专业方向 | 金工金数 | 项目类别 | 入学时间 | 项目时长 | |||
---|---|---|---|---|---|---|---|
项目学费 | 项目规模 | 平均成绩 | 国际学生 | ||||
男女比例 | 就业比例 | 平均起薪 |
香港科技大学金融数学理学硕士学位课程开设了机器学习和区块链技术等新课程,以连接量化金融的新兴趋势。
具有数学、工程或物理科学背景
类型 总分要求 小分要求
雅思 6.5 L:5.5 | R:5.5 | W:5.5 | S:5.5
托福 80 /
由理学院数学系开设,2006年开设,2016年学制从1年延长至1.5年,同时课程也相应地增加,金融数学是数学、统计学、金融理论和计算机科学的融合,为金融市场和投资过程带来效率和严谨。该硕士项目通过机器学习和区块链技术等新课程不断加强,以连接量化金融的新兴趋势。
课程设置:项目毕业需要完成36个学分的课程,其中至少27个学分是来自学校给出的专门选课list,以及剩下9个学分来自自由选修课或者独立项目。课程方面涵盖了衍生证券的定量模型,随机计算,金融时间序列的定量分析,定量风险管理等等,希望学生能够掌握证券定价、资产配置、投机交易和风险管理的数学、统计和计算方法,产生对各种定价模型的性能有价值的见解,学会期权定价理论、投资组合理论、风险模型、财务数据的时间序列分析、金融经济学和计算机编程以及编程技能,统计数据科学技术,机器学习和人工智能,以及创新金融技术。能够通过课程学习为就业做好准备,为金融业的长期可持续发展和不断发展做出贡献。
就业服务:专业非常重视职业发展,有来自金融行业的教师使学生具备适应新趋势的技能。学生从课程中受益,建立与行业从业者的联系,并了解学术理论和市场实践之间的相互作用。 同时为学生提供个性化的就业服务,包括帮助个人职业规划、简历撰写和模拟面试。学生和校友可获得实习和全职职业的帮助。由主要金融机构联合主办的模拟面试,可以帮助学生在实际面试前学会回答困难的问题,制定面试策略,提高沟通技巧,减轻压力。模拟面试还能让潜在雇主第一眼看到人才。
招生特点:纵观近年该专业的录取情况,学校背景方面无一例外是985/211院校,211院校也基本是工科强势院校或者财经类211,专业背景方面也基本是以金工金数,统计为主,纯金融类同学录取案例也相对较少,纯金融申请的同学也都是带有非常丰富的定量软件背景的,录取的同学gpa方面也都在85+。
序号 | 课程介绍 | Curriculum |
1 | 衍生证券的定量模型 | Quantitative Modeling of Derivatives Securities |
2 | 固定收益证券定量研究方法 | Quantitative Methods for Fixed-income Instruments |
3 | 投资数学模型 | Mathematical Models of Investment |
4 | 高级信用风险模型 | Advanced Credit Risk Models |
5 | 使用C++进行定量金融软件开发 | Software Development with C++ for Quantitative Finance |
6 | 结构型产品定价的计算方法 | Computational Methods for Pricing Structural Products |
7 | 高级数值方法(一) | Advanced Numerical Methods I |
8 | 金融衍生品中的数学模型 | Mathematics Models of Financial Derivatives |
9 | 利率模型 | Interest Rate Models |
10 | 随机计算 | Stochastic Calculus |
11 | 概率论与数理统计 | Advanced Probability and Statistics |
12 | 用统计编程实现数据分析 | Advanced Data Analysis with Statistical Programming |
13 | 金融时间序列定量分析 | Quantitative Analysis of Financial Time Series |
14 | 定量与统计风险分析 | Quantitative and Statistical Risk Analysis |
15 | 高级概率论 | Advanced Probability Theory I |