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
定量金融与风险管理硕士
MS in Quantitative Finance and Risk Management
简介
课程
解析
案例
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
3学期
项目学费
74322美元
项目规模
30人
平均成绩
3.5
确认
平均G
321
确认
国际学生
97%
男女比例
63:37
就业比例
67%
平均起薪
93333美元
就业方向
资产管理公司、对冲基金、高频交易公司、风险管理与咨询、投资银行
岗位分布
量化研究员、投资组合经理、金融工程师、量化开发工程师、量化交易员
培养目标
<p>密歇根大学安娜堡分校定量金融与风险管理硕士项目强调高级数学与统计方法训练，帮助学生掌握可用于量化分析、金融工程和风险管理的专业能力，并将所学应用于真实金融问题的解决。</p><p>项目还注重形成扎实的定量分析、建模与编程相关能力，使学生能够胜任金融行业中的量化分析师、金融工程师、风险管理等相关角色；同时通过系统课程与实践性学习，增强学生运用知识处理复杂金融问题的能力。</p>
展开全部
申请要求
高级微积分、线性代数、概率、常微分方程、偏微分方程、分析、编程(Matlab和/或C/ c++)
建议：金融数学,金融、Python
语言要求
托福
总分要求
95
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
金融应用数值方法
Numerical Methods with Financial Applications
离散状态随机过程
Discrete State Stochastic Processes
高级金融数学一
Advanced Financial Mathematics I
应用统计一／统计学习一：回归
Applied Statistics I / Statistical Learning I: Regression
高级金融数学二
Advanced Financial Mathematics II
金融随机分析
Stochastic Analysis of Finance
金融数据统计分析
Statistical Analysis of Financial Data
计算金融
Computational Finance
算法交易数学方法
Mathematical Methods for Algorithmic Trading
寿险精算一
Life Contingencies I
寿险精算二
Life Contingencies II
损失模型一
Loss Models I
损失模型二
Loss Models II
数据数学
Mathematics of Data
实分析导论
Introduction to Real Analysis
应用泛函分析
Applied Functional Analysis
线性规划
Linear Programming
连续优化方法
Continuous Optimization Methods
数值线性代数
Numerical Linear Algebra
微分方程数值方法
Numerical Methods for Differential Equations
分析二
Analysis II
实分析二
Real Analysis II
概率与随机过程一
Probability and Random Processes I
概率与随机过程二
Probability and Random Processes II
金融机器学习一
Machine Learning for Finance I
金融机器学习二
Machine Learning for Finance II
线性与非线性偏微分方程
Linear and Nonlinear Partial Differential Equations
非线性规划
Nonlinear Programming
实习
Internship
数据挖掘
Data Mining
统计学习二：多元分析
Statistical Learning II: Multivariate Analysis
统计咨询
Statistical Consulting
使用Python的数据科学与分析
Data Science and Analytics Using Python
统计推断
Statistical Inference
时间序列分析
Analysis of Time Series
可靠性
Reliability
贝叶斯建模
Bayesian Modeling
线性模型
Linear Models
统计学习
Statistical Learning
统计编程与数值方法
Programming and Numerical Methods in Statistics
统计蒙特卡罗方法
Monte Carlo Methods in Statistics
房地产投资
Real Estate Investment
财务管理与政策
Financial Management and Policy
金融建模
Financial Modeling
公司金融中的金融衍生品
Financial Derivatives in Corporate Finance
资本市场与投资策略
Capital Markets & Investment Strategies
固定收益证券与市场
Fixed Income Securities and Markets
国际财务管理一
International Finance Management I
国际财务管理二
International Finance Management II
公司财务政策
Corporate Financial Policy
风险投资金融
Venture Capital Finance
银行与金融机构风险管理
Risk Management in Banks and Financial Institutions
金融交易
Financial Trading
估值中的实物期权
Real Options in Valuation
玉米蓝基金
Maize and Blue Fund
玉米蓝基金
Maize and Blue Fund
科学家与工程师编程
