金融理论应用 答案 8

知识自测题【在线测试_二维码：/course/JSSVC-1207056805】一、单项选择题1.下列关于比特币与区块链关系的描述，正确的一项是（C）。A.区块链就是比特币B.区块链是比特币的一种技术应用C.比特币是区块链技术的一种应用场景D.区块链必须依托比特币等加密数字货币运作2.下列关于挖矿过程中的“哈希函数”的说法，不准确的一项是（D）。A.哈希函数的输出长度是固定的B.输入不同的字符，哈希函数会输出不同的哈希值C.要求输出的目标哈希值越小，则可能需要尝试输入的次数越多D.可以根据输出的哈希值，推算输入的字符3.依赖计算机进行数学运算来获取记账权，每次达成共识需要全网共同参与运算的机制是（A）。A.工作量证明机制B.权益证明机制C.授权股份证明机制D.拜占庭协议4.能够实现不同区块链间交互的新技术是（C）。A.智能合约B.闪电网络C.跨链技术D.以太坊5.区块链在互联网保险、互联网证券等互联网金融领域的应用，主要处于（B）阶段。A.区块链1.0B.区块链2.0C.区块链3.0D.区块链6.Merkle树（哈希树）是区块链的重要数据结构，能够提供区块链数据的溯源和定位功能，其每个中间节点的内容是（A）。A.两个孩子节点内容的哈希值B.两个父节点内容的哈希值C.根节点内容的哈希值D.相邻中间节点内容的哈希值7.下列各项中不属于人工智能技术面临的风险的是（D）。A.技术安全风险B.隐私泄露的风险C.责任主体难以认定的风险D.效率下降的风险8.下列关于智能合约的说法，不准确的一项是（A）。A.智能合约中的“事件”指的是数据，而“事务”是对数据的描述B.多方用户共同参与制定一份智能合约C.智能合约通过P2P网络扩散并部署到区块链上D.当合约包含的所有事务都顺序执行完成后，状态机会将合约的状态标记为完成9.下列各项中属于“授权股份证明机制”的是（C）。A.PoWB.PoSC.DPoSD.EOS10.设某个仅有A、B两笔交易构成的简化的Merkle树中，哈希函数为SHA256，则Merkle根为（B）。A.SHA256(SHA256(A+B))B.SHA256(SHA256(HA+HB))C.SHA256(A+B)D.SHA256(HA+HB)11.以太坊最突出的创新点是（A）。A.智能合约B.共识机制C.分布式数据库结构D.加密算法模块12.如果把区块链数据库看作一个账本，那么对于它的读写就成了“记账”行为。区块链采用的“记账”方法为（C）。A.复式记账B.借贷记账C.分布式记账D.单式记账13.运用于金融机构端的监管科技称为（C）。A.金融科技B.科技金融C.合规科技D.保险科技14.通过调查问卷的方式，对用户的年龄、资产、投资期限和风险承受能力等方面进行分析后，经过计算，为用户提供满足其风险和收益要求的一系列不同配比的金融产品，这类智能投顾模式属于（B）。A.配置咨询型B.独立建议型C.综合理财型D.“类智投模式”15.下列哪一项金融科技技术有助于解决传统供应链金融中信用无法有效传递的问题？（C）A.大数据B.云计算C.区块链D.人工智能16.以下选项中，机器学习算法真正用来“学习”的数据是（B）。A.验证集B.训练集C.测试集D.超参数集17.大模型中的“大”，主要指的是（B）。A.大量公式B.大量参数C.大量输出D.大量输入18.基于生成式人工智能技术的大模型，在预训练时，主要使用的学习方法是（A）。A.无监督学习B.有监督学习C.半监督学习D.强化学习19.生成式人工智能与传统人工智能相比，最大的优势是（C）。A.具有自然语言处理能力B.具有“对话”能力C.