登录遇到问题
Q：长时间接收不到验证码怎么办?
A：您可以拨打我们的客服热线400-987-6697进行语音辅助
没找到相关问题？点此联系客服
Hi
登录后即可查看全站内容～
+86
发送验证码
?登录遇到问题
登录
手机密码登录
一键登录
指南者留学
选校/定位/规划 必备工具
打开App
金融工程硕士
MS in Financial Engineering
简介
课程
解析
视频
资讯
案例
所属学校
项目简介
专业方向
金工金数
项目类别
STEM
确认
入学时间
秋季
项目时长
1.5年
项目学费
70000美元
项目规模
100人
平均G
169
确认
就业比例
86%
平均起薪
95287美元
就业方向
资产管理公司、高频交易公司、投资银行、量化投资机构、交易所
岗位分布
金融工程师、量化研究员、风险管理师、量化开发工程师、投资组合经理
培养目标
<p>纽约大学金融工程硕士项目帮助学生掌握金融工程领域所需的基础金融概念，并将理论转化为实践，能够在当今金融服务行业的复杂环境中开展工作。项目强调以先进数学、有效编程以及金融软件、数据库和相关技术为基础，帮助学生形成扎实的金融概念基础，并具备连接理论与实践的能力。</p><p>项目还通过核心课程、应用实验、结业项目和Bloomberg认证等学习环节，进一步强化学生运用专业工具与方法解决实际金融问题的能力，并为后续专业实践和职业发展做好准备。</p>
展开全部
申请要求
线性代数概率论多元微积分（高级）应用统计计算机编程
语言要求
托福
总分要求
90
小分要求
无要求
雅思
总分要求
7
小分要求
无要求
GRE
总分要求
无要求
小分要求
无要求
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）' : ''}` }}
{{ per_tab.label }}
{{ per_time_dot.label }}
{{ per_time_dot.time }}
on hold
国际生
夏令营
{{ apply_time_arr[apply_time_arr.length - 1].camp_desc }}
提前批次
{{ apply_time_arr[apply_time_arr.length - 1].ahead_desc }}
进行中
{{ per_time.children[per_time.active_tab_idx].endInfo }}
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
FRE训练营II
FRE Bootcamp II
FRE训练营III：从脑筋急转弯到布莱克–斯科尔斯模型
FRE Bootcamp III -- From Brain Teasers to Black-Scholes
FRE训练营IV：使用Python的计量经济学与机器学习
FRE Bootcamp IV - Econometrics and Machine Learning with Python
衍生证券导论
Introduction to Derivative Securities
金融中的定量方法
Quantitative Methods in Finance
金融工程估值
Valuation for Financial Engineering
金融经济学
Financial Economics
金融风险管理
Financial Risk Management
金融工程中的机器学习
Machine Learning in Financial Engineering
静态与动态套期保值
Static and Dynamic Hedging
期权定价与随机微积分
Option Pricing and Stochastic Calculus
固定收益证券与利率衍生品
Fixed Income Securities and Interest Rate Derivatives
金融工程专题：固定收益算法交易
Selected Topics in Financial Engineering | Fixed Income Algorithmic Trading
金融工程专题：波动率模型
Selected Topics in Financial Engineering | Volatility Models
金融工程专题：固定收益量化交易
Selected Topics in Financial Engineering | Fixed Income Quantitative Trading
外汇市场：基础与交易
Foreign Exchange (FX) Market: Fundamentals & Trading
风险金融专题I：随机控制与投资组合管理
Topics in Risk Finance I | Stochastic Control and Portfolio Management
金融与风险工程专题II：利率衍生品与风险管理
Topics in Financial and Risk Engineering II | Interest Rates Derivatives and Risk Management
金融工程专题：战略互动下的动态优化
Special Topics in Financial Engineering | Dynamic Optimization under Strategic Interaction
货币、银行与金融市场
Money, Banking, and Financial Markets
公司估值：从初创企业到大型企业
Corporate Valuation: From Startups to Giants
并购
Mergers & Acquisitions
量化投资组合管理
Quantitative Portfolio Management
金融工程专题：因子方法与最优战略资产配置
Selected Topics in Financial Engineering | Factor Approach to Optimal Strategic Asset Allocation
金融工程专题：另类投资
Selected Topics in Financial Engineering | Alternative Investments
可持续投资
Sustainable Investments
金融工程专题：资产配置的战略与战术方法
Selected Topics in Financial Engineering | Asset Allocation, A Strategic & Tactical Approach
金融工程专题：资产负债管理
Selected Topics in Financial Engineering | Asset and Liability Management
财务会计与分析
Financial Accounting and Analysis
统计套利
Statistical Arbitrage
算法投资组合管理
Algorithmic Portfolio Management
金融与金融市场专题II：现代价值投资
Topics in Finance and Financial Markets 2 | Value Investing, a Modern Approach
金融与金融市场专题II：量化股票交易实践导论
Topics in Finance and Financial Markets 2 | Practical Introduction to Quantitative Equity Trading
金融与金融市场专题II：固定收益做市
Topics in Finance and Financial Markets 2 | Fixed Income Market Making
金融与风险工程专题I：现代股票交易策略
Topics in Financial and Risk Engineering I | Modern Equity Trading Strategies
风险金融专题：对冲基金策略
Topics in Risk Finance I | Hedge Fund Strategies
风险金融专题II：量化风险与投资组合管理
Topics in Risk Finance II | Quantitative Risk and Portfolio Management
