金融研究生数学

金融类专业考研：金融学、金融工程、金融数学咋选？看课程设置金融类专业属于财经类专业之一，是一个热门专业，很多考生在高考填志愿或者考研的时候遇到三个方向的金融专业，即金融学、金融工程、金融数学，三个专业摆在你的面前，不知道怎么选。这种状况可能发生在一个学校中，比如很多财经类专业都有这三个专业，也有可能发生在不同的学校中，比如差不多的三个学校之间有这三个专业需要选择一个放在第一志愿。金融类专业考研这三大类金融专业，只有理科生才会面临选择困难，因为金融工程和金融数学需要学习大量的数学、计算机课程。金融工程、金融数学是金融学或数学的细分方向， 本科阶段学习数学、计算机、金融学，研究生在选择金融工程、金融数学也是可以的。本科阶段以基础课为主，通识教育为主，虽然这俩专业名称不同，但并没有本质的区别，这俩专业本科不能支撑你做相关工作，必须读研。金融学金融学偏文科，基本上以经济学、金融学、管理学为主，该专业是以学习金融行业的理论为主，属于经管类专业。而金融工程除了上述课程以外，增加了一些计算机、数学等课程。金融工程以数学、计算机为基础，设计金融工具为主，属于工科专业，培养的方向是金融工程师。随着互联网的发展，金融工程越来越依靠机器学习、深度学习等，而不是单纯的数学模型，该专业对数学、计算机有比较高的要求。金融工程金融数学偏数学，属于数学类专业，金融经济管理课程较少，增加了大量数学类课程，以数学为工具，强调数学在金融行业中的应用，对数学要求极高，甚至比金融工程还要高。但是金融工程和金融数学并没有本质的区别，理工科学生想从事金融业，又不想偏离数理，这俩都可以选。如果数学天赋较高，那就是选金融数学，如果你觉得更喜欢计算机，那就金融工程。金融数学总之，如果你觉得你有资源综合能力强，那就去考研金融学，你觉得更喜欢计算机、编程等，那就去学金融工程，如果你觉得自己数学特别好，也喜欢学数学，那就去学金融数学。大家对金融类的三大专业考研怎么看？

考研数学和高等数学不是一个概念，考研之前一定要分清楚否则白学。考研数学分为数学一、数学二、数学三、数学基础四个类别。四个类别的考研数学分别对应不同的一级学科和二级学科。一、考研数学包含的科目首先来看考研数学一：考研数学一是考研数学中难度最大，范围最广的。数学一的考试科目包括高等数学、线性代数、概率统计三科。请记住，这里考的是三科可不只是高等数学哦！其中高等数学占比百分之五十六；线性代数占比百分之二十二；概率统计占比百分之二十二；其次来看考研数学二：考研数学二是考研数学中考试范围最小，但是高等数学占比最高的。考研数学二的考试科目包括高等数学和线性代数其中高等数学占比百分之七十八；线性代数占比百分之二十二。发现了吗？考研数学二考的也不只是高等数学哦。但是比较庆幸的是考研数学二不考概率统计。再次来看考研数学三：考研数学三是考研数学中考试难度最简单的（个人观点）。考研数学三的考试科目与数学一完全一样，各科目的分值占比也与考研数学一完全一样。但是考试难度相对于考研数学一而言较为简单。最后来看数学基础：看到这里很多考生可能要疑问了，考研数学还包括初等数学吗？回答是：不仅有，而且涵盖的专业还很热门。在专业硕士的考试中工商管理硕士也就是我们耳熟能详的MBA以及会计专硕MPAcc的考试科目中的《管理类联考综合能力》科目代码199，其中初等数学的考试分值为75分。考试科目有算术、代数、几何、数据分析。这一科是不包含高等数学的。金融硕士、应用统计硕士、税务硕士、国际商务硕士、保险硕士、资产评估硕士所考试的科目中《经济类联考综合能力》中初等数学的考试分值为70分。考试科目为《微积分—部分》、《概率论—部分》、《线性代数—部分》。在此科目的考试中虽然没有标明要考高等数学但是《微积分—部分》所考试的内容实际上就是高等数学的内容。二、高等数学在考研数学中的地位从上一小节的分析中我们能够看到，除管理类联考综合能力所考的初等数学外。考研数学一、二、三以及经济类联考综合能力的考试内容中高等数学的考试占比都是比较大的。当然这些只是我们能够从表面上分析出来的数据。在实际学习以及考试过程中，高等数学不仅本身分值占比大，而且还担任着一个不可或缺的角色：为线性代数和概率论提供计算方法（这一点在考研复习之初考生一般很难发现）。在关于考研数学复习指导的文章以及课程中，很多老师建议大家在考研数学复习过程中可以首先复习内容较少的《线性代数》或《概率论》。在小编看来凡是发表以上言论的老师都没有真正研究过考研数学的考试结构以及考试重点。在考研数学的考试难度以及考试重点的综合约束下，如果没有高等数学作为支撑，线性代数和概率论的很多习题根本是无从下手的，甚至是，即便你找到了思路也是需要用到高等数学的方法来进行运算的。从这个角度来讲，高等数学是考研数学的根本和基础。三、高等数学在考研数学中考试难度以及范围的区别高等数学在考研数学一二三以及经济类联考综合能力中都有涉及到，从上文的数据中我们看到了高等数学部分分值占比最大的是考研数二。那么也就有人得出结论说考研数学二所考察的高等数学范围最广、难度最大。根据小编对于考研大纲以及考研真题的分析发现，在考研数学中，数学一才是对于高等数学考核范围最关难度最大的。数学二中高等数学的分值占比最大，这主要体现在了对于高等数学的细节部分考核较多，但是考试范围和考试难度并没有数学一大。数学三的分值比例虽然跟数学一相同，但是考试难度以及考试范围也比数学一小。在考研数学中，一般情况下涉及到的相同的考试知识点考察的难度也几乎是一样的，有时甚至在考试试卷上会有同一道题同时出现在数学一二三的试卷上。四、考研数学的考试方向我们知道进入大学以后我们对于任何一个学科的学习都会有比较明确的方向性。考研数学座位研究生的入学选拔考试自然也不例外。考试数学的考试方向主要体现在考试范围上，比如空间解析几何与多元函数积分学只有数学一要求；无穷级数只有数学一和数学三有考核要求；微积分的物理应用只有数学一和数学二要求；而微积分的经济应用却是数学三的考察重点，数学一和二对其不做要求。