能够创造新的文本和视频D.能够应用到金融客服场景中20.大模型的（D），是指当模型规模达到一定程度时，模型表现出一些意料之外的新能力和特性。A.语言能力B.创新能力 C.多模态融合D.涌现能力二、多项选择题1.比特币“挖矿”的奖励每隔多长时间减半？（BC）A.每隔约5年B.每隔21万个区块C.每隔约4年D.每隔25万个区块2.下列属于区块链特点的是（ABCD）。 A.去中心化B.智能合约C.数据不可篡改D.共识信任机制3.在区块链的六层结构模型中，必不可少的是（ABC）。A.数据层B.网络层C.共识层D.合约层4.下列关于非对称加密算法中公钥和私钥关系的描述，正确的有（ABCD）。A.公钥和私钥成对出现B.私钥只有本人才有，而公钥是全网公开的C.如果你的消息使用公钥加密，那么需要该公钥对应的私钥才能解密D.如果你的消息使用私钥加密，那么需要该私钥对应的公钥才能解密5.从数据结构上分类，大数据可以分为哪几类？（ABC）A.结构化数据B.半结构化数据C.非结构化数据D.实时数据6.已知哈希函数y=f(x)，下列关于该函数性质的说法，正确的是（AC）。A.已知x求y=f(x)很容易B.已知y求x=f-1(y)很容易C.已知x1，y1，验证f(x1)≤y1很容易D.已知x1，y1，验证f(x1)≤y1很困难7.下列编程语言适合用于开发区块链分布式应用（Dapp）的有（AB）。A.PythonB.GOC.C++D.VBA8.下列领域适合应用区块链技术的有（ABCD）。A.数字资产B.互联网保险C.公证、选举D.公益众筹9.人工智能对金融创新的影响包括（ABCD）。A.改善客户体验B.拓宽服务范围C.增强风控能力D.提升研究水平10.某款基于区块链的互联网保险产品可以实现电子合同的存证以及自动化理赔，则该产品主要使用了区块链的哪些特性？（CD）A.P2P组网机制B.工作量证明机制C.数据不可篡改D.智能合约11.下列属于国内代表性通用大模型的有（ABCD）。A.DeepSeekB.豆包C.文小言D.Kimi智能助手12.金融大模型以大模型为核心，结合（ABCD）等构成一个可满足金融领域安全应用要求的应用系统，来支撑在金融应用各场景中的应用。A.金融专业知识库B.金融专业工具库C.“智能体”D.安全合规组件13.下列属于生成式人工智能金融应用场景的有（ABCD）。A.智能客服B.产品创新C.风险管理D.普惠金融14.下列属于金融大模型的有（BC）。A.ChatGPTB.“蚂小财”C.“宜人智科”D.DeepSeek15.小金向同一个大模型连续输入了两次完全相同的“提示词”，下列说法正确的有（ABD）。A.大模型可能会生成不同的内容B.小金无法了解大模型完整的生成机制C.大模型一定会输出完全相同的内容D.小金可以查询大模型所依据的参考资料16.下列属于区块头中的字段的有（BCD）。A.本区块哈希散列B.上一区块哈希散列C.难度目标D.随机数三、简答题1.请简述区块链的六层结构模型。参考答案：区块链技术的模型是由自下而上的数据层、网络层、共识层、激励层、合约层和应用层组成的。首先是“数据层”，封装了底层数据区块的链式结构，以及相关的非对称公私钥数据加密技术和时间戳等技术，这是整个区块链技术中最底层的数据结构。这些技术是构建全球金融系统的基础，数十年的使用证明了它非常安全的可靠性。而区块链，正是巧妙地把这些技术结合在了一起。其次是“网络层”，包括P2P组网机制、数据传播机制和数据验证机制等。P2P组网技术早期应用在BT这类P2P下载软件中，这就意味着区块链具有自动组网功能。