原标题:Quantnet发布金工金数前十项目录取率排名 一起来看看
MFE(金融工程硕士,或者金融数学/数量金融/计算金融等)是新兴的交叉学科项目。此学科深入使用数学、计算机技术解决金融问题。因为毕业生是去往金融领域就业的,所以它属于商科类项目。然而,它的课程的理工味道却非常浓厚。通常设在工学院或数学系下,由工学院、商学院、数学系联合授课。
MFE学制很短,一般是1-2年,大部分学校不提供奖学金(一小部分例外)。但是投资周期短、回报快,毕业生有机会进入投资银行、基金公司、风险管理部门等金融服务性行业或其他相关行业从事定量和技术性工作,而且也为理工背景的人提供了转行的机会。因此,这个项目的申请人非常多,而且逐年递增。
开设MFE的学校不是太多,而且申请人又很多,所以竞争非常激烈。MFE喜欢理工背景的学生,绝大多数项目对申请人的数理背景(如高等数学、线性代数、概率论等)和计算机背景(如C++, Python等)都有较高的要求。对于本科专业不对口的同学,如果想要申请MFE项目,建议提前选修数学和计算机的课程。同时,整体来说,相比会计、BA等其他商科专业,MFE的学费会稍高一些。除此以外,申请者最好有非常高的GPA,G/T成绩,并且有金融方面的实习经历和出色的个人陈述等等。
近日,Quantnet上发布了美国前十MFE项目排名,前三名普林、巴鲁克、麻省理工实至名归。值得一提的是原本排在前五的UCB MFE和CMU MSCF录取率高达20%!
虽然项目本身对申请者的数理背景远比MIT MFin要求高很多,但录取率却比MIT低很多。UCB和CMU这两个项目必然是想走量化道路的最好的选择之二,所以虽然录取率真实性存疑,但希望24Fall的同学能加把劲冲一波!
新闻来源:https://quantnet.com/threads/the-most-selective-mfe-quant-master-programs-in-the-u-s.53990/
学校&项目介绍
Princeton University普林斯顿大学项目
Master of Finance
作为IvyLeague中的佼佼者,普林斯顿这个无比光辉耀眼的名字,吸引着无数来自世界各地的求学者。这个项目设置在普林斯顿大学的Bendheim金融中心,是一个2年的项目,给最优秀的一位申请者提供奖学金。与其他MFE不同的是,它的课程很全面(毕竟是2年),比较重视理论。而且有专门的summer intern给学生提供实习机会。因为普林斯顿的名气和强大的校友脉络,毕业生就业很好。这个项目与MFE不太一样,非常重视金融方面(不光是数理),很难申请,班里只有30来个人,enrollment rate 10%以下,会有面试,必须是各方面都极为优秀的人才有机会,大部分有工作经历。
New York University纽约大学项目
Master of Science in Mathematical Finance
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,1.5年的项目,数学味很浓厚,课程基本是固定的没选择性,没有奖学金。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。只招30来个人,因此这个项目的竞争的申请难度不比普林斯顿低。据说去年为了选拔出最优秀的申请者,筛到最后剩下的一批人基本都是GPA>3.7,GRE>1400,然后在用个人陈述定胜负。这个项目非常重视申请人的数学背景。纽约大学与金融产业界联系紧密,毕业生就业率好的不能再好。这也是它超级抢手的原因之一。今年它录取的华人比较多(以往是大量的法国人)。
University of California—Berkeley
加州伯克利分校项目
Master of Science in Financial Engineering
Berkeley在美国西部的名气仅次于斯坦福。Berkeley 的MFE项目是全美名气最大的,是这个项目的首席代表。设在Haas商学院里,1年的项目,似乎没有奖学金,只有春季入学。Berkeley的MFE重视实践,毕业生就业非常好。每年招60来个人,非常重视工作经历,而且这已经成为了Berkeley录取的一个无形标准。但与其他牛校不同,它不会在某些细节上苛求申请者,而重视综合指标和实践能力。
Carnegie Mellon University
卡内基·梅隆大学项目
Master of Science in Computational Finance
卡耐基·梅隆大学的计算金融MSCF项目是美国金融工程的带头者,历史比较悠久。MSCF设在Tepper商学院下,接受GMAT成绩。1.5年的项目,学费奇贵但是奖学金是最慷慨的。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。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历史悠久名气也不小,所以非常受欢迎,毕业生就业非常非常好。MSCF有两个教学区,一个在匹兹堡(本部),一个在纽约(远程教学)。两个区一共招生70多。它喜欢计算机背景好的学生,而且重视工作经历,会面试申请人,申请难度也比较大。它家审材料比较慢,有很多轮。