线性代数在考试内容上是区别最小的，只有数学一会涉及到向量空间的内容，但是这一部分在实际的考试中出现的次数是极少的对于考生的复习并没有实质性影响。但是在最抽象的概率论部分，数学一却要考察参数估计包括评选标准、区间估计以及假设检验。五、数学基础就真的好学吗从管理类联考综合能力中我们看到了有一个叫做基础数学的学科居然出现在考研数学这个科目中很是费解。很多老师断文取义般的在告诉学生们，高数学不会就学初等数学。在描述中将初等数学描述的极为简单，这种引导其实是不负责任的。虽然在初等数学考试章节上我们看到的考试内容是很简单的，主要涉及到的就是小学以及初中的内容。但是在实际考试中这些题目的难度堪比奥数考试，因此对于没有数学思想的考生来讲，也是极具挑战性的学科。六、考研数学与专业选择在考研专业中，无论是学术型硕士还是专业性硕士，大部分专业的考试都是要涉及到考研数学的。在小编看来，能够进入本科学习的考生（个别大神除外）数学基础相差并不大，那么最后谁能获得高分完全取决于学习方法以及学习的态度。因此完全没有必要因为自己喜欢的专业要考数学而选择放弃。并且在考研数学中基础部分的考试内容占比80分以上，过线并不难。以上分析均基于小编对于考研数学考试大纲及考试真题的研究而得出的结论，不足之处和错误之处欢迎大家指正讨论。

金融专硕考研中数学一有考生需要了解的考点，那么今天环球青藤小编就来给大家说一说金融专硕考研数学一考点有哪些?希望能给各位考生带来帮助，祝愿各位考生都能取得满意的成绩。金融专硕考研数学一考试内容有哪些?① 等数学：函数、极限、连续、一元函数微积分学、向量代数与空间解析几何、多元 函数的微积分学、无穷级数、常微分方程② 线性代数：行列式、矩阵、向量、线性方程组、 矩阵的特征值和特征向量、二次型③ 概率论与数理统计：随机事件和概率、随机变量及其概 率分布、二维随机变量及其概率分布、随机变量的数字特征、大数定律和中心极限定理、数理统计的基本概念、参数估计、假设检验。金融专硕考研考数学一有哪些专业?① 工学门类的力学、机械工程、光学工程、仪器科学与技术、治金工程、动力工程及 工程热物理、电气工程、电子科学与技术、信息与通信工程、控制科学与工程、计算机科学与技术、土木工程、水利工程、测绘科学与技术、交通运输工程、船舶与海洋工程、航空宇 航科学与技术、兵器科学与技术、核科学与技术、生物医学工程等一级学科中所有的二级学 科、专业② 管理学门类中的管理科学与工程一级学科中所有的二级学科、专业金融专硕考研数学一考点有哪些?小编就说到这里了，更多关于金融专硕报名入口，报名时间，考研成绩查询，报名费用，金融专硕考研准考证打印入口及时间等问题，小编会及时更新。希望各位考生都能进入自己的理想院校。大家一定要坚持备考。

本文重点讲解北大数院金融专硕介绍、北大数院金融专硕课程设置、北大数院金融专硕初试考试科目、北大数院金融专硕参考书、北大数院金融专硕复习规划、北大数院金融专硕复试情况及北大数院金融专硕的奖助学金等信息，下面凯程老师就详细的给大家介绍一下。一、院校介绍北大数学学院暨北京国际数学研究中心拥有一支实力雄厚的师资队伍，现有教师119人，其中中科院院士7人，长江特聘教授11人，国家杰出青年基金获得者24人，他们不仅在数学研究的前沿领域上取得了杰出的成就，还长期坚持在教学岗位上，为国家培养了一批又一批高素质、高水平的创新型人才。1952年以来，数学科学学院先后为国家培养了一万多名毕业生，他们奋斗在国家建设的各条战线上，其中包括30余名两院院士。获得国家最高科技奖的吴文俊院士和王选院士是数学科学学院校友中的杰出代表。数学科学学院在2001年获得国家优秀教学成果特等奖；在教育部学科评估中，2002年、2007年、2012年北大数学均名列全国首位；2017年北大数学和统计学均获评A+并入选国家“一流学科”建设名单。二、数院金融硕士介绍金融数学是近年来蓬勃发展的新学科，在国际金融界和应用数学界受到高度重视。北大数学科学院金融数学系除培养金融数学本科生外，还通过金融数学与精算学应用硕士项目培养面向金融业的高级人才。金融数学系将培养学生不仅具有扎实的现代数学基础，熟练使用计算机的技能，而且具有深厚的金融专业知识，文理并茂，全面发展。分系后除继续开设概率统计、随机分析、微分方程等数学基础课外，还将开设利息、证券、汇率、保险精算等金融数学的专业课程，一些经济与金融的基础课由经济学院及光华管理学院开设。金融数学系本科毕业生将能熟练运用数学知识和数据分析方法，从事某些金融保险实际工作，并可继续深造，到高等学校和科研机构应用数学、经济和金融管理等专业攻读硕士或博士学位。三、课程设置本项目的学习期间为两年（4个学期），前三个学期以课堂学习为主，课程包括必修课（30学分）和专业选修课（10学分）两类。必修课程除北京大学研究生院统一要求的政治外语类课程外，还包括：金融中的随机数学、金融中的统计方法、风险管理与金融监管、投资组合管理模型、衍生工具模型、风险管理的数学模型，以及证券投资、精算学、衍生工具和风险管理的专题讨论班（任选一门）。选修课将包含数学类课程：概率论与随机过程、数值方法与随机模拟、统计数据分析、金融时间序列分析，应用类课程：金融风险管理实践、金融经济学、实用精算方法、金融数学与精算学专题选讲、信用及利率衍生产品等。学生将在第三学期或第四学期到金融机构进行3个月左右的实习，实习结束时，若学生能够提供符合要求的实习报告并经过专题讨论班老师考核合格者可获得 3学分专题讨论班的必修课成绩。硕士论文应在第四学期的4月30日前完成。导师同意后方能送审。具体的送审时间按北京大学研究生院当年的具体规定为准。硕士论文需两位副教授或以上职称的评议人评议。论文评议通过后方可组织答辩。具体的答辩要求将按照数学科学学院的统一要求进行。四、培养目标本项目的毕业生将主要分布在商业银行金融市场部门或风险管理部门，保险公司精算部，投资银行或基金公司或证券投资公司从事定量分析的部门，以及金融监管机构和各种咨询公司从事金融定量分析相关的岗位。