Programming for Scientists and Engineers
机器学习导论
Introduction to Machine Learning
机器学习原理
Principles of Machine Learning
算法导论
Introduction to Algorithms
操作系统导论
Introduction to Operating Systems
数据库管理
Database Management
专题（指定小节）
Special Topics (Select Sections)
人工智能导论
Introduction to Artificial Intelligence
计算数据科学与机器学习
Computational Data Science and Machine Learning
机器学习
Machine Learning
电子商务
Electronic Commerce
信号处理、数据分析与机器学习的矩阵方法
Matrix Methods for Signal Processing, Data Analysis and Machine Learning
机器学习（电气与计算机工程）
Machine Learning (ECE)
算法设计与分析
Design and Analysis of Algorithms
人工智能基础
Foundations of Artificial Intelligence
自然语言处理
Natural Language Processing
语言与信息
Language and Information
强化学习理论（专题）
Reinforcement Learning Theory (Special Topics)
数据科学与机器学习设计
Data Science and Machine Learning Design
货币与金融理论
Monetary and Financial Theory
国际贸易理论
International Trade Theory
国际金融
International Finance
高级统计与计量经济学导论二
Advanced Introduction to Statistics and Econometrics II
微观经济学
Microeconomics
宏观经济学
Macroeconomics
微观经济理论一
Microeconomic Theory I
统计计算
Statistical Computing
应用统计一：线性回归
Applied Statistics I: Linear Regression
高级推断一
Advanced Inference I
工程专题：多学科设计项目
Special Topics in Engineering – Multidisciplinary Design Projects
预测分析
Predictive Analytics
编程一
Programming I
中级编程
Intermediate Programming
自然语言处理
Natural Language Processing
数据处理与分析
Data Manipulation and Analysis
自然语言处理：算法与人
Natural Language Processing: Algorithms and People
应用机器学习
Applied Machine Learning
电子表格建模与应用
Spreadsheet Modeling and Applications
使用Visual Basic for Excel开发商业应用
Business Application Development with Visual Basic for Excel
应用商业分析与决策
Applied Business Analytics and Decisions
高级大数据分析
Advanced Big Data Analytics
金融科技：区块链、加密货币及金融内外的其他技术创新
FinTech: Blockchain, Cryptocurrencies, and Other Technology Innovations In and Out of Finance
展开全部
顾问解析
<p>密歇根大学UMich QFRM这个项目是由数学系和统计系（UMich的这2个系专排都很高）合办的，QFRM在15年进行了调整和改名开始招生的，前身就是MFE。虽然现在名字上有Risk Management，但课程方面和其他的金融工程项目差别不大，就业方向也雷同，学校并没有局限在risk management方面。</p><p>课程设置：项目时长1.5年，课程偏重量化数学的分析方法，比较硬核，选修课自由度还不错，还可以从CS系/ross商学院里选。项目本身不包括实习，但有summer 给学生实习，Ann Arbor地方比较偏，intern不好找，从实习的placements看出中国学生还是在国内实习居多。就业率的话，因为Ross商学院的reputation，会有不少金融机构来安娜堡开宣讲会，统计系也有自己的career fair。但实际就业率一般，6个月只有67%，从最终的placements看，回国和留美皆有。因为密歇根大学在国内的知名度还是非常不错的，国内银行/券商对UMich毕业生的认可度都不错。</p><p>录取方面：项目是精品小班制，一届入学人数在30人左右，录取率10%(30/356)，国际生比例高达97%，亚洲占到了63%，非常偏好数学背景（占到了60%），工科背景17%。对商科（finance/economics）背景不友好。</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14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11个。
西南财经大学
GPA：3.9
金融
托福：110
GRE：330
PASS
纽约大学
GPA：3.68
数学+经济
托福：/
GRE：325
PASS
浙江大学
GPA：3.8
金融数学
托福：105
GRE：322
PASS
宁波诺丁汉
GPA：3.9
应用数学
托福：105
GRE：325
PASS
南京大学
GPA：3.7
金融，辅修应数
托福：102
GRE：330
PASS
西南财经大学
GPA：87
金融数学
托福：/
GRE：/
PASS
App查看更多申请案例
预约咨询
电话咨询