香港中文大学（深圳）金融学理学硕士研究生申请要求-排名-学费-就业-语言要求

香港中文大学（深圳）金融学硕士项目旨在培养具有深厚理论培训和实践能力的卓越的高技能专业人员。课程由世界一流的、受过国际培训的教师和非常成功的高级金融从业人员共同教授。香港中文大学（深圳）金融学硕士项目课程提供两个专业，即人工智能金融和金融管理，使学生能够发展金融业的专业技能。 人工智能金融方向融合量化分析方法与前沿科技，依托开源工具培养数据分析与编程实战能力，课程覆盖机器学习和生成式人工智能等当下前沿技术模块，结合真实金融业务场景，培养人工智能金融领域复合型专业人才。 公司金融与投资方向注重搭建金融经济领域最前沿的系统知识框架，提供经济，金融与会计财务等基础理论和研究方法等课程，紧密结合中国实践，重视对当代中国经济，金融形势的解读，为金融监管部门，各类金融机构和研究机构等就业渠道培养具备较强研究能力和创新实践能力的人才。该方向申请者不限本科或硕士（如有）专业方向。

展开全部

申请要求

申请者需毕业于认可的大学并获得学士学位，需要提供B等级证明，或获得等同大学本科的资历

语言要求

雅思

总分要求

6.5

托福

总分要求

托福

（新版）

总分要求

4.5

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

金融会计

Accounting for Finance

金融学导论

Introduction to Finance

数量方法

Quantitative Methods

金融数据分析

Python for Financial Data Analysis

公司金融

Corporate Valuation & Fundamentals of Finance

金融市场与衍生品

Derivatives Markets

投资管理及分析

Investment Management and Analysis

机器学习与金融建模

Machine Learning for Financial Modeling

金融科技理论与实践

FinTech Theory and Practice

生成式人工智能与金融大模型应用

Generative AI & LLMs in Finance

人工智能在量化交易中的应用

Quantitative Trading with AI Applications

电子表格/VBA金融建模

Spreadsheet/VBA Modelling in Finance

投资组合和资产管理

Portfolio and Asset Management

固定收益证券分析

Analysis of Fixed-income Securities

财务报表分析

Financial Reporting and Analysis

数据库原理与开发

Database Principles and Development

大数据建模与管理

Big Data Modeling and Management

企业参访与行业分析

Company Visits and Industry Analysis

当代中国金融问题与挑战

Contemporary Issues in Chinese Financial Development (Practitioner Workshops)

专题指导研究（毕业论文）

Directed Research in Finance

行为金融学

Behavioral Finance

估值分析

Valuation Analysis

随机模型

Stochastic Models

企业并购

Mergers and Acquisitions

中国金融体系

Chinese Financial System

创业公司融资

Emerging Companies Finance

银行与金融机构

Banks and Financial Institutions

量化投资组合分析

Quantitative Portfolio Analysis

市场微观结构与算法交易

Microstructure and Algorithm Trading

宏观经济与金融市场

Finance within Macroeconomy

信用风险建模与产品

Credit Risk Modelling and Products

金融计量与应用

Financial Econometrics and Applications

量化风险管理

Quantitative Risk Management

信息策略与管理

Information Strategy and Management

另类投资

Alternative Investment

商业建模与最优化

Business Modeling and Optimization

互联网金融

Internet Finance

商业机器学习

Machine Learning for Business

数据可视化

Data Visualization

风险与保险

Risks and Insurance

公司和商业法

Corporate and Business Law

金融大数据预测分析

Predictive Analytics Using Big Financial Data

绿色债券与ESG实践

Green Bonds and ESG Practices

展开全部

顾问解析

本金融学项目具备全球视野与中国特色，由国际知名院校师资亲自指导，旨在培养适应金融市场不断变革的复合型、创新型和应用型人才。项目采用英文授课，产教融合，分为金融科技与金融管理两个方向，满足金融领域的全面人才需求。学生可根据职业规划或兴趣选择学习路径。 就业服务：多数毕业生就职于腾讯、华为、字节跳动、京东、百度、阿里巴巴、万科、华润等500强企业，也有部分同学入职四大、银行、咨询公司等。据学校官方数据统计，毕业生平均年薪约为15万。 招生特点：本年度申请人数众多，最终116名全日制新生入读，报录比为14:1，与去年持平。新生中，28%来自九校联盟（C9），创历届新高；79%来自985/211院校。新生分为金融科技与金融管理两个方向，人均拥有1~2段的高质量实习/工作经历，实习/工作领域集中在证券、银行、基金、会计师事务所、科技/金融科技等行业和领域。 班级概况：班级整体人数在110人左右，其中基本都是中国学生。学生背景方面，本科来源相对混杂。

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85-90分、雅思7.0左右。强背景申请者应重点保持高绩点并尽早考出合格语言成绩，无需过度担心院校门槛。普通本科申请者录取概率明显偏低，需通过高含金量实习、科研或量化项目经历来弥补院校劣势，同时将GPA提升至85分以上以增强竞争力。本科专业匹配度对录取影响显著，金融、金工金数等商科背景申请者优势明显，录取率相对稳定。跨专业申请者应优先补充金融核心课程（如公司金融、投资学）及量化分析能力，通过相关实习或项目经历证明学习动机与专业基础。本科专业小类录取分布样本量较少，仅供参考。从历史数据来看，9月至11月是投递的推荐窗口，该阶段申请量集中且录取机会相对较高。建议申请者提前完成文书、推荐信等材料准备，尽早提交以抢占先机。延迟至次年1月后投递，可能面临名额减少和竞争加剧的风险，应尽量避免。