计量经济学与时间序列分析
Econometrics and Time Series Analysis
金融与风险工程专题I：金融分析与大数据
Topics in Financial and Risk Engineering I | Financial Analytics & Big Data
金融信息服务与技术专题：自然语言处理与投资流程
Topics in Financial Information Services and Technology | NLP and the Investment Process
金融信息服务与技术专题：深度学习高级专题
Topics in Financial Information Services and Technology | Advanced Topics in Deep Learning
信息几何及其在机器学习等领域的应用
Information Geometry and Its Applications in Machine Learning and Beyond
金融工程专题：金融工程大数据
Special Topics in Financial Engineering | Big Data in Financial Engineering
金融数值与模拟技术
Numerical & Simulation Techniques in Finance
信用风险与金融风险管理
Credit Risk & Financial Risk Management
市场风险管理与监管
Market Risk Management and Regulations
金融工程专题：大宗商品市场与衍生品
Selected Topics in Financial Engineering | Commodities: Markets and Derivatives
金融工程专题：衍生品结构设计与融资
Selected Topics in Financial Engineering | Derivatives Structuring and Financing
金融市场与信息论专题
Topics in Financial Markets and Information Theory
金融与金融市场专题I：模型风险管理案例方法
Topics in Finance and Financial Markets I | Model Risk Management – A Case Study-Based Approach
金融与金融市场专题I：实时交易风险管理
Topics in Finance and Financial Markets I | Real-Time Trading Risk Management
风险金融专题：系统化信用投资策略
Topics in Risk Finance I | Systematic Credit Investment Strategies
金融与风险工程专题II：房地产风险
Topics in Financial and Risk Engineering II | Real Estate Risk
金融计算
Financial Computing
金融工程专题：区块链与加密货币
Selected Topics in Financial Engineering | Blockchain & Cryptocurrency
金融工程专题：金融科技、区块链与加密资产
Selected Topics in Financial Engineering | Fintech: Blockchain and Crypto
算法交易与高频金融
Algorithmic Trading and High Frequency Finance
金融信息服务与技术专题：金融数据与可视化
Topics in Financial Information Services and Technology | Financial Data and Visualization
金融科技高级专题：可视化实验
Advanced Topics in Financial Technology: Visualization Lab
计算金融实验（Python）
Computational Finance Laboratory (Python)
金融软件工程实验
Financial Software Engineering Laboratory
金融中的R
R in Finance
金融软件实验：C++
Financial Software Laboratory: C++
金融软件实验：Python
Financial Software Laboratory: Python
Bloomberg认证
Bloomberg Certification
金融工程顶点项目：实习
Financial Engineering Capstone: Internship
金融工程顶点项目：项目
Financial Engineering Capstone: Project
金融与风险工程理学硕士论文
MS Thesis in Finance & Risk Engineering
顶点项目评估
Capstone Assessment
展开全部
顾问解析
<p>2014年纽约大学和纽约理工学院合并组建了纽约大学工学院，2015年工学院接受校友tandon夫妇捐款一亿美元，改名为TANDON school of Engineering。</p><p>虽然在十年前工学院含金量并不高，但在2016年华尔街大亨兼学术界大牛（UCLA博士，康奈尔教授，前大摩Modeling组的leader，前Bloomberg Quant Research的leader）皮特成为tandon金工的系主任之后，tandon金工的腾飞势头就按不住了，近几年虽然还没有达到皮特曾放言的“赶CMU超Courant”，但也是已然跻身Quantnet前十的顶级金工金数领域项目。</p><p>课程设置：选课自由的同时，项目也紧跟行业发展趋势来调整课程结构，基本上每届都会开新课。整体一届的Size比金数大不少，100+（class of 2019是138）左右，但是每门课的size 很小，一般在15人左右，不超过30。Career services是spoon-feed的，基本能够顾及到每个学生。</p><p>Quantitative Methods in Finance建议本科学过数学也不要waive掉，后面有涉及到stochastic calculus的知识，对刷绿皮书很有帮助；Options Pricing & Stochastic Calculus强烈推荐，甚至感觉应该放在必修里面，卖方做quant必修；Market Risk Management and Regulation比较水课，但教的内容符合工作中实际情况；Financial Computing是系里面唯一一门C++，还是强烈推荐非cs背景的同学上一下，有用的。</p><p>就业方面：NYU MFE历来以投资周期短、回报快而著称，尤其是其毕业生大量进入投行、基金公司、风险管理等等金融服务行业中，或者其他金融相关行业的定量、技术性工作，尤其是纽约大学就在华尔街旁边，其与金融产业界联系十分紧密，在巴鲁克学院的就业负责人作为career advisor的超级资源扶持下，毕业生的就业率十分之高，这也成为纽约大学MFE超级抢手的重要原因之一。</p><p>录取方面：根据官网录取数据显示，2023年秋季录取学生的GRE Q平均成绩为169.0，V平均成绩为158.3，GPA为3.848，建议有强量化背景+高gpa的学生申请。不卡学校，会有diversity的考虑，同校会内卷。</p>
展开全部
登录后查看全部
录取分析
指南者留学收录该专业申请案例40个（数据来源：老阿姨微博和第三方数据库），其中申请成功案例数29个。
厦门大学
GPA：3.8
应用数学
托福：104
GRE：332
PASS
马里兰大学帕克分校
GPA：3.98
金融+数学
托福：107
GRE：328
PASS
布兰迪斯大学
GPA：3.95
精算+金融
托福：/
GRE：331
PASS
伊利诺伊大学香槟分校
GPA：3.93
统计
托福：/
GRE：329
PASS
雪城大学
GPA：3.8
统计+数学
托福：/
GRE：325
PASS
罗切斯特大学
GPA：90.6
金融经济学
托福：/
GRE：334
PASS
App查看更多申请案例
预约咨询
电话咨询