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。