五、初试考试（以2019年为例）2019年分数线为385分1、考试科目科目一：101思想政治理论（满分100分）科目二：201英语（一）（满分100分）　　科目三：303数学（三）（满分150分）　科目四：431金融学综合（满分150分）2、专业课参考书（1）数学分析邓东皋, 尹小玲编著 《数学分析简明教程》 高等教育出版社 2006方企勤编著，《数学分析》（第三册）上海科学技术出版社， 2002（2）高等代数蓝以中编著，《高等代数简明教程》(第2版)，北京大学出版社，2007，上册、下册第6、7章（3）初等概率论何书元编著，《概率论》，北京大学出版社，2005，第一章至第六章（4）数理统计陈家鼎等编著，《数理统计学讲义》，高等教育出版社，2006年5月第二版，第一至第四章、第七章（5）金融数学引论吴岚，黄海编著，《金融数学引论》，北京大学出版社，2005年8月第1版，第一章至第七章3、专业课复习规划数院专业课包括<概率论> （何书元）<数理统计>（陈家鼎） <金融数学引论>（吴岚、黄海）三门课，各50分，计算题居多，有部分证明题金融数学引论：相对而言最简单，包括利息理论，现金流贴现以及在债券，股票上的应用等。课后题量较大，书上的课后题眼熟练掌握，至少保证做过2-3遍。熟记公式，考场上把步骤写出来，可以的步骤分。概率论：和我们学过的概率论还是有很大区别的，课后题有部分有一定难度，需要经过思考才能解决。考纲要求的6章内容最好都熟练掌握，完全掌握，出任何题目都能从容应对。对于基础偏弱的同学，这可能要花费很长时间。不过不要担心，一步一步来，基础打扎实，不要追求速度。数理统计：难度最大。可以辅助茆诗松的<概率论与数理统计教程><概率论与数理统计教程习题与解答>，可以只看数理统计部分中与<数理统计学讲义>重叠的内容。用茆诗松的书做入门书入门，相比较而言，茆诗松的书难度低，学起来更容易上手，课后题难度不大，能够加深理解。认真阅读<数理统计学讲义>中的指定章节。不要押题，扎扎实实提高自己实力，打好基础，无论什么题目都不慌张，做到心中有数六、复试概况投资学，衍生品，精算学，编程(R语言，python和其他的东西),还有个综合能力考查(包含各种金融相关的开放性问题)，自主选择科目，基本上至少需要回答2个科目，复试按照1:1.5形式七、学费与奖学金1、学费本项目学费为7.6万元，分两年交清，每学年交纳3.8万元。2、奖学金（1）校长奖学金奖学金额度为7万元/年/人；目前学校博士研究生奖学金中最高级别的奖励，发放校长奖学金荣誉证书；学院每年有42个左右的名额；可以减免需要承担助教（助管）的工作量；可以申请其他各类奖学金，并可获得优先推荐。（2）学院奖学金奖学金额度为5.5万元左右/年/人；学院每年有42个左右的名额；可以减免需要承担助教（助管）的工作量；可以申请其他各类奖学金。（3）国家奖学金由国家出资设立的用来奖励特别优秀学生的奖学金，奖励规格高；奖励标准：硕士生每年2万元，博士生每年3万元；学院每年有10个左右的博士名额，7个左右的硕士名额；可以和其他奖学金重复申请。（4）院长奖学金主要为了吸引各个学校最优秀的学生继续在北大攻读研究生；名额没有具体限制，金额可以协商；可以和以上奖学金重复申请。（5）博士生岗位奖学金除了以上列出的各类奖优奖学金，其他90%的同学都能够申请到博士生岗位奖学金，金额根据所承担的岗位补贴从4.9-6.5万/ 年不等；岗位奖学金必须要承担助研、助教或助管等工作。（6）其他其他学生工作办公室负责的各类冠名奖学金，例如：廖凯原奖学金、庄圻泰奖学金等，金额从2000元至12500元不定。八、关于辅导班1、判断是否需要报班是否报班需要同学们结合自身考虑，以下几点同学们可以作为参考：（1）专业课的复习：很多同学在复习专业课的时候会很迷茫，不能合理的制定自己的复习计划，也没有专业的复习资料以及往年真题，而且很多同学在大三时的学习并没有学习到很多的知识，再提升专业课的时候还要顾及到公共课的复习，对于没有复习计划的同学来说可能会手忙脚乱。（2）自制力：考研的复习过程并不是说有老师带着指导着，完全要靠自己，所以个人的自制力就很重要。如果自制力很强，那么就很容易进入学习状态，这样的话学习效率也会很高，要看个人的能力选择要不要报班；自制力不好，经常走神，那么学习的过程就是浪费时间，没有任何效率，如果是这种情况建议还是报班。（3）心态以及和研友的交流：考研的过程是孤独的，需要忍受一段时间的磨炼，这对考研学生的心态是一个很大的挑战，如果不选择报班自己复习，那么必定要忍受孤独，没有在辅导班中同学以及老师一块交流学习的状态好，而且同学一起可以分享一些最新的考研动态，避免错过一些机会。（4）复习时间的把握：考研有几个很重要的时间节点，很多学生会不清楚在每一个时间段做什么，与其焦头烂额不知道该怎么做，不如报辅导班跟着老师的安排走，会更有计划性和条理性。（5）报考的学校的难度：既然考研都是想要考名校的，但是名校的报考难度自然是很大，想要顺利的通过初试和复试脱颖而出必然是不容易的，不如报辅导班系统的学习知识，将考试内容掌握的牢固一些，对于复试也有专业性的指导，报考成功的几率会大一些。2、辅导班该如何选择市面上考研辅导班众多，但是真正做好北大数院金融硕士的机构寥寥无几，在业内，凯程的金融硕士非常权威，基本是考清华北大人大中财贸大金融硕士的同学们都了解凯程，而凯程辅导金融专硕考研的实力也得到了众多考研同学和家长的认可。凯程有系统的《北大数院金融硕士讲义》《北大数院金融硕士历年真题解析》《金融硕士凯程一本通》，也有系统的考研辅导班，及对北大数院金融硕士深入的理解，在北大数院的人脉，及时的考研信息，这些同学们都可以来实地咨询和考察。在课程设置上坚持循序渐进，步步为营的指导原则，其中寒假远程班、春季集训营和远程班、暑期疯狂集训营、百日冲刺集训营、冲刺点题押题模考、复试辅导班均为各个阶段全程训练课程，满足学生扎实训练的要求；保过班课程均为个性化授课课程，会根据学员实际状况，以实际考试目标分数为导向，安排更有针对性和有效的个性化课程，考生和家长可以根据实际情况报名，学生在报考之前会有专业的老师予以指导，为学生量身打造课程，这样才能有效的提高学生成绩。这样的课程安排也是金融硕士考生的特点决定的，大部分金融硕士考生每个人都有自己不同的问题，仅仅凭借集中课程的讲授远远不够，每个人暴漏出来的短板和弱点，必须由教师在长期的督导和训练下才能够得到纠正，“一对一”、“师徒式”手把手的单独辅导和研判必不可少。凯程教育深入研究金融硕士考研的专业特点，做到精准制导，同时深入发掘每个学生独特的潜质，呈现出基础扎实而稳拿高分的面貌。祝愿同学们考研成功，前程似锦！

