数学背景读金融博士的原因？
我本科也是学数学的，硕士读了两个统计。 现在在美国Top50读研二，本来今年秋季打算申请Phd，但考虑到就业，还是改申了MSF。 这里先简单说一下对这4个项目的理解（仅对于MFE/MSF方向）。 MSF的项目一般来说是偏向于Quant， MFE则是偏向于DS。 Quant和DS都是属于数据类，需要很强的编程能力。 Quant需要掌握R语言， DS则需要会Python或者Spark等等。
这两个项目都有很强的量化背景，与金工相比区别不大。 所以读哪个项目取决于你未来的职业规划。 如果想留在美国工作并且有很强的工作意愿，那建议读MFE。 因为MSF虽然也带quant， 但偏量化项目如哥大IEOR和布朗的BEP， 以及DS项目如南加大Viterbi， 都会比MFE更难留下来找工作。
如果你未来想做quant， 建议你读CS。 为什么这么说是因为quant现在在国内外的就业都非常的火爆， 而CS是一个万金油专业，任何跟数据打交道的行业基本都缺CS的人才。 因此即使你是MFE/MSF background， CS也是一个不错的选择。
另外除了上述提到的项目， 还有一类项目值得提到， 就是STM， 也就是STAT+TRADE. 比如UPenn的新建项目MPW， UCI的新建项目MSGM， 还包括哥大的IEOR和Brown的BEP。这类项目的核心是结合统计分析和技术在金融领域的应用。 如果你对于统计分析很感兴趣而且希望将来在金融领域就业，这个项目比较适合大家申请。