一提到某人是学金融工程或者是金融数学的，大家都会向其投注羡慕的目光。在我们的脑海中，他们可以发现金融市场中我们一般人看不到的大机会，赚它个几百万美金。是的，这就是我们眼中的金融工程，绝对的高端专业。
但在接触了大量想要申请金工金数的同学后，发现绝大多数同学其实对这个专业的理解仍然很浅显。所以今天写此文的目的就是帮助大家梳理一下关于金工金数专业的方方面面的问题，希望读完此文后大家对于这个高大上的专业有更清晰的认识，也能够对自己做一个更合理的规划。
一、金融、经济、金工金数几个相关的专业，我到底该选哪个？
对于刚刚做出留学打算的同学们来说，首当其冲面临的问题就是我到底要不要选择金工金数，或者说这个专业是不是适合我的情况。不少同学对于金融、经济、金工金数，也包括MBA及金融PHD之间的差别，并不是很清晰。也遇到过某位同学说自己将来想进银行工作，家人也建议她觉得一下子读到底，读个金融PHD出来以后找工作更好找等等的混乱思路。那么我们先澄清一下这几者之间的区别。
首先，金融PHD出来后自然也有一些同学去了业界工作，但是如果目标仅仅是去业界工作，何苦要读到PHD才出来啊，Master足够了。金融PHD主要是做研究的，你将来想要做教师，自然这是个好选择，而且相比于经济啊、计算机啊之类的PHD，毕业后拿到教职的比例要大很多。因为金融PHD在整个人才市场上的供应量很小，很多商学院招收金融PHD的数量都在个位数，另一方面MBA对于金融教师的需求又很大，供不应求，因此金融PHD很容易找到一份教职工作。
读金融Master的同学，通常是一些定性分析能力很强、知识体系更全面（比如对于企业管理、财务会计、审计也有了解和兴趣）、沟通能力和欲望很强，但对数学无感，对于应用定量的方法解决问题没有什么天赋的同学。他们通常都很开朗热情，待人接物得体大方，很多都是甜美小女生或阳光大男孩。毕业后很多都去了银行的理财部或私人银行部，和一些高净值的土豪客户们打交道。也有一些是去了证券公司做IPO业务，和客户打交道会很多。
但是如果你不善言谈、处事理性、凡事喜欢摆数字摆事实，那么金工金数显然更适合你。学这个专业你一定要对数字敏感、具备建模思维，写一夜的代码都不会觉得枯燥反而很happy很有成就感。所以其实申请金工金数的同学不少都是理工科背景（数学或计算机专业出身的），他们只不过是对于将模型应用于解决金融问题比解决基因测序问题更感兴趣罢了。以后工作也是天天坐在办公椅上和数学模型打交道，还是想想你自己到底适不适合再做定夺吧。或者给你一个简单粗暴的方法，做下这两套自测题：
（哥大出品自测题1：
http://ieor.columbia.edu/files/seasieor/industrial-engineering-operations-research/pdf-files/FE_Prereq.pdf ）
（MIT出品自测题2：
http://mitsloan.mit.edu/uploadedFilesV9/MFin/Media/sampleexam2014v4_mfin suggested background.pdf ）
你如果不能comfortably handle大部分题目的话，那么劝你还是要慎重思考一下。
最后再说说经济学和MBA。经济学是更偏宏观的理论研究，研究行业、研究经济发展趋势、研究货币政策的，很多学校的经济Master都是PHD的跳板。虽然近年来不少学校也陆续推出了applied economics program，更适合毕业后直接进业界，但无论如何，如果你不是科研这块料，你将来不打算到政策银行或大型投行、证券做行研，那么劝你还是别选这条不归路了。至于MBA，想说的是，永远不要把MBA作为自己唯一的硕士学位。你可以读个MSF MBA，或者MFE MBA。因为MBA即便你选择了其finance concentration，相比于Specialized Master in Finance，它还是太浅了。MBA特点是知识面广、但浅，和PHD正好对应。MBA只是为了让你更容易升职加薪、或是起点比别人更高，但是领域的选择、基础的夯实，就别指望MBA能帮到你什么了。MBA只负责锦上添花，不负责雪中送炭。
