
1线性回归模型 1.1线性回归原理 1.2单变量线性回归Python操作实现 1.3多变量线性回归Python操作实现 1.4案例：利用线性回归分析股票与指数之间的关系 2时间序列模型 2.1MA模型和AR模型 2.2ARMA模型的求解过程 2.3ARMA模型Python构建和实现 2.4案例：应用ARMA模型预测工商银行股价 3协整模型 3.1协整定义和检验步骤 3.2平稳性检验 3.3E-G检验法Python实践 3.4案例：判断工商银行和建设银行之间股票是否协整 4Python实现期权定价 4.1蒙特卡洛算法介绍 4.2期权定价模型 4.3案例：使用Python实现蒙特卡洛模拟期权定价 5Python实现最优投资组合管理 5.1均值‐方差前沿组合 5.2案例：利用Python进行MVF最优化投资组合管理 6Python分析实现在险价值VAR 6.1VAR的定义和应用 6.2案例：利用Python测试在险价值VAR |
泰迪云课堂 |
|
|
|
操作演练 |
个人PC |
|
||
|
在线答疑 |
微信群 |
|
||
|
第五课 经典量化策略实现 |
|
|||
|
2022年 01月19日 18:30-22:00 |
1 均线交易策略实现 1.1 均线策略交易原理 1.2 案例：均线策略实现和改进 1.3 均线策略表现评估 2 动量交易策略实现 2.1 动量概念 2.2 动量策略原理和盈利原因 2.3 案例：动量策略 Python 代码实现 3 均值反转策略实现 3.1 均值反转概念 3.2 均值反转策略原理分析 3.3 案例：均值回归策略Python实现 4 配对交易策略实现 4.1 配对交易策略原理和流程 4.2 协整检验 4.3 案例：配对交易策略Python编写实现 |
泰迪云课堂 |
|
|
|
操作演练 |
个人PC |
|
||
|
在线答疑 |
微信群 |
|
||
|
第六课 量化交易策略实现和回测 |
|
|||
|
2022年 01月20日 18:30-22:00 |
1 策略回测框架介绍 1.1 Python 执行策略流程 1.2 整体策略框架介绍 1.3 策略初始化 1.4 策略数据获取 1.5 策略逻辑运算 1.6 策略回测机制说 1.7 平台 API 实践说明 1.8 案例：使用策略框架使用双均线策略 1.9 拓展：三均线策略的设计和实现 2 策略构建思路 2.1 标的选择 2.2 策略逻辑 2.3 仓位设计 2.4 进场设计 2.5 离场设计 2.6 止盈止损设计 3 案例：使用框架实现 BiasAverage 策略构建 3.1 BiasAverage 策略思路分析 3.2 策略逻辑分析与代码实现 3.3 策略进出场设计与实现 3.4 策略止盈止损设计与实现 3.5 策略回测与绩效分析 |
泰迪云课堂 |
|
|
|
操作演练 |
个人PC |
|
||
|
在线答疑 |
微信群 |
|
||
|
第七课 股票因子分析 |
|
|||
|
2022年 01月21日 18:30-22:00 |
1. 因子数据处理 1.1 因子值获取 1.2 因子去极值处理 1.3 因子标准化处理 1.4 因子中性化处理 2. 单因子有效性检验 2.1 因子回归法检验 2.2 因子 IC 值分析检验 2.3 因子分层回测法检验 2.4 案例：挑选优质的股票因子 3. 多因子分析 3.1 历史收益率加权法合成因子 3.2 历史信息比率加权法合成因子 3.3 主成分分析法合成因子 3.4 因子正交化处理共线性 3.5 因子异方差分析 4. 案例：构建简单多因子选股策略 4.1 挑选 5 个有效因子 4.2 对因子数据进行处理 4.3 因子相关性处理 4.4 因子合成处理 4.5 构建多因子选股策略并进行绩效分析 |
泰迪云课堂 |
|
|
|
操作演练 |
个人PC |
|
||
|
在线答疑 |
微信群 |
|
||
|
第八课 实战案例：CTA 策略构建 |
|
|||
|