导读：金融市场一直是多数人向往的地方，也是众多财务自由者的重要发家之地。前段时间，好友凯邀请我去家里做客。在动车上发生了一件有意思的事情。一家三口人坐在我的前边，相互有一搭没一搭的在聊天，且每个人都在玩手机（起来接水看见的）。一开始没有聊起孩子报考的内容，后来聊了起来，看一下他们聊高考报考的内容：妈妈说：儿子呀，金融专业那么热门，选择金融吧。孩子说：金融专业也不少啊，我同学说还有一个金融数学专业。妈妈说：金融数学，那不就是金融专业+数学专业，学习的内容会比较杂。孩子刚要开口说话，爸爸说了一句。你懂什么？金融数学，不像你说的那么简单，也不是单纯的两者之和。还需要计算机呢。妈妈说：那不是更杂了吗？不学，选金融学就挺好的，不学这个。爸爸说：不懂就不要瞎说，别耽误了孩子。妈妈说：就你懂，行吧，你们聊吧！爸爸看了孩子一眼，说：自己上网查查，然后你自己决定，不干涉。孩子一脸懵，然后拿起手机。志愿哥听我说完，哎，你怎么不给他们普及一下金融数学专业知识呢？要是我的话，我肯定要插话，这都是些什么嘛？太不负责了吧。志愿哥马上就写了一篇金融数学专业的普及文。金融数学也可以理解为现代数学与计算技术在金融领域的应用，因此，金融数学是一门新兴的交叉学科，发展很快，它曾在华尔街掀起两次革命，是目前十分活跃的前言学科之一。金融数学，又称数理金融学、数学金融学、分析金融学，是“金融高技术”的重要组成部分。它利用数学工具研究金融，通过数学建模、理论分析、数值计算等定量分析方法，发现金融学的内在规律，用来指导实践应用。简单的说，金融数学就是应用数学、统计学与计算技术在金融领域的应用，是一门新兴的交叉学科。雪球上有一篇文章，作者是黄抒扬、冯龙（南开大学统计学博士）其中有这么一段话：你要是又懂金融，又懂数学，马上可以天下无敌的感觉？其实在我上大学的时候也是这么想的，所以也刻苦努力学习金融数学的相关知识。那是相当的难懂啊！可以说雪球上知道BS公式咋推导的人屈指可数啊！但是这影响那些人赚钱吗？好像一点也不影响。巴菲特买股票估计连导数都用不到，更加不会去谈伊藤积分了。金融数学主要是对一些金融产品进行定价，比如期权、期货、利率互换、CDS等等。为了给这些产品进行定价，你必须对你的数据或者股价进行一个理论上的假设。我们以期权的定价来讲。BS公式的推导就是建立在如下股价模型上的： dS/S=mu dt+ sigma d Wt，S是股价，mu是无风险收益率，sigma是波动率，Wt是布朗运动，d表示微分，t表示时间。好了，就是这个公式决定股价的，把各个未知数求出来在带入公式中，那么就可以知道股价怎么走了，求出的股价可以用笔在纸上画下来，未来日子，大概率就这么走的。你能够看懂吗？是不是很高大上？看得懂的同学举手！金融数学是将数学知识尤其是高等概率论运用到金融学中，其核心内容是研究不确定随机环境下的投资组合的最优选择理论和资产的定价理论，套利、最优与均衡是金融数学的基本经济思想和三大基本概念。金融数学专业主要是为金融业提供具有定量分析财务能力的专业人才，毕业生去向主要集中在金融领域；毕业后就业方向：非常规产品定价/量化投资分析，或是在商业银行、管理咨询企业从事商品价格风险处理等工作；国内开设金融数学专业的高校数量是非常之多的，财经类院校、综合类院校、理工类院校等等，在报考前需要了解清楚，更要知晓往年的报考数据。金融数学，对于学生的数学背景要求较高，一般会涉及到数学建模、理论分析、数值计算等方面的应用，实用性超强，适合那些数学、工程、物理等有背景的学生，如果数理方面比较弱的，不建议尝试该专业。（壹点号 山东高考资讯）本文内容由壹点号作者发布，不代表齐鲁壹点立场。齐鲁壹点客户端版权稿件，未经许可不得擅自转载，违者将依法追究法律责任。

来源：金融界网站此前，《管理世界》的文章《经济学研究中“数学滥用”现象及反思》曾引发激烈的讨论，事实上广大经济学研究者早已对经济学中研究的数学方法使用尤其是越俎代庖成为研究的核心和亮点的现象有了诸多不满，对数学滥用类似的问题讨论，也不是时到今日才开始的反思。现代经济学从某种程度上来说就是在一套又一套数学模型提出、被质疑、修改和继续被质疑的进程中发展起来的。从整体角度来说，其实我们根本无法说清，数学究竟是成就了今日的经济学，还是摧毁了今日的经济学。经济学的数学化进程大致开始于19世纪中期之后，人们开始借鉴物理学中数学模型的使用方法，将其用来分析现实中比较复杂的经济现象，比较有代表性的就是微积分的引入及其边际研究方法轰轰烈烈地展开。此后大量数学领域的知识被逐渐引入了经济学科之中，包括线性代数、泛函分析、随机过程理论等等，尽管并没有人说经济学问题一定要使用数学方法来进行表达，但是20世纪40年代之后数学模型还是成为了这一学科里公认的表达规范。一方面对于经济学者来说，数学基础成为了必备的研究技能，比如萨金特时至今日依然每个学期都要去旁听数学课，另一方面许多数学学科今日的兴起，比如统计学，实际上也与经济学研究的蓬勃发展相辅相成。然而数学与经济学的结合其实是一种天作之合，因为数学表达本身的逻辑性和简洁性，可以帮助我们更好地对经济关系进行阐述和分析，通过严谨化的表达得出一般化或者公理化的结论，也有助于不同地域、领域的学者进行交流，并为经济学理论可靠性的实证检验，提供了科学的分析基础。从这个角度来说，经济学的数学化是这个学科科学化水平提升的标志之一，本身是无可厚非的。