独性
详解哥伦比亚大学金融工程( MSFE )专业哥大工程学院的研究生专业一共有 15 个。在这 15 个专业当中,赫然存在着这一个专业: Master of Science Program in Financial Engineering (金融工程项目,简称 MSFE )。在哥大工程学院的 15 个专业当中,唯独 Financial Engineering 是一个结合了金融学与工程学的跨学科专业(当然其它专业也都有跨学科,但的是为工程学内部领域跨学科,在跨度上并没有 Financial Engineering 这个专业的幅度那么大)。那么,这个哥大工程学院的 “ 叛徒 ” 究竟是个什么样的专业呢?哥大的金融工程,实际上是一个结合了 数学 与 统计学 ,并通过运用一些 物理学建模知识 及 应用数学知识 去解释金融债券产品及金融市场的一个专业。在该专业的上半年中,老师会教授一些基础知识;而在下半学年中,学生则会专攻各个不同的方向,包括金融衍生品、金融 & 经济领域、资产分配及管理、计算金融、机器学习、搭建交易系统等。(这段描述来自哥大金融工程项目带头人 Emanuel Derman 口述,在这里为大家做了翻译。另外,这位 Emanuel Derman 教授著有两本非常著名的金融类书籍:《 My Life as a Quant: Reflections on Physics and Finance 》及《 Models.Behaving.Badly 》。对金融工程、量化金融感兴趣的小伙伴可以读一下)从上面这段描述可以看出来,哥大的金融工程课程可以说是 “ 工科味儿 ” 十足了。其核心课程( Core Curriculum )设置同样体现了这一点。该专业的 核心课程 不仅包含了 Mathematics 、 optimization models 及 stochastic models 等数学课程,还有 Python 、 statistical analysis 、 Monte Carlo Simulation 等统计学课程(对,又是 Python ,作为 “ 万能胶水 ” 语言, Python 在数据统计及金融分析方面有着强大的功能)。另外,为了督促 MSFE 专业学生的学习,哥大工程学院要求学生必须参加 “ 金融工程系列研讨会 ” ,也就是你们在上图中看到的 “Financial Engineering Seminar Series” 。在这个研讨会中,哥大工程学院会邀请近期在金融工程领域的大牛来进行分享。除了要听研讨会, MSFE 的学生还要在每次研讨会上上交 “ 学习日志( learning journal ) ” ,以帮助自己理清学习思路,形成学习体系。总之可以看出来,哥大 MSFE 学生的课业是非常繁重的。值得一提的是,哥大还有一个金融数学( Mathematics with specialization in the Mathematics of Finance, MSFN )的研究生专业。下面是为大家总结的 MSFE 与 MSFN 之间的相同点与不同点。相同点:MSFE 和 MSFN 都有涉及到金融数学相关的授课内容,比如期权定价模型( Black-Scholes Model )、点阵模型( Lattice Model )。MSFE 和 MSFN 都会为学生提供 “ 随机进程 ” ( Stochastic Processes )的课程。MSFE 和 MSFN 的课程都会为涉及统计学知识,包括时间序列分析( Time-series Analysis ),回归分析( Reggression Analysis )等内容。不同点:在 MSFN 中, “ 数值计算方法( Numerical Methods ) ” 为必修课;而在 MSFE 中, “ 数值计算方法 ” 则为选修课。MSFN 没有编程相关的课程;而 MSFE 专业的学生则有编程相关的选修课。( PS :当然,根据哥大的规定, MSFN 的同学也是可以选修 MSFE 的编程选修课的。所以这一点严格意义上并不是一个非常大的不同点)哥大 MSFE 专业录取标准说完了专业相关的信息,接下来再和大家分享一下哥大金融工程研究生项目的录取标准(因为本文的重心再专业本身,所以关于申请方面的内容将简单带过)。硬件要求:以下信息是在哥大工程学院官网上为大家整理的哥大金融工程项目的录取要求: TOEFL 最低 100 ,雅思最低 6.5 ;GRE 没有最低要求,但这里官网给了申请者一个标准,那就是今年申请该项目成功的入学者 GRE 平均分数为( GRE 总分 *91% )。有意申请的小伙伴可以作为参考呦~另外,哥大 MSFE 不接受 GMAT 成绩( Emanuel Derman 也在采访中说道,哥大的 MSFE 与 MBA 是完全不同的)。申请背景:项目比较青睐申请者是工程、数学、计算机科学、统计、经济学、金融或者其他类似的定量背景,前提课程要求学过概率、微积分和线性代数。项目对工作经验无要求,但是学校建议申请者能够有一定的项目经验,无论是实习机会,还是相关领域的科研项目。所以有意申请的小伙伴要赶紧项目做起来啦~