一、项目概况：四大学院联合打造的跨学科项目
卡内基梅隆大学计算金融硕士（Master of Science in Computational Finance, MSCF）由Tepper商学院、数学系、统计学系、Heinz学院四大学院联合开设，是融合金融、数学、统计与计算机的STEM认证项目。项目学制为16个月（3个学期+暑期实习），提供匹兹堡和纽约两个校区选择，每年招生约90-100人（匹兹堡校区约50人，纽约校区约46人），国际学生占比约85%。课程以“量化分析+编程实践+金融应用”为核心，培养适配投行、对冲基金、金融科技企业的“金融+技术”复合型人才。
纽约校区位于纽交所斜对面，与华尔街一街之隔，学生可便捷接触金融机构与行业资源；匹兹堡校区则依托CMU强大的计算机学院资源，课程更侧重技术深度。
二、课程设置：硬核量化与实践导向
课程体系以“前置预备+核心必修+方向选修+实习项目”为框架，兼顾理论深度与行业实用性：
- 前置预备课程：
每年8月为新生提供为期四周的预备课程，涵盖概率、数学、Python编程、金融市场基础及求职技能培训，帮助学生适应高强度课程。
- 核心必修课程：
- 金融理论：固定收益、多期资产定价、金融数据科学（机器学习在金融中的应用）；
- 量化技术：随机微积分、金融时间序列分析、统计机器学习（数据挖掘、强化学习）；
- 编程实践：金融计算（C++/Python）、金融优化、期权定价模拟方法，编程技能贯穿整个项目。
- 方向选修（五大分支）：
学生可根据职业规划选择细分方向，每个方向需完成至少3门课程：
- 量化研究：课程包括高级金融工程研究、金融计量经济学，适配投行或对冲基金的量化研究岗位；
- 算法交易：涉及市场微观结构、高频交易策略设计、统计套利，适合量化公司或交易所；
- 资产管理：涵盖投资组合管理、量化投资策略、多资产配置，对接资管公司；
- 风险管理：包括高级风险管理、信用风险建模、金融科技中的风险管控；
- 金融科技：包括区块链与加密货币、智能投顾系统开发、大数据在金融中的应用。
- 实习与实践：
100%学生获得暑期实习机会，合作企业包括高盛、摩根大通、Citadel、Two Sigma等；部分学生通过实习获得全职录用（2019年63%的学生拿到return offer）。
-
三、申请要求：量化背景与编程能力
项目竞争激烈，录取偏好“强数理基础+编程能力+金融兴趣”的申请者，核心要求如下：
- 学术背景：
本科专业优先考虑数学、统计、计算机、工程或金融相关领域；需修读过微积分I和II、线性代数、微分方程、基于微积分的概率课程；GPA建议3.7+（录取者平均3.81/4.0）。
- 标准化考试：
接受GRE或GMAT，GRE量化均分169（接近满分），GRE语言均分161；GMAT总成绩均分735（Q50，V38）；语言成绩要求托福100+或雅思7.0+。
- 编程能力：
需至少掌握一门编程语言（如C++、Python、Java），并在申请材料中体现相关技能（如“用C++实现期权定价模型”）。
- 实践经历：
相关实习（如投行量化部、对冲基金、金融科技公司）或科研经历（如数学建模竞赛获奖、量化金融研究项目）为加分项，但非强制要求。
- 申请材料：
- 个人陈述：明确职业目标（如量化研究员、风险管理师），并阐述项目课程如何支持目标实现；
- 推荐信：至少2封来自数学/统计教授或实习主管，强调量化能力与学术潜力；
- 简历：量化成果，如“用Python优化蒙特卡洛模拟器，计算效率提升30%”；
- 面试：需通过面试环节，考察专业能力、沟通技巧及职业规划。
- 截止日期：first round12月1日（适合国际学生，预留签证处理时间），第二轮3月1日（最终截止日期）。
更多详情
还有疑问？立即咨询专业顾问
申雅囡
- 5-7年
- 从业年限
- 50人
- 帮助人数
- 15分钟内
- 平均响应
在线咨询
顾问在线解答疑问
电话咨询
电话高效沟通留学问题
微信扫一扫