不过本领域对数学化的质疑其实从未断绝（当然，只是一直被压制）。很多学者认为，理论经济学公理并不反映真实世界的运行逻辑，只是一种数学的机械主义游戏，而这也是经济学领域外人士对经济学理论研究最大的质疑所在。比如经济学传统里往往使用经济人理性、信息完全对称等假设，来获得许多漂亮的结论，在很多人看来，这与现实谬之千里，结论自然很不可靠。但弗里德曼等人对此却持有不同看法，在他看来理论假设的不真实不一定影响经济理论模型的可靠性，如果这个理论依然可以对现实进行分析和预测，那么它的假设真实与否就没什么讨论的必要。不过后来人们给弗里德曼的这个观点扣上了一顶工具主义的大帽子，因为这很容易被解读为投机取巧，学者们也会本能地规避那些无法使用简洁的理论进行描述而事实上又恨重要的问题，最终把经济学分析引入研究者自己头脑风暴的死胡同，变成所谓的“黑板经济学”（也就是只在黑板上成立的经济学）。因此很多人调侃经济学者无法预测08年金融危机时，整个经济界几乎是一片哑然，而克鲁格曼之所以能拿到诺奖，也是因为他的模型可以用来解释97金融风暴。人们对经济学的解释性始终充满期待，但也始终对这样的解释性充满疑虑，这恐怕是经济学发展永远的矛盾所在。经济学者在使用经济模型时，面临的问题在于，我们究竟允许我们的经济学理论有多大程度上的不真实，时至今日这个问题依然没有被解决，也在某种程度上成为经济学中数学滥用的发端。萨缪尔森认为经济学之所以可以和数学合璧（从经济学发展史角度来说，经济学数学化的奠基人就是萨缪尔森本人），是因为经济学本身的特征就是数量化的。因为经济变量本身存在着严肃的逻辑关系，找寻其中的因果性并用经济学的语言表达出来，其实是经济学研究最核心的目标所在。但是同样地，在经济中有很多因素是呈现非数量特征的，用经济学语言来说就是“对信息集的偏离”，这些因素在模型中无法解释，很多研究者也偷懒将其作为一个常数处理。这就使得经济学中的分析很容易流于机械化的表面，学者们甚至会有动机用数学上的相关性取代严谨的因果性，来进行讨论，这无疑摧毁了经济学分析的根基。而后来行为经济/金融学的兴起，也同经济学传统研究存在这样的问题有关。更为糟糕的是，我们尽管长时间地对经济学中的数学滥用进行质疑，但实际上我们很难说清楚到底什么是数学滥用。最近这次争议的发端就是罗默的那篇《经济增长理论中的数学滥用》一文，值得一提的是，这位经济学诺奖界的村上春树对数学滥用进行批判的例子，是他老师卢卡斯的两篇文章。在他看来，数学滥用现象主要包括脱离理论基础的非正式用语与符号、不符合现实与直觉的假定以及错误的数理模型推演几种形式。这些说法看上去都没什么问题，但是问题在于，我们恐怕永远无法界定，数学使用和滥用之间的分界线。人们之所以要在经济学领域中引入数学，无非是因为数学能让我们的表达更简洁、精确，或者从某种程度上显得更加优美。但是经济学界一直有声音认为，我们可以用文字说清楚的事情，并不一定非要用数学进行分析。可是，我们究竟如何判断什么样的问题只用文字来说，而什么样的问题就必须引入数学工具呢？并没有一个可行或者可借鉴的分析标准存在，我们也很难知道究竟是数学表达还是文字表达，更符合经济学的本意，因为从符号学角度来说两者都只不过是信息的承载者和阐述的工具而已。文初提到的《经济学研究中“数学滥用”现象及反思》这篇文章，认为数学滥用的主要形式包括论模型假设不符合现实或根据结论修改假设、数学模型过度运用、实证研究与经济理论相脱节、实证过程不规范四个方面。但问题在于四点中的第四点说明研究者用错了数学，而前三点正是我们在前文中所讨论的究竟我们能容忍经济学假设与现实存在多大差异和我们有什么标准来判断经济学研究的数学应用是否适度上。所以这样的讨论其实是将100多年以来经济学者对数学方法的一次炒冷饭式的总结，时至今日我们仍然不知道数学究竟应该多大程度地进入经济学，就像我们也不知道经济学应该多大程度地入侵其他社会学科一样。我们提出了问题，但始终没有办法解决问题，这一点倒是蛮符合大多数经济学研究的特点的。所以大家轰轰烈烈地批判一下就好了，在可见的未来，你们想搞经济学研究，发经济学论文，还是要搞各种奇奇怪怪的模型去忽悠审稿人的。附：《一个经济学学生的疑惑：经济学是不是已经沦为以经济题材为背景的数学应用学？》我来自上海财经大学，是一名大三的经济学学生，三年的学习中，始终有一个问题困扰着我，至今仍未得到解决。那就是——经济学到底怎么了？回看到目前为止大学前两年4个学期的课程，每个学期学分最高的课程分别是：数学分析1（6分）、数学分析2（6分）、概率论与数理统计（6分）、计量经济学（3分），清一色的数学，除此之外的数学课程还包括：数学分析3、线性代数，由数学与经济学相结合的课程则有：中级微观经济学、中级宏观经济学、博弈论、国际经济学。那抛开数学，真正能让我作为一个经济学学生应该掌握的经济学知识的课程呢？只有一门：政治经济学。除了学校的课程安排，据我所知，无论是学校招收研究生还是与经济金融相关的公司招聘的时候，即使毫无经济学学习的背景，数学系学生的抢手程度甚至远大于经济学专业的学生。我想知道，经济学到底怎么了？我承认我数学不好，不喜欢数学，所以在被数学虐了千百遍之后我的脑子里产生了既可笑又可怕的想法：诺贝尔因为大家都知道的原因唯独没有设立数学家，而数学家并不甘心，从而攻下了诺贝尔经济学奖。说句可能有些偏激的话，如今我在学习的并不是我高考报名时所想象的那样，把数学作为一种工具的经济学，现在的经济学根本就是以经济学为背景题材的数学应用题所集成的学科。之所以这样说是因为尽管我对高等数学比较头疼，可是我基本的逻辑还是有的。而不管在教科书中还是在实际应用中，一些把经济学问题抽象为数学推导的过程在我看来毫无逻辑。如若果真如此，那即使数学演绎的过程再繁琐，所用到的模型再复杂又有何用处呢？数学在经济学领域中的滥用已经太过了，如果说数学的应用让经济学研究前进了50年，那也许数学的滥用一定会让经济学研究停滞100年。我觉得也许错的并不是我，而是经济学。