第三层“共识层”，封装了网络节点的各类共识机制算法。共识机制算法是区块链的核心技术，因为这决定了到底是谁来进行记账，而记账决定方式将会影响整个系统的安全性和可靠性。目前已经出现了十余种共识机制算法，其中比较知名的有工作量证明机制、权益证明机制、授权股份证明机制等。第四层“激励层”，将经济因素集成到区块链技术体系中来，包括经济激励的发行机制和分配机制等，主要出现在公有链当中。在公有链中必须激励遵守规则参与记账的节点，并且惩罚不遵守规则的节点，才能让整个系统朝着良性循环的方向发展。而在私有链当中，则不一定需要进行激励，因为参与记账的节点往往是在链外完成了博弈，通过强制力或自愿来要求参与记账。第五层“合约层”，封装各类脚本、算法和智能合约，是区块链可编程特性的基础。比特币本身就具有简单脚本的编写功能，而以太坊极大地强化了编程语言协议，理论上可以编写实现任何功能的应用。如果把比特币看成是全球账本的话，以太坊可以看作是一台“全球计算机”，任何人都可以上传和执行任意的应用程序，并且程序的有效执行能得到保证。第六层“应用层”，封装了区块链的各种应用场景和案例，比如搭建在以太坊上的各类区块链应用即部署在应用层，而未来的可编程金融和可编程社会也将会是搭建在应用层。2.请简述区块链的主要分类，并各举一个应用实例。参考答案：随着区块链应用领域的不断拓展，逐渐演化出以下三种类型，即公有链、联盟链和专有链，如表1所示。表1区块链的主要分类类别核心特征主要运作机制应用举例公有链去中心化权限对公众完全开放，所有参与人员均可竞争“记账权”，参与节点之间的信任机制为工作量证明机制，多用于网络节点之间无信任基础的情况。公有链的优势在于节点全网化和透明化，能够保证信息和价值在安全可靠的前提下进行快速的流动比特币、莱特币联盟链多中心化由具有参与权限的成员组成，记账者由参与人员协商确定，所有参与节点之间的信任机制为共识机制R3银行联盟专有链中心化由具有中心控制权限的成员组成，所有参与节点之间的信任机制为互信机制，多用于节点之间高度信任的情况企业中心化系统上链3.请简述以下英文术语的含义：PoW、EOS、MerkleHashTree、RA、AIGC、LLM。参考答案：PoW：ProofofWork，工作量证明机制，是区块链中一种重要的算法共识机制，其核心思想是通过引入分布式节点的算力竞争来保证数据一致性和共识的安全性。EOS：EnterpriseOperationSystem，是为商用分布式应用设计的一款区块链操作系统，旨在实现分布式应用的性能扩展。EOS软件引入了一种新的区块链架构，通过创建一个对开发者友好的区块链底层平台，支持多个应用同时运行，为开发Dapp（分布式应用）提供底层的模板。MerkleHashTree：MerkleHash树是区块链的重要数据结构，其作用是快速递归和校验区块数据的存在性和完整性。Merkle树通常包含区块体的底层交易数据库、区块头的根哈希值（即Merkle根），以及所有沿底层区块数据到根哈希的分支。要追溯和证明区块中存在某个特定的交易，只需要找到一条从特定交易到Merkle根的认证路径。RA：RobotAdvisor，智能投顾，是指运用云计算、大数据、机器学习等技术将资产组合理论、其他资产定价及行为金融学理论等金融投资理论应用到模型中，再将投资者风险偏好、财务状况及理财规划等变量输入模型，为用户生成自动化、智能化、个性化的资产配置建议，并对组合实现跟踪和自动调整的金融服务新模式。AIGC：ArtificialIntelligenceGeneratedContent，生成式人工智能，是人工智能技术的一个前沿分支，具体是指基于机器学习、生成对抗网络等技术，通过算法、模型、数据、规则等自动生成文本、图像、音频、视频、代码等内容的新型生产方式。