2022年 01月22日 19:00-21:00 |
1 Dual Turust 策略构建 1.1 Dual Turust 策略原理 1.2 交易逻辑构建 1.3 离市设计 1.4 策略增加择时改进 1.5 策略表现评估和分析 2 海龟交易策略构建 2.1 策略原理分析 2.2 选择标的 2.3 确定仓位 2.4 确定交易逻辑 2.5 进出场设计 2.6 止盈止损设计 2.7 策略回撤绩效分析与改进思路 3 统计套利策略构建 3.1 套利策略的原理和流程 3.2 挑选套利组合 3.3 套利组合协整检验 3.4 进场自适应均线计算 3.5 套利策略离场设计 3.6 止盈止损设计 3.7 完整策略搭建和回测分析 |
泰迪云课堂 |
|
|
|
操作演练 |
个人PC |
|
||
|
在线答疑 |
微信群 |
|
||
|
第九课 实战案例：多因子选股策略构建 |
|
|||
|
2022年 01月23日 19:00-21:00 |
1 案例：资产资本定价模型构建选股策略 1.1 资产资本定价模型分析 1.2 资产定价模型策略选股逻辑设计 1.3 资产定价模型策略进出场设计 1.4 资产定价模型策略实现与分析 2 案例：Fama 三因子模型选股策略构建 2.1 Fama 三因子模型分析 2.2 Fama 三因子的构建方法 2.3 Fama 三因子选股策略思路分析 2.4 Fama 三因子选股策略实践编写 2.5 Fama 三因子选股策略绩效分析 2.6 拓展：Fama 五因子模型策略实现 3 案例：实现基于支持向量机模型的多因子选股策略 3.1 机器学习模型选股原理 3.2 支持向量机模型 Python 实践 3.3 选股策略的特征集和测试集构建 3.4 支持向量机选股逻辑设计 3.5 支持向量机选股策略实践编写 3.6 支持向量机选股策略分析和改进思路 |
泰迪云课堂 |
|
|
|
操作演练 |
个人PC |
|
||
|
在线答疑 |
微信群 |
|
||
|
第十课 在线考试 |
|
|||
|
2022年 01月24日 19:00-21:00 |
高级大数据分析师职业技术证书在线考试 |
泰迪云课堂 |
|
|
查看更多
会议嘉宾
（最终出席嘉宾以会议现场为准）
郝志峰，汕头大学校长、教授、博士生导师。泰迪杯数据挖掘挑战赛组委会主任。教育部2018-2022高等学校大学数学课程教学指导委员会副主任委员。入选教育部“新世纪人才支持计划”、广东省“千百十”工程省级人选。郝志峰教授主要从事代数学及其应用、数学建模、教育信息化等领域的研究，先后主持NSFC联合基金、国家“新世纪人才支持计划”、国家自然科学基金、教育部优秀青年教师基金、教育部霍英东基金、广东省科技攻关重大项目、广东省自然科学基金、国家教育科学“十五”规划项目等省部级以上项目20余项，先后赴美国、英国、德国、日本、泰国和香港等地区访问讲学。曾获教育部自然科学奖二等奖、教育部（原国家教委）霍英东青年教师奖、广东省科技进步奖一等奖等奖项。2009年主持的“大学数学立体化教育资源与集成系统的研究和实践”获国家优秀教学成果奖二等奖。
刘政永，吉林大学经济学学士，厦门大学经济学硕士，河北金融学院大数据科学学院副教授，科研处战略管理岗，长期从事数据挖掘分析工作，致力于运用Python、R进行金融数据挖掘，有较丰富的数据挖掘等理论知识与实践经验。现为河北金融学院大数据科学学院副教授，曾担任河北金融学院经济贸易系经济统计学专业任教教研室主任三年。近年来致力于金融数据挖掘。近三年来给金融硕士讲授《金融数据挖掘》课程，运用Python进行金融数据挖掘分析；给本科生讲授《Python经济数据分析》、《国内外经济预测分析实训》等课程，运用Python进行经济数据分析、挖掘、预测等；参加天池AI实训平台师资培训、《python金融大数据分析》培训；带领学生参加“泰迪杯”数据分析与挖掘比赛并获三等奖。从2020年开始担任财经数据科学实战训练营讲师，讲授金融风控方面的实战案例。