之前提到过，在教科书中的叙述以及在实际中的应用中，数学的演算确实越来越复杂，但内含的逻辑却毫无章法可循，对此我想各举一个例子：教科书：经济学领域中的模型不论复杂还是简单都绕不过经济学最基本的两个前提假设：理性人假设和完全信息假设，这想必大家都知道。在这两个前提假设的基础之上，西方经济学界建立了各种各样的模型、进行推导、得出结论。我想说，这本身就是一个问题。我还记得学习高中物理时，因为数学能力有限，所以题目中经常会给出类似“假设摩擦力为零，假设斜面光滑”之类的假设，尽管实际上并不存在假设说的所谓光滑斜面，但这样一来却可以让我们在数学能力有限的情况下锻炼我们的物理思维能力。而等我们学习了相关的高等数学之后，我们便可以拿掉这样的假设，通过同样的思想，进行完整的运算。但经济学呢？似乎经济学家们已经完全忘记了“理性人和完全信息”是作为假设的存在，反而将其奉为真理，在这基础之上乐此不疲地开发模型、得出结论、发现与实际不符······这是在开完笑吗？如果说我定一个前提假设说“人类全部死光了”之后得出结论“经济就不存在了”从逻辑上来说并没有什么问题可是这样的结论有用吗？我想说的是假设是一种简化问题的过程，通过假设我们可以首先在一定假设限制下得出一个较为简单的结论，之后通过一定手段将假设还原，回归到实际的结果中来。想想我之前提到的物理学，不就是从实际中发现问题，进行光滑斜面的假设，再通过摩擦系数，真真切切的将假设还原到现实之中，得到真正的结果。那经济学呢？有谁将在假设条件下开发的模型成功地还原到现实中来了？没有，因为没有这两条如此强的假设，他们的模型根本站不住脚。经济学的发展难道不是为了解决实际的经济问题而是任由这些所谓的“经济学家”任性地开发模型争夺诺贝尔奖？希望不是这样吧。之前所说的总结起来就是“经济学假设的未还原”问题，这并不是一个逻辑上的问题，只是一个基于利益、名声等因素考虑过后，作为一个实实在在需要生存的人所不得不做出的选择。很多人都知道这样得出的结论不靠谱，但问题是现在的学术界就认这个东西，而且理性人假设也是前人所做的奠基，即使以后被推翻也无关己事。真正设计到逻辑问题的是“理性人假设”，关于这个假设本身的荒谬我想以后再谈，现在就算我承认这个假设，我想从逻辑层面展现一下有关理论的逻辑是多么混乱。理性人假设说的是人类会追求自身利益最大化，这句话本身就是错的，或者说是矛盾的。因为实际上根本没法做到自身利益最大化。举个例子，对小孩子来说，玩能得到最大的利益，而小时候玩的太疯了会影响学习，学习不好意味着长大之后在求职结婚甚至在吃饭问题上都面临诸多困难，所以小孩要好好读书，做到将来自身利益最大化，但一旦好好读书，小时候的利益又有了损失。类似这样的情况，我倒想知道，怎么做到自身利益最大化。很明显自身利益最大化的致命逻辑缺陷就在于对于时间，它没有区分。再比如对于一家只生产一种商品的企业，经济学原理告诉我们一种商品的价格升高销量就会下降，但是对企业来说，一件商品的利润与销量的乘积一定会有一个最大值，而企业做的最优决策就是确定乘积最大时的利润。这样是不是做到了自身利益最大化？不见得吧，利润与销量乘积的最大值是在现有的情况下定义的，但如果说我的企业在短时间内给出明显低于市场的定价，将竞争对手都挤死，之后作为一个垄断生产商，那时的利润到底和原先相比究竟是高是低很难说清楚吧。这样一说应该很明显了，自身利益最大化根本就是一个悖论，因为它根本没有对时间做出一个有效的区分，更甚者，利益的实现所涉及到的是未来的时间，而实际上谁也不知道未来会发生什么，就比如也许小孩子玩疯了长大一无所成但也许偏偏就因为玩启发了他的创造力呢？根本就不需要什么实证或者推导，从逻辑上来说理性人假设本身就是个悖论，根本不能作为一个前提假设不是吗？另外一个例子是在经济的实际应用方面，是有关学校食堂优化的问题，我想明天再来和大家分享。我的见识不多，基础也不扎实，我的很多想法都可能是错的。所以写这篇文章是希望能在数学的统治下找到和我不谋而合或是想背而行的想法，尽管我也找到很多经济学家提出类似想法的论文和书刊，给我很大的启发但我觉得很难说得上系统更提不上是一种理论。所以我希望能听到更多人的声音，无论是赞同还是反对，我只希望能不带立场地找寻经济学的真理，希望大家能够支持！也许这篇文章发在行为经济学板块能得到更多认同，但我明白发在这里能听到更多理性的反对的声音，这样能让我更多地思考，所以我希望大家能把真实的想法一起分享。附：（一些我觉得有些想法的书，也希望大家能推荐好书）保罗·罗默《经济增长理论中的数学滥用》托马斯·索维尔《被掩盖的经济真相》方宇军《经济学的新思维 : 兼及西方经济学的评判》丹·艾瑞里《怪诞行为学》赵凡禹《经济学会撒谎》迈克尔·舍默《当经济学遇上生物学和心理学》德曼《失灵 : 为什么看起来可靠的模型最终都会失效》萨维奇《平均值缺陷》布拉斯兰、迪诺《数字唬人 : 用常识看穿无所不在的数字陷阱》琼斯《谁说图表不会说谎》达莱尔·哈夫《统计数字会撒谎》

本期我们讲讲十三大门类教育学下面的另一个一级学科--心理学，学科代码0402。心理学下面的二级学科不算多，只有11个二级学科（其中还包括一些高校的自设专业），相比于工学确实要少很多。心理学下面的二级学科包括040200心理学、040201基础心理学、040402发展与教育心理学、犯罪心理学、航空航天心理学、计量心理学、临床认知神经科学、认知神经科学、学校心理学、医学心理学以及040203应用心理学。这些二级学科中，有很多是一些院校的自设专业，比如犯罪心理学，专业代码0402J1，这是硕士研究生招生单位自行规定的招生专业，不在教育部规定的硕士研究生招生目录之内，开设这一专业的院校目前只有中国政法大学。类似的，其他几个自设专业对应院校如下，大家可以参考一般来讲心理学中大家报考得比较多的就是心理学和应用心理学，很多人会以为心理学是文科，其实不然，心理学是理科，心理学也是可以授予理学学位的。但是相对来说，偏文科记忆的地方比较多，所以文科和理科生都是可以跨考这个专业。但是心理学这个专业考研不管你是学硕还是专硕，《心理统计》《心理测量》《实验心理学》都是重点和考点，特别是心里统计和心里测量，对文科生来说是很难的。