FINC6028 26S1｜交作业那天 你连相关Tutorial都还没做过
📝 一门全新课的第一个坑
FINC6028 Artificial Intelligence in Finance，2026年第一次开课。没有往届学长的经验帖，没有历史考卷可以参考，连Coordinator自己可能都在摸索评分标准。
这意味着什么？你以为选新课是"没有老油条竞争"，实际上是所有人都在裸考——包括出题的人。
但真正值得注意的不是"新"这件事本身，而是这门课的时间设计里藏着一个很多人开学后才会发现的结构性问题。
💡 Tutorial永远比Lecture慢一拍——然后作业就来了
这门课的Tutorial设计是滞后一周的。Week 2的Tutorial练的是Week 1的内容，Week 3练Week 2，以此类推。这在正常教学节奏里没问题，但一旦碰上作业截止日，问题就暴露了。
Assignment 1——Combining Data from Multiple Sources，占25%，Week 5截止。
来看一下到Week 5你实际经历了什么：
| 周数 | Lecture 内容 | Tutorial 内容 | 状态 |
|---|---|---|---|
| Week 1 | AI与金融数据导论 | 无 | ✅ 已学 |
| Week 2 | ML基础 | AI与金融数据导论 | ✅ 已学 |
| Week 3 | Tree-Based Models | ML基础 | ✅ 已学 |
| Week 4 | Unsupervised Learning | Tree-Based Models | ✅ 已学 |
| Week 5 | Financial Data Handling | Unsupervised Learning | ⚠️ 交作业 |
发现了吗？Assignment 1要求你做数据整合、特征工程 (Feature Engineering)、ML模型评估。但截止那天，你上的Tutorial最远只练到了Unsupervised Learning。Financial Data Handling这个跟Assignment 1直接相关的Topic，Lecture刚讲完，Tutorial要下周才做。
你交作业的时候，连这门课最相关的那节Tutorial都还没做过。
🎬 同样的事情在Assignment 2再来一遍
Assignment 2——Portfolio Construction and Backtesting，占25%，Week 10截止。
这次更极端。ML-Driven Portfolio Construction II的Lecture安排在Week 10本身，而Portfolio Construction I的Tutorial也在Week 10才做。也就是说：
- 你还在听Portfolio Construction的第二堂课
- 你刚刚在Tutorial做了Portfolio Construction的第一次练习
- 然后当天晚上交一份关于Portfolio Construction和Backtesting的完整作业
这不是"时间紧"——这是课程设计有意为之。两份Individual Assignment占了总分的50%，每份都要求你在正式练习之前就已经能独立输出。
💰 前5周才是真正的生死线
很多人以为研究生课程前几周可以慢慢进入状态，这门课不行。Week 1到Week 5的节奏是这样的：
Week 1-2：地基期
AI导论和ML Foundations。如果你的FINC5001（前置课）学得扎实，这两周问题不大。但如果你对Python和基本的回归/分类概念不熟悉，这两周就已经开始掉队了——因为这门课不会教你Python基础。
Week 3-4：方法积累期
Tree-Based Models（随机森林、XGBoost）和Unsupervised Learning（聚类、降维）。这是Assignment 1用得上的方法论储备。Week 3-4学到的模型，Week 5要在作业里跑出来。 中间只隔了一个Tutorial的练习时间。
Week 5：撞墙期
Financial Data Handling这堂Lecture是Assignment 1的直接对口内容，但你只能听完Lecture、来不及做Tutorial就得交。实际操作中，这意味着你必须在Week 3就开始着手Assignment 1的数据准备工作，不能等Week 5的Lecture"教完了再动手"。
⚠️ 组队的40%不是你想的那样
剩下的分数结构：Group Report 30% + Pitch 10% + Participation 10%。
组队部分的隐藏设计是——Pitch在Week 13，Report在STUVAC交。大多数人的直觉是先写Report再做PPT去Present。但这门课反过来：先上台讲你的AI金融项目，拿到反馈，然后利用STUVAC那一周修改完善Report。
对于一门2026年第一次开的课，这个设计意味着Pitch环节的评分标准可能也在调整中。你没有任何"去年的Pitch长什么样"可以参考。唯一能确定的是——你的队友在Week 12之前如果还没开始准备，Week 13上台就是即兴发挥。
全部考核都允许使用AI。在一门教你AI的课里用AI写作业，听起来很合理，但这也意味着评分的区分度不在"会不会用AI"，而在你能不能解释AI给出的结果在金融场景中意味着什么。跑出一个模型不难，难的是告诉别人这个模型的Portfolio为什么在2020年3月会亏30%。
这门课的真正门槛不是技术，是你对金融逻辑的理解深度——AI只是工具，Financial Intuition才是考核在筛的东西。