LLM：LargeLanguageModel，大语言模型，简称大模型，通常指的是具有大量参数的深度学习模型，旨在理解和生成人类语言。4.请分析金融科技与监管科技的关系。参考答案：金融科技可以同时为金融机构和监管部门服务。当人工智能、区块链、云计算、大数据等数字技术被金融机构应用，解决行业原有“痛点”时，就可能形成金融科技新生态，推动数字金融创新；相应地，这些新技术被监管部门用于金融科技监管实践，以降低监管成本，提升监管效能，则称为监管科技（RegTech）。监管有效性和监管部门、金融科技公司、金融行业的长期发展利益是一致的。所以监管部门需要探索应用监管科技的可持续路径，构建金融科技、数字金融创新、监管科技之间的良性互动机制，实现协同效应。金融科技与监管科技之间的关系如图1所示。人工智能、区块链人工智能、区块链金融科技云计算、大数据监管部门金融机构应用应用监管科技数字金融创新良性互动图1金融科技与监管科技的关系5.请比较机器学习中的有监督学习、无监督学习和半监督学习，并各举一个例子。参考答案：有监督学习所需要的样本数据，需要同时包含样本特征自变量(X)和目标变量(Y)，然后使用有监督学习根据学习算法训练得到从特征自变量输入到目标变量输出的映射函数：Y=f(X)。有监督学习根据解决问题类型不同，可以进一步分为分类和回归。分类：分类问题的目标变量是类别，如“红色”或“白色”，“垃圾邮件”或“非垃圾邮件”。回归：回归问题的目标变量是实数值，如“销量”或“价格”。在进行无监督学习时，数据只有输入的特征变量(X)，没有目标变量(Y)。算法在输入数据的过程中自己发现数据中的规律或模式。无监督学习问题可以进一步划分为关联和聚类问题。关联：关联规则学习目的是从数据中发现强规则，如“买了商品A的顾客有可能还会买商品B”，这背后就是利用关联规则所发现的规律。聚类：聚类方法可以发现数据内部的组群关系。假设某企业要生产T恤，却不知道XS、S、M、L和XL的尺寸到底应该设计为多大，则可以根据体测数据，用聚类算法把消费者分到不同的组，从而决定尺码的大小。

在半监督学习模式中，输入的样本数据部分被标识，部分没有被标识，这种学习模型可以用来进行预测，但是模型首先需要学习数据的内在结构以便合理地组织数据来进行预测。在实际应用中，半监督学习通常用于只有少量有标记数据的场景，因为对数据进行标记的代价有时很高，比如在生物学中，对某种蛋白质的结构分析或者功能鉴定，可能会花上生物学家很多年的工作，而大量的未标记的数据却很容易得到。而在金融领域，如果只有少量已标记的逾期违约借款人的黑名单数据，而有大量未标记的未到期借款人的数据，也可以使用包括有标记样本数据和未标记样本数据的训练集，通过半监督学习来预测违约率。6.请简述大模型与生成式人工智能的关系。参考答案：大模型是生成式人工智能实现的技术基础。大模型通过深度学习和大量数据的训练，具备了生成新内容的能力。在参数规模上，大模型的参数数量通常达到数十亿甚至数千亿级别，这使得模型能够捕捉到更细微的数据模式，生成更高质量的内容。在多模态能力方面，随着技术的发展，大模型开始融合多种模态的数据，如文本、图像、声音等，这使得生成式人工智能能够跨模态生成内容，提供更丰富的应用场景。生成式人工智能作为大模型应用的一个重要领域，涵盖了多种创造性任务，如文本生成、图像创作、音乐制作等。这些应用展示了大模型在模仿和扩展人类创造力方面的潜力。大模型的涌现能力进一步拓展生成式人工智能应用范围。