关于心理学要记住一部分学校类似于教育学都是参加统考的，考312心理学，然后一般考7门包含普心、实验、统计、测量、发心、教育、社心，考的范围非常广。另外心理学招生的学校并不是很多，就业也很看中地区性，基本上除了北京，上海，南京，广州这几个地区以外就业都比较一般。举个例子，西南大学的心理学全国前五，但是就业对口率来说，比不过首都师范大学。下面直接说说各大院校心理学的考研情况吧>>>华东师范大学2019招生专业目录2019复试分数线华东师范大学2019年应用心理学复试分数线378，2019教育学国家线325，华师的复试线整整高出53分，可以说是非常的高了，且不接受调剂，有难度。再看看拟录取名单这个拟录取名单不包括推免生，总共招了12个，其中还有两个是少干计划，也就是留给普通统考的名额只有10个，招生人数不是很多。再看看18年报录比18年应用心理学一志愿报名人数497人，最后除去推免只录取了13个（其中还有少干计划），招生人数没有多大变化，还算稳定。简单算一下报录比高达38-39 : 1 !这个报录比算是相当高了，加上又在上海地区，属于三热（热门地区、热门院校、热门专业）类型，考研难度是非常大的。呱喵个人来讲不是很推荐。暨南大学2019应用心理学招生目录219复试分数线复试分数线365分，还算正常，可以接受，因为好点的学校心理学专业复试线都比较高。只是暨大复试会刷掉一半的人，复试比2:1，需要注意一下。2019拟录取名单19年总共录取了24个，其中推免4个，1个少干计划，1个士兵计划，留给统考18个名额。招生人数相较于热门地区、热门院校的211来说还算比较正常。再来看看分数，录取最高分416，录取最低分369，录取平均分388，综合来看这个分数是比较正常的。并且对比18年的拟录取名单可以看出，减少了推免人数，在总人数上面还扩招了。2018拟录取名单2018年暨南大学应用心理学报录比除去推免，报录比在30:1上下。这个数据其实也不低，不过由于心理学本来就很热门，再加上热门地区的原因，一般好点的学校这个报录比已经是正常范围内了。华南师范大学2019年应用经济学拟录取名单19年总共录取了37个，其中推免17个，统考20个。这个招生人数已经算特别多的了，并且华南师大和暨南大学一样，19年都是扩招了的。此外，一志愿进复试36个，刷掉16个，说明复试淘汰率还是蛮高的，复试需要注意一下。再看看18年的录取情况推免五个，统考上线18个。下面是2018年应用心理学考研报录比18年报录比在20：1上下，对比下来这个报录比还算低的了。并且华南师大的心理学在全国第四轮学科实力评估中排名第三，可以说是非常强势了，出来就业情况是非常不错的。这个学校，呱喵比较推荐！天津大学2019年招生专业目录2019复试分数线复试线不算高，比起上面几所院校来讲。下面再看看18年和19年的拟录取名单▲天津大学2019年应用心理学拟录取名单▲天津大学2018年应用心理学拟录取名单19年录取了8个相对较少，18年整体录取人数还是不错的，不过可以明显的看出19年缩招了。其他院校汇总北京师范大学北师大只招收学硕的心理学，报录比这两年稳定在15:1以上，专业课相对来说比较难，但是招生人数还算是挺可观的，但是北师大这样的985院校对单科要求比较高。中科院中科院19年招生人数学硕14人，专硕13人，相比18年一共招了33人，有一定的小缩招，报录比中科院历年都不公布，所以很难判断这两年的形式，毕竟中科院的整体难度是比较大。而且再加上今年考研人数的上涨情况，中科院的情况不容可观。中央财经大学央财心理学学科实力就比较一般了，报录比差不多10:1左右，考研难度一般，比北师大和中科院小很多。算是一个比较推荐的院校。陕西师范大学18年初试报录比4:1，初试专业课难度较简单，复试线360左右比较稳，复试比1.8:1。专业课统考初试比较简单，复试比初试难很多，复试线360比较保险。考博就学硕，偏科研的是基础方向，偏实践的就是应用方向，喜欢学生的就是教育方向，不考博就专硕，想去学校就是心理健康教育，想去企业就是应用心理。首都师范大学学科实力比较不错，但是学硕考研难度比较大，初试2000多进200，复试200进93，报录比20:1，复试线343左右，复试比1:2。浙江大学19年复试线355，报考人数585个，录取人数13个（其中还有推免），报录比高达45:1！最后，关注呱喵，不断更新院校专业分析、考研常见问题答疑，还有超全院校报录比哦！

01金融396变了什么今年9月各个大学陆陆续续公布了自己的考试大纲，以及各个专业的考试科目，令人非常意外的是持续了十多年的金融专业考试内容大变。以往金融考研都是考431，少部分大学考396.但是今年在没有任何提前预告的情况下，所有金融专业直接改为了396，考试内容也为之大变。下面我们来看一下，到底变化在哪里。复旦大学金融专业 考试大纲复旦大学431金融学综合参考书目：①姜波克：《国际金融新编》，复旦大学出版社　　②胡庆康：《现代货币银行学教程》，复旦大学出版社　　③博迪：《投资学》，机械工业出版社　　④朱　叶：《公司金融》，复旦大学出版社南京大学金融硕士考试大纲我们看到396的考察内容变为了三个板块，分别是数学、逻辑推理还有写作。而我们看到之前十多年里，金融学专业科目，向来都是考察的金融学专业知识，譬如公司金融、货币银行学、投资学等。02396的优缺点431的考试重点和396的考试重点，已经发生了天翻地覆的变化。431的考试我们非常好理解，是为了考核学生的专业知识掌握程度，毕竟上了研究生之后，接受的也是这些科目的深层次学习。但是396就明显让人看不懂了：专业课里面考数学，和数三重复了，逻辑推理与作文又像是照搬了美国GRE考试内容，套在了考研学生的头上，说实话有点不伦不类。我们很多时候，一边嘴上在骂着美国，但是有的时候，又把美国GRE的一套生搬硬凑，让人着实看着难受。美国GRE托福考试在我看来，唯一合理的解释可能是金融学研究生为了扩招，所以把专业课的难度大大降低，将以往很多别的专业考生吸纳到金融这种热门专业考研里面来。