美赛的要点: 1.能正确解决所有的问题，在逻辑上要清晰能说明我们的思路是如何解决的 2.一个好的摘要（这决定了能不能H以上，瞎写的摘要只能S了) 3.良好的英语水平，一个队伍内至少要有一个能够熟练全英文写作25页文章的人 4.模型的理阵,的把这个思路结合到文章中 具体解决的是哪些问题，都要说清楚 5.漂亮到美工，这个大家多半都听说了，“美术比赛”作图要足够好看才可以，排版亦然。
我认为，美赛的整个过程可以总结成：
和谁一起，用什么模型攻克什么问题。
选题方面当然也很重要，但是财经院校的数理计算机基础大部分不如理工学校，所以我们就只把范围定在EF题。
剩下的就是“和谁一起”、“用什么模型”。
01 团队合作最关键 1.队友选择：队友最好选择与自己专业互补的，因为本专业的同学学的课程都大差不大，不同专业头脑风暴更容易出点子。 实践来看，可以到学校的各种墙上发布帖子寻队友。 我们的队伍组合是:管理专业同学（事务性工作+论文写作与翻译）、金融专业同学（建模与编程) 2.督促机制：线上很难确定大家是不是在摸鱼，所以可以在前一天晚上定下第二天的起床时间，把时间和分工安排合理（时刻确认大家都有事情在做）其实是不用通宵的。
02 模型创新 模型应用要创新。 创新不是说自己创造模型，是将已有的但原先没有应用在这个领域的模型合理地应用，这需要足够了解模型背后的原理。
03 组队分工 对于一般的人来说，需要如下组合: 1.一个数学功底深厚的人好处是对模型理解快，能快速看懂一个思路解决了什么问题，变通能力强。要不然的话很多人硬套模型，很容易被限制OF奖的入围 2.一个能处理数据的人，至少Matlab这些必须能够熟练使用，给出思路之后能够实现代码并处理数据产出结果。这个人不用理论基础特别强，但是要和纯理论的人配合默契才行，代码操作能力必须好，是实操能力，这是重点! 3.一个具备一定数理基础，英语写作绝对强的论文写作者，这个人不用自己就能建很多模型，但是对于队友的思路至少必须能快速理解（我觉得至少要学过算法与数据结构，数学分析和高等代数），否则会出现理解不了思路写不下去论文的尴尬境地。此外，绝对不能机器翻译！！机器翻译的句子没有能成文的,native speaker一定会看了费解，这个人必须能够手写25页英文论文，并且承担数据可视化的任务，画图排版必须是审美特别好的人。