涌现能力是大模型特有的一种现象，指的是当模型规模达到一定程度时，模型表现出一些意料之外的新能力和特性。这种现象在生成式人工智能中尤为明显，例如在大语言模型中，当参数数量增加到一定阈值时，模型突然能够完成一些之前无法完成的复杂任务，如理解隐喻、生成创造性文本等。三、综合训练题1.请结合图3-X，查阅有关资料，分析区块链的技术演进与应用场景。图3-X区块链技术的应用场景参考答案：区块链作为一项颠覆式创新技术，自身也是过去众多领域所累积技术基础上的有效结合，并在不断演化发展过程中。区块链在应用及应用探索层面可以分为三个发展阶段：区块链1.0数字货币阶段，解决货币、支付领域的去中心化；区块链2.0智能合约阶段，解决金融科技领域的去中心化和可编程；区块链3.0扩展应用阶段，将基于EOS解决社会的可编程。区块链技术是近年来金融科技领域的重大突破，中国央行推动的基于区块链的数字票据交易平台已测试成功，法定数字货币正在研制中。区块链技术方兴未艾，在金融服务、智能制造、医疗健康、文化娱乐、教育就业等经济社会生活的方方面面具有广阔的应用前景。让我们在实践中进一步关注、学习和体验区块链技术，拥抱“区块链＋”新时代的到来！2.假设某金融科技平台开发了一个用于授信审批的人工智能模型，该模型考虑四个特征自变量，分别为贷款申请人是否为微信的“微粒贷”白名单用户、住房条件、学历以及月收入，并对这四个特征自变量X按照表3-X所示赋值。由于输入人工智能模型神经元的数据必须是二进制的，所以先要将赋值转换为3位二进制数据，然后合理确定各特征自变量的权重W以及阈值V，以得到预期的结果。请综合运用所学知识，探索以下问题的答案。表3-X特征自变量X赋值表特征量符号赋值方式对应二进制数X1不是白名单用户赋值0；是白名单用户赋值1000、001X2无住房赋值0；有住房有贷款赋值1；有住房无贷款赋值2000、001、010X3大专以下赋值0；大专和本科赋值1；研究生赋值2X4月收入5000元以下赋值0，5000元至1万元赋值1，1万元至1.5万元赋值2；1.5万元以上赋值3(1)请参照表3-6中X1和X2的示例，写出X3和X4对应的二进制数，并填入表中。(2)设权重W1=4，W2=2，W3=2，W4=1，阈值V=9，现有一位白名单借款人申请借款，该借款人有住房有贷款，本科学历，月收入为4500元。试通过计算说明上述人工智能模型是否会通过该借款申请人的授信审批？(3)接第(2)小题的条件，如果希望适当放宽授信标准，则可以如何调整模型的参数？为什么？(4)如果希望对非白名单用户“一票否决”，请设计一种合理的方案，给出相应的权重及阈值。(5)现有包含大量借款申请资料的“原始样本数据集”可作为上述人工智能模型的“学习资料”，那么你认为可以用什么方法来划分训练集、验证集和测试集？参考答案：(1)X3对应的二进制数为000、001、010；X4对应的二进制数为000、001、010、011。(2)该名借款申请人的加权和=4*1+2*1+2*1+1*0=8，由于加权和小于阈值V=9，因此上述人工智能模型不会通过授信审批。(3)如果希望适当放宽授信标准，则可以考虑降低阈值。因为降低阈值，借款申请人的加权和就相对更容易大于阈值，从而使上述人工智能模型神经元输出“1”(4)如果希望对非白名单用户“一票否决”，则需要尽可能提高“是否白名单用户”这一特征自变量对应的权重W1。如可以设计W1=8，W2=1，W3=1，W4=1，阈值V=8。此时，对于非白名单用户，其最高加权和为2+2+3=7，小于阈值，因此所有的非白名单用户均不能通过授信审批，即“一票否决”。