培养目标
如果你对量化金融、金融技术、统计学、数据分析和编程有热情，并且你有决心参加一门要求很高的课程，那么数学金融与金融技术科学硕士(MSMFT)就是为你准备的。
您将由课程组成的学科领域的世界知名权威教师指导，培养一套技能，使您在竞争激烈的量化金融和金融科技就业市场中脱颖而出。无论你的目标是在金融技术、金融数据分析、金融工程、风险管理、资产管理还是定量分析领域工作，你都将拥有成功所需的一切。
三个学期的课程将带您进入金融工程的最前沿。课程从工具开始，如随机微积分，导数，或在我们的领域的大多数方面所必需的计算方法。然后让您探索您的特殊兴趣，无论是量化投资组合或风险管理，固定收益或股票，您将接触到最新的金融技术和统计数据分析技术。你可以探索令人兴奋的新领域，如机器学习和算法交易。
申请截止日期
2022.11.18；2023.1.20；2023.3.31
录取要求
我们的录取过程是全面的，但如果没有必要的量化技能，就无法成功。你需要深入了解本科数学、概率论、统计学和编程。您将被要求在在线申请中突出您的相关课程。此外，之前对经济和金融的接触将是你量化技能的重要补充。
我们希望申请人完全熟悉以下内容:
微积分：标准的3门课程微积分序列所涵盖的主题，包括极限、微分和积分、优化、隐函数、先验函数和三角函数、序列和级数、积分方法、向量、线和面、多重积分、柱坐标和球坐标、方向导数、标量场和向量场、梯度、势、近似、斯托克斯和相关定理
微分方程：一阶方程，二阶方程，微分方程组，线性化，拉普拉斯变换，李雅普诺夫函数
线性代数：向量和矩阵算术，线性无关，线性系统的解，高斯消去，行-阶梯形，向量空间，基和范数，谱和典型分解
概率：组合分析，条件概率和独立性，随机变量的联合分布，矩和矩生成函数，极限定理，条件期望和鞅，马尔可夫链，模拟
编程：我们希望所有申请人都能熟练使用Python、数据类型和结构、向量和数组、从文件中读取数据以及图形化过程。我们希望在您的应用程序中看到演示过的Python体验。同样，您应该熟悉R语言的基础知识
统计：抽样，统计推断，先验和后验分布，最大似然，估计量的抽样分布，线性统计模型，最小二乘方法