Columbia University
哥伦比亚大学项目
Master of Science in Financial Engineering
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。它有两个项目,现在说的这个是MSFE,设在工学院的IEOR系下,1年而且7月就开学,只有个别奖学金名额,课程比较重视实践,对申请人的背景要求比较严,最好数学或物理背景的。由于招80个人(MFE第一大班),所以是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。虽然班里学生泛滥,但是毕竟是Ivy名校又在曼哈顿,就业前景是挺不错的。
Cornell University
康奈尔大学项目
Master of Engineering——Financial Engineering Option
康奈尔大学坐落于纽约州西北部的小镇Ithaca,拥有着无与伦比的美丽的校园,以及卓越的名望。康奈尔的MFE设在工学院的ORIE系下,是工程硕士的一个方向。1.5年,有奖学金机会,课程更偏工科(计算机,工程类数学等),要求申请人具有一定数学能力和编成能力,部分人会有面试。康奈尔地处偏辟的乡间,与纽约市有4小时车程。但因为ORIE系在曼哈顿有一个OR办公室,会在项目中间给学生寻找纽约的实习机会,所以很不错。它跟普林斯顿和哥伦比亚同样是Ivy,而且离纽约市也不太远,又有summer intern,所以毕业生就业应该很不错。因为是工程硕士的一个方向所以招生很少,据说去年才20来个,不过今年扩招了(因为申请人太多),但是竞争依然很激烈。
City University of New York—Baruch College
纽约城市大学巴鲁学院项目
Master of Science in Applied Mathematics for Finance
纽约城市大学巴鲁学院的这个项目设在Zicklin商学院下。1年的项目,接受GMAT成绩,似乎没有奖学金但学费比较便宜,课程偏重实践。巴鲁学院的Zicklin商学院学术声望非常一般,但是地处曼哈顿黄金地段,与业界有联系。这个项目的director办这个项目非常用心,而且Zicklin规模很大,院里的老师也非常积极帮学生联系实习和工作,他们很注重学生就业。所以,非常看重纽约的人有很多都会申请这个项目。录取率在20-30%左右,不是很激烈也并不轻松,重视工作经历,这点有点像卡耐基·梅隆。
申请者背景要求
1、专业背景
除了拥有金融、数学、经济、统计、经济计量背景的人,其它方向如计算机、物理、化学、工程等背景的人同样是很受欢迎的申请者。而且在这些“转专业”的人中,工程类专业背景的学生占了将近半数。
2、数学能力
美国金融工程硕士要求申请者有很好的数学背景,如果不是数学专业的学生,就要求某几门数学课的成绩要比较好。总结美国所有金融数学专业情况,这些课程大致有:微积分(尤其是多元微积分)、概率统计、线性代数(包括特征值与特征向量)、微分方程(常微分方程、还有偏微分方程很重要)、概率统计、数值方法。如果在学校要求的课程中,有的课程申请者没有学过,那么可以在学习专业课程前先去补上这些课,再进行专业学习。
其它有关数学的要求是:GRE的Quantitative较好,有的要求700分以上,还有的排名较高的学校则要求GRE数学部分在90%以上。Purdue University、University of Chicago、UC-Berkeley、Stanford对数学的要求特别高,也特别偏向数学专业出生的学生,甚至要求申请者者递交GRE的Math SUB 成绩。
3、计算机能力
计算机技术是许多转专业申请者很能够表现自己的一个重要方面。大多数情况下,美国金融工程硕士申请者要有一定的C语言编程基础,其它对申请有利的包括C++、Fortran、Pascal、Java、VBA,以及数学软件Matlab、Mathematica、Mathcad等。比如:Cornell大学的专业课程比较注重计算机技术、计算机模拟,而JAVA就是其应用最为广泛的编程语言。而Columbia大学则对UNIX操作系统情有独钟。
4、经济、金融知识基础
金融数学的申请要求并没有把金融知识基础作为一个很硬性的要求放置在网页信息中,但是作为申请者,如果不能对金融知识有所积累、对金融数学的内容一无所知、那势必会影响到申请材料的制作的倾向性以及申请结果。
微观经济学、会计学原理,还有其它金融学入门类课程都是需要读一读的,如果能够根据所学的知识为金融学研究对象建立相应的数学分析模型(如:期权定价模型),这将会是很有说服力的专业能力的证明,能表现对金融市场,工具,机构强烈的兴趣。