张敏，广东泰迪智能科技股份有限公司、培训总监，从事用户数据分析和数据挖掘工作六年，具有丰富的大数据挖掘理论及实践培训经验，对数据具有较高的敏感度，根据数据对其进行全面的统计分析。精通Python、R语言、MATLAB等多种数据挖掘工具。擅长市场发展情况监控、精确营销方面的数据挖掘工作。有为南方电网、珠江数码等大型企业长期提供实施服务的经验，主导了电子商务网站用户行为分析及网页智能推荐服务、中医证型关联规则挖掘、电信业务话单量预测、航空公司客户价值分析等多个项目。2017年“泰迪杯数据挖掘挑战赛教练员培训”主讲讲师，2018年广东省Python与深度学习技术师资培训班主讲讲师，2019年第一/二/三期全国高校大数据核心技术与应用师资研修班主讲讲师、2020年第一/二/三/四/五/六期全国高校大数据与人工智能师资研修班主讲讲师，2020年国培班主讲讲师，先后负责过西安理工大学、广东工业大学、广西师范学院、广西科技大学、闽江学院、广东石油化工学院、上海健康医学院等高校实训课程及德生科技等企业内训和数据挖掘就业班的课程。组织、参与编写图书《Python编程基础》、《Python数据分析与应用》、《R语言编程基础》等。
律波，广东泰迪智能科技有限公司高级数据分析工程师，应用统计学硕士，有较强的统计学、数学、数据挖掘理论功底；精通R、Python、Power BI、Excel等数据挖掘分析工具，具有丰富的培训和项目经验，擅长从数据中发掘规律，对数据具有较高的敏感度，逻辑思维能力强，擅长数据可视化，机器学习、深度学习等算法原理的实现，如神经网络、SVM、决策树、贝叶斯等；负责“珠江数码大数据营销推荐应用”项目，完成标签库的构建及产品推荐模型；负责“京东电商产品评论情感分析”项目，完成了评论数据情感评价模型、LDA主题模型的构建；通过项目案例的转换；负责多个本科类院校数据分析软件培训和毕业生数据分析培训，先后负责广西科技大学、闽江学院、广东石油化工、韩山师范学院、广西师范大学等数据分析软件培训及实训等。多次负责“泰迪杯”数据挖掘大赛题目的构思和实现、赛前培训。大数据专业系列图书编写委员会成员，负责《R语言与数据挖掘》、《Python实训案例》、《Excel可视化案例》等书籍编写工作。
杨惠，广东泰迪智能科技股份有限公司高级数据分析师，从事人工智能工作多年，擅长计算机视觉和自然语言处理，熟悉常用深度学习算法原理及应用，如神经网络、SVM、强化学习等算法；精通TensorFlow、Python、MATLAB等常用数据挖掘处理工具。具有丰富的实践项目经验。如“智能聊天客服”项目，“车牌智能识别”项目，“京东电商产品评论情感分析”项目，“珠江数码大数据营销推荐应用”项目；“电子商务网站智能推荐服务”项目；“基于Seq2Seq注意力模型实现聊天机器人”项目。具备丰富的培训经验，曾为多家企业、院校服务过专业培训工作。如PPV商业培训、泰迪大数据师资培训、珠海城职院数据分析培训；2018年第一、三、五期全国高校大数据核心技术与应用师资研修班主讲讲师、2019年第一、三、五期全国高校大数据与人工智能师资研修班主讲讲师，2019年国家电网大数据竞赛河北省电力系统培训班主讲讲师。大数据专业系列图书编写委员会成员，负责《Python数据分析与应用》、《R语言编程基础》、《TensorFlow2深度学习实战》、《深度学习与计算机视觉实战》等书籍编写工作。
陈四德，广东泰迪智能科技股份有限公司高级数据分析师，统计学专业，对数据统计分析和数据挖掘领域均有较强的理解和理论基础；有造价行业、游戏行业背景和丰富的项目经验，精通行业内的各种指标分析，擅于从多维度分析数据，逻辑性强；擅长Python、R语言、MySQL数据库等工具，能熟练对数据进行数据处理和分析，掌握常用的数据挖掘算法如分类、聚类等，以及深度学习TensorFlow的使用。负责“网站会员流失预测”项目，完成数据处理，模型构建；负责“平台BI埋点数据入库及数据分析”项目，完成数据盘点、数据指标整理和把控；负责“游戏数据分析”项目，完成产出游戏生态日报、客户价值分群结果、用户流失的预警、用户画像指标的完善和维护，项目经验丰富。负责过西安交大城市学院、福建农林大学、国培师资培训、韩山师范学院数据分析就业班、湖南科技职业技术学院、武汉科技大学、广东机电职业技术学院国培、柳州城市职业技术学院第一届大数据职业技能竞赛指导、吉林大学珠海学院等培训项目，授课经验丰富。负责过“泰迪杯”数据挖掘挑战赛出题及赛题指导。