看过这些了，你还是坚定自己非常适合申请金工金数的话，那么就又要操心了。一个MFE/MMF学位够不够？这就要取决于你将来要做的quant的类别了。如果是在投行前台交易的部门，他们其实处理模型是很灵活的，不会太拘泥，用模型也是为了给客户看到他们定价的基准。这种quant，会一些编程基础、建模基础，和基本的定价原理，我觉得就够了，而这些，一个MFE/MMF学位基本可以解决。但是如果你想做后台quant，参与衍生品的开发、定价，那么对自身的数学和建模技巧要求非常高，这时候一个MFE/MMF略显单薄，鼓励你条件允许的情况下，再读一个数学PHD，就完美了。
二、美国的金工金数项目
哪些项目好，哪些不好，这个标准是因人而异的。如果你将来铁定是要回国发展的，那觉得Chicago的金数就很理想，牌子大招人多；而如果你更倾向于留美，觉得BU和Fordham同样是非常好的选择。
问题的关键在于你要什么
当然，那些所有金融人跪舔的大牛项目就没什么好说的了，Stanford, UCB，不过这些都是大神的菜。还有一个Baruch值得一提，得天独厚的位置，如果你剑指华尔街，那绝对是优选。
所以，还是那句话，关键在于你想要什么。不过确实也有不少人在申请的时候压根就不知道自己想要什么，那怎么办？那就看排名吧。但是注意了，首先你肯定不能看USNEWS上的学校综合排名，那没有任何意义的。比较有参考价值的排名是quantnet排名，但是这份排名上的个别program，同样是有不小的争议的，所以，排名仅仅永远只作为参考标准之一，而不是唯一的参考标准。除了官方排名，经过多年申请金工金数的经验，同样也提炼出了一份安全可靠的内部排名，或者叫分档，供我们给学生选校所用。这个排名综合考虑了项目的地理位置、学校声誉、师资力量、课程设置、就业数据这些因子，都是金工领域大家最在乎的几个因素。如下：
三、如何规划我的MFE/MMF生涯？
我们费尽周折被心仪的学校录取了之后，这短短的1-2年的时间可真要好好利用一番。学费贵、学制短，没有好的规划，一转眼就毕业了。规划之所以重要，是因为大多数的MFE/MMF项目的选课自由度很高，跨学院选课、甚至跨学校选课，各种你都得会。那我们规划自己的study plan时应该遵循什么样的主线呢？的思路是：业界要什么，我们学什么。
1.C ,必须要会,要熟练,要非常熟练,不然毕业只有狗带
2.Numerical Method,主要是用它来搞定pde,finite difference,monte carlo.（如果有机会做过C 的实现那就再完美不过了）
3.Financial Math, Stochastic Calculus, pde, 这些都是金融数学的理论,讲定价模型怎么推导的,用到的数学工具会有随机分析,偏微.其实那些model全都是物理PHD搞出来的,看起来是期权定价什么的,最后翻开书都是微分方程满天飞.
4.一些统计方法、数据库什么的，这个就depends了
（注：重要性1>2>3>4）
相应的，我们在申请的阶段，如果能够对上述knowledge point有接触和掌握，对于申请的成功率把握也是一件好事。其他还包括Java, Python, Matlab, R, SAS, Excel, 你会的越多，你被录取的概率就越大。Pre-MFE, Post-MFE，这都是相通的。
四、怎样在校园招聘中占得先机？
上文中也提到了，有的学校是金融圈的target school，来校招的公司非常多，相应的你的机会就更大。还有的学校是小学校比如Princeton, UCB这种，你面对的来自同学的竞争少，同样你机会也会更大一些。所以选校的时候选target school还是很有道理的。
但如果你看到此文时已经在美国了，不幸自己的学校又是non-target的大型学校，那该怎么办？假如一家公司来招聘，只给10个人面试机会，但是你们学校同学一共有500个人投简历，这时候你想要获得一次宝贵的面试机会，难于上青天，所以校招的最关键在于你的简历做的是否出色，这是制胜关键。相反，面试却不会太多注重考察工作中需要用到的专业技能，针对应届生，公司更希望你是一张"白纸"，在你入职后用完善的培训体系把你塑造成他们想要的样子。他们更看重你是否有激情、性格是否适合金融行业和他们的公司文化、是否有很强的学习能力、是否有足够强大的抗压能力。所以面试中考察专业知识和技能仅占一小部分，其余部分很多是行为型面试、智力题、概率题。
更多资讯，请联系马老师。
（转）
,