而对于白名单用户，由于W1=8，因此只要在其他特征变量中有一个非“0”(5)已经获得了包含大量借款申请资料的“原始样本数据集”，则可以从“原始样本数据集”中划分出训练集、验证集和测试集。首先，可划分出测试集，用来评估最终模型的效果；之后在剩余的数据集中继续划分出训练集和验证集。训练集和验证集的划分方法有两种：“hold-out”和交互检验。其中hold-out方法是指将剩余的数据按照一定比例划分出训练集和验证集，比如70%作为训练集，30%作为验证集。交互检验是将剩余数据划分为k等份，用k-1份作为训练集，剩余1份作为验证集，依次轮换训练集和验证集k次，直到找到预测误差最小的模型，就可认为是所求模型，也被称为k折交叉验证(k-fold

cross-validation)。值得注意的是，在划分训练集和验证集时，如果数据集有时间序列属性，则不适合使用交互检验，可以用hold-out方法尝试不同比例的验证集效果，以达到相当于交互检验的目的。3.针对以下新金融业态，通过网络检索或实地调研，各举出一个成功应用人工智能、区块链等金融科技新技术解决行业“痛点”或提升服务效率的实际案例。（1）开放银行；（2）证券量化交易；（3）小微金融；（4）保险科技参考答案：此题为开放性问题，鼓励学生通过互联网或者实地调研等方式广泛收集资料，开展研究性学习。举出的例子成功应用了人工智能、区块链等金融科技技术，解决了该种新金融业态的某个“痛点”或者提升了该业态的服务效率均可。如，应用人工智能技术开发出了面向小微企业的零接触、自动化的贷款产品，在疫情常态化防控背景下，解决了小微企业融资难、融资贵、融资慢的“痛点”，提升了小微金融服务效率。4.“百川证券协会”是某大学对证券投资感兴趣的学生组建的社团，假设你是该社团的社长，打算邀请证券公司的专业人士到校开展金融知识和投资者教育活动。在活动开展之前，首先需要撰写详细的活动策划方案，然后需要根据方案完成活动宣传PPT和公众号推文。你打算在大模型的辅助下完成上述工作。（1）基于生成式人工智能的大模型，为什么具有内容生成能力？（2）请选择你熟悉的大模型，通过撰写完整、准确的“提示词”，在大模型的辅助下，撰写详细的活动策划方案。（3）请根据活动策划方案，选择合适的大模型“智能体”工具，协助你完成活动宣传PPT的制作和公众号推文的撰写。参考答案：（1）基于生成式人工智能技术的大模型，在创新内容生成方面展现出了巨大的潜力。它通过学习大量的数据集，能够创造出全新的文本、图像、音频和视频等内容。这种内容生成不仅是对现有数据的简单复制，而且能够基于学习到的模式和结构，创造出具有一定原创性和创意的作品。例如，在文本生成方面，生成式人工智能大模型可以撰写文章、设计方案、创作诗歌、生成代码、制作PPT等，这些文本内容在结构和语义上与人类创作者的作品相似，甚至能够模仿特定人类作者的风格。在图像生成方面，生成式人工智能能够创造出逼真的图像，甚至艺术作品，这些图像在视觉上与真实拍摄的照片难以区分。在音频和视频生成方面，生成式人工智能同样能够生成音乐、声音效果以及视频内容，这些内容在听觉和视觉上都能够达到高度的真实感。（2）例如可以选择“Kimi智能助手”大模型，并加载“长文生成器”智能体工具，输入以下提示词：“假设你是大学里面百川证券协会学生社团的社长，打算邀请证券公司的专业人士到校为在校大学生开展金融知识和投资者教育活动，请帮忙撰写详细的活动策划方案，要求包括活动目的、活动内容、活动流程、活动预算、主讲嘉宾介绍、活动宣传和推广要求等。”然后，根据大模型生成的策划方案初稿，结果实际进行修改完善，形成完整、合理的活动策划方案。