新加坡国立大学定量金融理学硕士研究生申请要求-排名-学费-就业-语言要求

新加坡国立大学定量金融理学硕士学位课程由新加坡国立大学数学系，与经济系和统计与应用概率系合作开设的项目。该项目适合具备数学专业背景、想要通过研究生阶段的学习强化自身定量金融分析能力和职业技能的学生。随着金融市场变得更加复杂，需要更高层次的数学知识来更好地理解和分析金融模型和产品并降低风险。在过去的三十年里，定量金融已经发展成为一个活跃而成熟的数学分支。新加坡国立大学定量金融理学硕士学位课程的目标是为基于高级课程的量化金融提供培训。该计划的毕业生有望获得定量金融方面的高级知识，这将使他们能够满足金融部门对具有深入定量金融知识的专业人士日益增长的需求。

展开全部

申请要求

具有荣誉学位（或4年制学士学位），需要包含较强定量培训的学科背景，例如数学、统计学、经济学、金融学、计算机科学、工程学、物理科学，或包含强大数学背景的同等学位 需要提交存款证明30,000新币

语言要求

雅思

总分要求

托福

总分要求

申请时间

{{ `${per_time.year}年${per_time.enroll_time}季入学${per_time.children.length == 1 && per_time.children[0].head == 1 ? '（提前批）' : per_time.children.length == 1 && per_time.children[0].head == 2 ? '（夏令营）' : ''}` }}

on hold

国际生

夏令营

提前批次

进行中

on hold

申请量过大，相应的申请有延迟或者无法拿到offer的风险。

国际生

本条是指国际生截止日期

课程设置

结构化产品

Structured Products

风险管理

Risk Management

金融衍生品：建模与计算

Financial Derivatives: Modelling and Computation

金融时间序列：理论与计算

Financial Time Series: Theory and Computation

定量金融概论

Introduction to Quantitative Finance

机器学习基础

Foundations of Machine Learning

定量金融中的数据科学

Data Science in Quantitative Finance

建模与数值模拟

Modeling and Numerical Simulations

计算数学

Computational Mathematics

利率理论与信用风险

Interest Rate Theory and Credit Risk

定量金融中的数值方法

Numerical Methods in Quantitative Finance

数量金融专题 I

Topics in Quantitative Finance I

定量金融专题 II

Topics in Quantitative Finance II

投资与组合选择

Investment and Portfolio Selection

人工智能与金融科技

AI and FinTech

定量金融中的蒙特卡罗方法

Monte Carlo Methods in Quantitative Finance

财务管理

Financial Management

定量金融中的数据工程

Data Engineering for Quantitative Finance

定量金融毕业实习 I

Graduate Internship in Quantitative Finance I

宏观经济学

Macroeconomics

定量与计算方法

Quantitative & Computing Methods

机器学习与经济预测

Machine Learning and Economic Forecasting

公司金融

Corporate Finance

非参数回归

Nonparametric Regression

应用统计学习

Applied Statistical Learning

展开全部

顾问解析

由理学院数学系开设，经济系和统计数据科学系保持合作关系，主要是分析金融模型和金融产品以规避风险。面向有扎实数学基础或定量金融背景，想要通过研究生阶段的学习强化自身定量金融分析能力和职业技能的学生。 就业服务：选修了实习课程后可以在新加坡实习。NUS有专门发布实习信息的网站，还可以在网站上预约一对一的职业辅导。未来的职业路径很广泛，比如金融行业的买方/卖方、固收/股权/大宗商品/加密货币/外汇、衍生品市场、前台的承销/交易/投行/财富管理、中台的风控、非金融行业的数据分析/数据科学等等。 招生特点：大陆地区是主要生源地，基本上都是985、211，近半数的学生拥有数学、统计、数据科学、金融工程等量化背景。也有金融、经济，或者其他自然学科、工科背景的学生。男女比例近1：1，女生占了53%。建议托福100+；雅思7.0，实习官方没有做要求，建议是至少一段量化相关实习。GPA方面，学校背景比较好的学生，3.0+或者80+的都可以尝试下，学校背景一般或者专业跨度较大的，可能85+可以尝试。往年也有不少录取者是90+以上。总体上，这个项目还是比较看重多样性的。 班级概况：班级整体人数在100-120人左右，其中中国学生占比80%-90%。专业背景方面，以金工金数、数学专业为主。

展开全部

登录后查看全部

录取报告

录取指南|该方向录取高度集中于985/211背景，典型录取者GPA集中在85分以上，雅思中位数为7.0。建议985/211背景申请者将GPA目标设定在85+、雅思7.0+，并重点提升量化课程成绩与相关实习经历。普通本科背景申请者录取率显著偏低，需通过高含金量科研、顶级实习或高分GRE/GMAT来弥补院校背景劣势，且需接受录取不确定性较高的风险。录取者本科专业高度集中于金融、金工金数、经济等商科与数理交叉领域，这些专业背景的申请者具有明显优势。建议申请者优先选择与自身本科专业高度匹配的子项目，以最大化课程衔接度与竞争力。跨专业申请者，尤其是来自纯文科或非量化背景的学生，必须通过补充数学、统计、编程等先修课程，并积累量化研究或金融工程相关项目经历，来证明其学习能力与专业适配性。从历史数据来看，该方向整体竞争激烈，建议申请者在9月至11月的早期轮次完成投递，以争取更充裕的审理时间和名额。申请者应提前准备好成绩单、语言成绩、文书及推荐信等核心材料，确保在开放申请后尽早提交。延迟投递至次年1月之后，可能面临剩余名额减少、审理周期延长等风险，从而降低录取概率。