毛朝选，深圳点宽网络科技有限公司 合伙人&金融科技教研部总监，上海财经大学硕士，曾任上海立信会计金融学院统计与数学学院金融数学系主任，深圳数字动能信息技术有限公司量化研究员。近十年高校一线教学经验与多个高等教材编写经验，具有丰富的学科竞赛指导经验，熟悉高等教育领域的人才培养，学科建设与产学共建工作。多次获得所在高校十大受欢迎的老师荣誉称号。参与多个国家自然科学基金项目、上海市教委重点课程建设项目。2021年以合伙人身份加入点宽，任金融科技课程教研部总经理，负责结合高校本科教育和金融科技行业实践，专注金融科技教育人才培养与课程建设工作。
蔡景波，深圳点宽网络科技有限公司 金融科技教研部量化研究主管，广东财经大学金融数学系本科毕业。曾任私募资管部量化研究小组负责人，专注于期货策略研究，熟悉多套期货套利策略研发，带领团队将套利策略应用于外盘期货，多个实盘业绩稳健盈利。目前主要负责股票多因子以及数据挖 掘方面等项目，已为十多家高校师生提供量化实践教育培训服务；第一届粤港澳金融数学建模竞 赛专家组成员，点宽量化学院导师，2018年加入点宽，任金融科技教研部量化研究主管，主导量化新兵训练营、量化提升特训营、python 数据分析特训营 等线上培训项目。
刘洋，深圳点宽网络科技有限公司 金融科技教研部数据分析师，点宽高级数据分析师（人工智能方向），香港中文大学理学硕士。拥有多年基础数学研究经历，丰富的数据分析经验，熟悉港股美股市场，具备多年的期权、期货等衍生品实践经验， 对人工智能领域有着深刻研究， 包括图像识别、 自然语言处理等。目前主要负责数据清洗和特征工程、人工智能实践课程研发和培训。
严鉴知，深圳点宽网络科技有限公司 金融科技教研部量化研究员，点宽高级量化研究员跟培训讲师，美国纽约州立大学理工学院计算机理学硕士。拥有丰富的软件和人工智能项目开发经验，包括基于3D点云的图像识别项目、神经网络的优化工程以及国内某大型物流公司的人工智能系统开发，熟悉国内外金融市场，具备丰富的期权量化交易实践经验。目前主要负责量化金融和人工智能实践课程研发和培训。
严韬，深圳点宽网络科技有限公司 金融科技教研部量化研究员，FRM持证人，通过CFA3级，香港中文大学风险管理科学本科毕业，美国霍夫斯特拉大学量化金融学硕士。拥有丰富的金融工程、统计学研究经历及数据分析经验。熟悉国内外金融市场，具备丰富的期权、期货量化交易实践经验。有多次参与国际股票、期货竞赛的经历，曾在CME期货交易大赛中进入top3%。曾在海外任职IPO项目组金融数据分析工作，且具有商业银行交易部门金融工程实战经验。目前主要负责量化金融课程研发和培训。
查看更多
参会指南
会议门票
培训费用：1980 元/人，包含（报名费、学习费、资料费、证书费）
报名材料：报名申请表、身份证复印件、两寸近期正面免冠彩色半身证件照电子版(要求：背景：白色，格式：JPG，大小：14-20K)。
查看更多
温馨提示
酒店与住宿:
为防止极端情况下活动延期或取消，建议“异地客户”与活动家客服确认参会信息后，再安排出行与住宿。
退款规则:
活动各项资源需提前采购，购票后不支持退款，可以换人参加。
您可能还会关注
会议支持：
-
会员折扣
该会议支持会员折扣
具体折扣标准请参见plus会员页面 -
会员返积分
每消费1元累积1个会员积分。
仅PC站支持。 -
会员积分抵现
根据会员等级的不同，每抵用1元可使用的积分也不一样，具体可参见PLUS会员页面。 仅PC站支持。
部分参会单位
邮件提醒通知
赞助