以下为示例。#1.活动目的##1.1提升学生金融知识本次活动旨在通过专业人士的讲解和案例分析，使学生了解金融市场的基本概念、投资工具及其运作方式，提高学生对金融行业的整体认识。##1.2增强投资风险意识通过实际案例的分享，让学生认识到投资活动中存在的潜在风险，学会如何进行风险评估和控制，培养理性投资的观念。##1.3促进理论与实践结合活动将邀请具有丰富实战经验的证券公司专业人士，通过讲座与互动讨论的方式，使学生能够将理论知识与实际操作相结合，增强实践能力。#2.活动内容##2.1金融知识讲座金融知识讲座将涵盖股票、债券、基金等基础金融产品的知识，以及市场分析、风险管理等投资策略。讲座的目标是为学生提供一个全面了解金融市场的窗口，增强他们的金融素养。-讲座主题：《金融市场基础与个人投资策略》-讲座时长：预计2小时，分为上下两个半场，每半场1小时，中场休息10分钟。-讲座形式：主讲嘉宾将通过PPT演示、案例分析等方式，结合实际市场数据，为学生讲解金融知识。-预期效果：学生能够理解金融市场的基本原理，掌握基本的投资分析方法。##2.2投资模拟体验投资模拟体验环节将通过模拟交易平台，让学生在虚拟环境中进行股票、期货等金融产品的模拟交易，体验投资过程。-模拟平台：使用专业的金融模拟交易软件，提供实时的市场数据和交易环境。-体验时长：1小时，学生将被分为小组，每组5-6人，共同讨论并进行模拟交易。-指导支持：由专业人士提供现场指导，帮助学生理解交易规则，分析市场动态。-体验目标：通过模拟交易，学生能够体验投资决策的过程，理解投资风险和回报。##2.3互动问答环节互动问答环节将提供一个平台，让学生与专业人士进行面对面的交流，解答学生在金融知识和投资实践中的疑问。-问答形式：开放式问答，学生可以自由提问，嘉宾现场解答。-问答时长：30分钟，确保每位提问者都能得到满意的答复。-问题范围：包括但不限于金融市场的运作机制、投资策略的选择、风险控制的方法等。-预期效果：通过互动问答，增强学生对金融知识的理解和应用能力，提高他们的投资意识和风险防范意识。#3.活动流程##3.1活动宣传与报名-利用校园网、社交媒体、海报、横幅等多种渠道进行宣传，确保覆盖全校学生。-设计并发布活动海报，包含活动主题、时间、地点、嘉宾介绍等关键信息。-开放在线报名平台，收集参与者信息，以便后续通知和反馈收集。-与学校相关部门合作，通过校园广播、电子屏幕等进行宣传。##3.2嘉宾邀请与接待-确定邀请嘉宾名单，包括证券公司的分析师、投资顾问等专业人士。-发送正式邀请函，并明确活动流程、时间安排及嘉宾职责。-与嘉宾沟通演讲主题，确保内容符合学生需求且具有吸引力。-安排专人负责嘉宾接待，包括交通、住宿等事宜。##3.3现场布置与设备检查-提前一周确定场地，并进行预订。-根据活动规模，设计并布置会场，包括座椅摆放、指示牌设置等。-检查音响、投影、麦克风等设备，确保活动当天能够正常使用。-准备签到处，安排志愿者负责现场指引和签到工作。##3.4活动正式开始-活动开始前半小时开放入场，志愿者引导参与者就坐。-社长致欢迎词，介绍活动目的和流程。-主持人介绍首位嘉宾，并引导其上台演讲。##3.5互动环节与问题解答-安排互动环节，如问答、小组讨论等，鼓励学生积极参与。-提供小礼品或证书，以奖励积极参与的学生。-确保现场有足够的志愿者协助维持秩序和解答疑问。##3.6活动总结与反馈收集-活动结束后，由社长进行总结发言，感谢嘉宾和参与者。-发放反馈表或通过在线问卷收集参与者的意见和建议。-整理活动照片和视频，制作活动回顾资料，