让金融学不在是少部分有经济金融背景知识考生的独有选择，改革之后，金融学变得更加平民化了。03对考生有什么影响今年大学一起改革金融专业的背景下，不同的考生群体在看到这个消息的时候，感受是完全不同的。1、对于经济金融背景考生本来9月份之前一心准备的是金融学专业课科目，书籍也买的是去年考试指定的参考书。虽然题目对新手来说比较难，但是对于他们这些科班出身的人来说，这正是和其它考生拉开差距的机会。如今396考试难度直线下降，也使得金融专业研究生扩招严重，这样的结果是毕业之后，你会感到身边冒出来很多不那么专业的金融学硕士。你可以抱怨教育部的扩招手段，也可以抱怨生不逢时，让顶尖投资银行的高薪岗位竞争比以往更加激烈。过去几年，金融专业背景考生只需要和自己系统里面的人竞争就好，毕竟每年名校金融专业招生人数不多，但是扩招之后呢，你还需要和本科可能读的物流这样的考生竞争同一个岗位。2、对于跨专业考生跨专业的考生而言，396就是一个完全利好的消息，这是国家的一次放水行动，如果你本科是冷门专业，为了就业考虑就要好好把握住这次金融改革的机会。今年你只需要拿出过去4成的复习效率，可能就能考取像复旦大学这样的名校，一脚踏入复旦经济学院的大门，从此走上人生的一个新旅程。不管怎么说，改变已成定局，你可以对照我文章中的分析，看看自己是哪一类群体，在后面的几个月时间里好好把握住机会。

牛津大学(英文名称University of Oxford、英文缩写Oxford)，位于英国牛津，是一所誉满世界的公立研究型大学，采用学院联邦制，与剑桥大学并称“牛剑” ，并且与剑桥大学、伦敦大学学院、帝国理工学院、伦敦政治经济学院同属“G5超级精英大学”。牛津大学的具体建校时间已不可考，但有档案明确记载的最早的授课时间为1096年，之后1167年得到了英国皇室的大力支持而快速发展。牛津大学为英语世界中最古老的大学，也是世界上现存第二古老的高等教育机构。牛津大学涌现出了一批引领时代的科学巨匠，培养了大量开创纪元的艺术大师以及国家元首，其中包括27位英国首相以及数十位世界各国元首、政商界领袖。而截至2019年3月，共有69位诺贝尔奖得主（世界第九）、3位菲尔兹奖得主（世界第二十）、6位图灵奖得主（世界第九）曾在牛津大学学习或工作过。牛津大学在数学、物理、医学、法学、商学等多个领域拥有崇高的学术地位及广泛的影响力，被公认为是当今世界最顶尖的高等教育机构之一。本文简要介绍牛津大学数学与计算金融Mathematical and Computational Finance MSc硕士的基本信息及申请建议，敬请参考。基本信息项目名称：Mathematical and Computational Finance MSc所在院系：Department of Mathematics项目特色： 本项目提供了一个强大的数学背景，以及将专业知识应用于解决问题所需的技能。旨在培养能根据金融业的需要制定数学问题的人才，将来执行相关的数学和财务分析，开发和实现适当的工具来呈现和解释模型结果项目时长：Full-Time (10-months)招生规模：231 per year (three-year average, 2015-16 to 2017-18)项目费用：32,330申请要求>在数学或相关学科中至少获得一等或很强的二等本科学位。>申请人应具有概率、统计学、常微分方程和偏微分方程、线性代数和分析方面的背景知识。必须通过在入学考试和面试中的表现，证明自己的数学能力和知识，尤其是在实际分析领域。拥有非纯数学本科学位的申请人仍需证明他们有足够的数学知识。>申请的最低GPA为3.6/4.0。>不强制要求GRE或GMAT成绩。>技术面试通常是招生过程的一部分。如果被邀请，将至少有两个人面试，面试可以是面对面进行，也可以通过Skype进行。时长大约30分钟，包括一系列的技术问题。面试将在相关申请截止日期后三周左右举行。>无论文发表要求语言要求*如果还没有参加考试或收到成绩，则不需要在提交申请的同时提交英语考试成绩。只要提交了所有其他要求的文件，学校仍会考虑你的申请。收到录取通知书后只要你在录取通知书中规定的截止日期前提交所需水平的英语考试成绩即可*如果被录取，则需要提供TOEFL或IETS成绩单原件课程设置本项目为学术界的进一步研究奠定基础，或为金融机构或其他机构的量化分析师的职业生涯奠定基础。学生将在第一周修四门入门课程。导论课程包括偏微分方程、概率和统计、金融市场和python。第一学期的重点是必修核心材料，提供80小时的讲座和40小时的课程/实践。核心课程如下：>随机微积分>金融衍生品>数值方法I-蒙特卡罗>数值方法I-有限差分>统计与财务数据分析>用C++ 1进行财务规划第二学期将结合核心材料，提供40小时的讲座、20小时的课程和选修材料。建议学生至少选择五个选项，每个选项提供八小时的讲座和四小时的课程/实践。核心课程如下：>数值方法2>市场和信用风险>优化>随机控制导论>固定收益选修课程如下：>外来衍生品>随机波动>预收固定收益>资产定价与市场效率低下>市场微观结构与算法交易>机器学习>高级数字第三学期主要是研究一个论文项目，该项目将围绕一个与你的导师协商后选择的主题进行写作。金融计算与C++ 2（24小时的讲课和实用课程总计），是在第三学期之后举行的。考查将包括以下内容：>三次笔试和一次带回家考试，评估第一学期和第二学期的核心材料>一次笔试评估第二学期的选修材料>一个带回家的项目评估第二学期两门选修课中的一门>用C++对金融计算两门课程进行两次实际考试。申请材料清单成绩单（需要经认证的翻译）CV/résuméPS入学考试（MSc MCF Admissions Exercise (for entry 2019-2020).pdf）需要上传到网申系统推荐信（3封，都必须是学术性的）毕业生就业情况毕业生多会选择去著名的投资银行和对冲基金工作。许多毕业生也会选择在欧洲和其他地方顶尖大学攻读博士学位。