三、典型院校详解
1. 卡耐基梅隆大学-计算机金融硕士
院系简介
卡耐基•梅隆大学的计算金融MSCF项目设置在Tepper商学院下,是美国金融工程的带头者,历史比较悠久。卡耐基•梅隆大学的计算机科学是美国第一,Tepper商学院也是排名前20的,再加上MSCF成立于1994年,历史悠久名气也不小,所以非常受欢迎,毕业生就业非常好。
细分方向:
Master of Science in Computational Finance (MSCF)
课程设置(部分):
1. 1.5年的项目,学费$77,100,课程比较重视计算机编程和金融实践,是所有MFE项目里课程设置最好的之一。将近100%的学生暑假参加实习。
2. MSCF有两个教学区,总共100人左右,一个在匹兹堡(本部)45人左右,一个在纽约(远程教学)55人左右。除了位置,纽约和匹兹堡项目之间没有差别;匹兹堡校区的优点是有很好的学术环境,能够与其它七所学院进行学术和学生生活。而纽约校区的优势是它靠近全球金融机构,以及可以和很多MSCF校友和在这些机构工作的同学进行networking。
申请要点:
• 面试:by invitation only,一轮,偏向行为面
• 重视数理和计算机背景,而且重视工作和实习经历
• Average GPA3.81
• Average GRE Q169,V159
• Average GMAT Q51,V39, TOTAL750
• 先修课:
Calculus I and II
Differential equations
Linear algebra
Calculus-based probability
C or C++ programming
2. 哥伦比亚大学-金融工程硕士
院系简介
哥伦比亚大学占尽天时地利人和,地处纽约曼哈顿,又是Ivy(常青藤盟校),对中国人又比较友好,很受我们的青睐。它有两个相关项目,下方介绍的是MSFE。哥伦比亚大学位于金融界心脏地带的精湛位置,让学生在学年期间可以兼职实习。所有MSFE学生都有资格参加暑期实习.
项目学位设置:
Master of Science Financial Engineering
课程设置:
设在工学院的IEOR系下,1年制,120人左右,极个别奖学金名额,课程比较重视实践。
7个方向:
Asset Management
Computation & Programming
Computational Finance/Trading Systems
Derivatives
Finance & Economics
Financial Technology
Machine Learning for Financial Engineering
申请要点:
DDL 1月5日, 比OR早一个月,审理完全可能调剂
网上申请中要填所有相关课程
人机面试,大部分学生可拿到面试,面试通过率低
除学术表现、GT成绩外,尤其看重学生专业应用能力(实习和research)
对申请人的背景要求比较严,最好数学或物理背景的
是MFE项目里申请人最多的,竞争激烈程度没有普林斯顿、纽约大学和斯坦福那么高但也不低。
院系介绍:
纽约大学位于华尔街旁边——一个令无数人羡慕的最佳地理位置。这个项目设在纽约大学的Courant数学科学研究所下,数学味很浓厚。Courant的学者是欧洲古典哥廷根数学学派的传人,是世界的应用数学研究部门。纽约大学位于世界最大金融市场的中心地带,拥有许多优势。金融界的专家教授许多课程,并指导许多学生的硕士课程。纽约地区的公司提供多种多样的就业机会。
项目学位设置:
Masters Science program in Mathematics in Finance
课程设置:
· 1.5年,课程基本是固定的没选择性,没有奖学金
· 招40人左右,因此这个项目的竞争的申请难度不比普林斯顿低,近两年录取华人较多
申请要点:
· 对数学背景要求极高,录取学生大多数本科为数学专业,一部分有经济二专业
· 网申里要求先修课,必须包括Multivariate calculus, Linear algebra, Calculus-based course in probability
· GRE,建议Q90%+,不接收GMAT
· 网申里除了常规PS, 还有optional的PHS和video
· 极少数学生需要参加校友面
· DDL2月8日,跟其他金融数学项目相比出结果较晚
美国的金融工程硕士看重学生在数学,计算机和金融方面的知识和能力储备。尤其是数学和计算机能力出众的学生,往往录取结果更好。总的来看,常见的先修课主要有以下:
3.1. 数学和统计
· 微积分 (Differential Calculus, Multivariate Calculus)
· 线性代数(Linear Algebra)
· 概率论和统计(Probability and Statistics)
· 微分方程Differential Equations(偏微分PDE&常微分ODE)
以上为最基础的要求,但是要想有更大优势,尽可能多修
· 随机过程Stochastic Processes
· 数值分析Numerical Analysis
· 计量经济学Econometrics
· 时间序列Time Series
· 实变函数Real Analysis
· 优化Optimization
3.2. 计算机
· C, C++, Matlab, Python, R (目前最常见的)
· Machine Learning
· SAS, Gauss, RATS, S-Plus, or Garch
3.3. 金融
· 微观经济学Microeconomics
· 宏观经济学 Macroeconomics
· 公司财务及财务分析 Corporate Finance and Financial Analysis
· 货币和资本市场 Money and Capital Markets
· 投资学 Investments

【活动推荐】
