：研究跟公司相关的一切活动，包括公司的运营，财务投资，融资，上市，合并重组等等。这方面跟会计学非常相关，因为会计报表就是公司活动情况的总结，所以经常会见会计学学生转行研究公司金融，而研究公司金融的学生也要学好会计学。

　　资产定价：这里的资产指的是金融资产，比如股票、期权等等。资产定价主要目标是给资产找个合适的价格，比如你想买谷歌股票，一股到底值多少钱？这是个很重要的问题，因为一旦知道合理价格，你就可以赚钱了。举个小例子，现在市场上有只股票卖10刀，而经过你资产定价，这股票合理价格是15刀，那你该赶紧买这股票来赚5刀差价；相反如果股票合理价格只有5刀，那你该赶紧卖出这个股票来预防亏损。

　　所以，你可以看出如果能找到正确的定价方法，相当于找到了一劳永逸的赚钱方法。其实在生活中给金融资产定价是极其困难的，为此金融学者们研究出了各种各样的模型。

　　3.金融工程：用工程学方法做资产定价。对，金融工程只研究资产定价！这里的工程方法一般指的是计算机或者数学模型，所以这方面数学和编程技术会要求比较高。

　　下一个问题是，如果打算做资产定价这块，金融学的资产定价和金融工程有什么区别？

　　总体来说，这两部分有相当大的重叠。金融学的资产定价主要偏向数学模型，而金融工程则数学模型和计算机各一半，这也就是P quant和Q quant的由来，Q偏数学模型，P偏机器学习等计算机方法，实际上讨论起来比较复杂，可以简单这么理解一下。

　　对我来说，我是做机器学习和金融工程相关的，目前在用深度学习的模型预测高频交易，所以偏P吧。

　　答主来自央财金融专业。特意写了一篇详细介绍金融专业的回答，全文近万字，不妨先收藏一下：

　　金融行业很卷，业内鄙视链也很严重，第一学历对日后的发展前景影响很大。如果本科学校是普通 211 甚至以下，除非拿到足够好的研究生项目，不然顶多是去基层或者券商营业部。

　　整体来看，金融方向的职业生涯可以按照子行业大致分成银行与监管、证券与卖方、保险与精算以及基金与买方等四种路径。每一种路径下属不同的准备要求和匹配资质。

　　此外，无论是那种道路，都是先从基层做起（就算学历很好也很难例外）。银行需要从柜员做起，证券需要到前台和营业部轮岗，保险需要先从推销开始，基金需要为研究员端茶倒水提供资料开始……

　　几乎没有人可以毕业就能拿到高薪水和领导岗位，所有人都要从底层一步步走路，因此再探路时要打消不合理的期待，才能理性的选择最适合的道路。

　　绝大多数同学在报考金融学专业时，无论是基于自身还是家长的建议，均有着使用金融学为自己未来获得收益的目标。

　　甚至一些从理工科转专业或转行的同学，对金融学学习都有着较强的赚钱和功利的目的。

　　这一个个简单而又深入的问题，才是串起金融大厦的电梯。每一个问题，背后所需要的知识和专业素养，都不是一朝一夕能够积累完成的。

　　很多人认为，金融学本身知识点数量不如理科多，所以转行较为容易，但实际上，在工作环境中，更多老板要求的是有一颗好奇的、不断钻研的心和对金融学的基本感觉。

　　好奇心的培养源自对学科本身的兴趣，和自身的资质；而对金融学的感觉，基于对金融问题的理解程度，需要的是学术上的积累和实践中积攒的操作经验。

　　例如，金融学考证中，CFA 和 FRM 的考纲每年都有着跟随实际的变化。

　　古典金融学更多依赖于经济学，就连世界上第一个股票交易所——阿姆斯特丹证券交易所（Amsterdam Stock Exchange, AEX）于 1609 年才在荷兰阿姆斯特丹诞生。

　　而现代金融学可以从 1973 年迈伦·舒尔斯与费希尔·布莱克提出 Black-Scholes 期权模型作为起始点，即拉近了金融学与数学的内在联系。

　　现代金融学已经成为了一个多重交叉学科，数学、物理学、计算机应用、经济学、政治学和管理学等多种学科知识均是搭建起金融大厦重要的砖瓦。

　　对于绝大多数同学而言，掌握一两门交叉学科，可以使得自己在金融的某分领域中如鱼得水。

　　相较于其他学科，金融学的就业导向极强，因此在本科大三大四阶段，寻找实习和参加相关工作成为了学科学习的重要内容。

　　我接下来会介绍学科的知识结构、深造与就业前景、工作中金融学的应用、行业内工作环境，最后特别要重点介绍的是如何开启金融专业的职业生涯。

　　各院校在通识课和基础课上选择有所不同，但与金融学相关的知识框架几乎都有涉及。

　　例如，本科金融学的相关课程可以被拆分为数学、经济学、编程和金融学专业课程。

　　从难度上和上课顺序上讲，绝大多数院校会把数学、经济学和编程的必要的相关课程放在大一大二作为基础必修课，而金融学的核心课程大多于大三大四才开始上。

　　数学课程：通常在大一大二学年学完。其中某些课程是基于高中数学深入探索后形成的学科，例如微积分和概率论。主要的数学课程可以分为三类：微积分类、代数类和概率论类。

　　经济学课程：经济学课程主要有微观经济学、宏观经济学和计量经济学。其中，微观经济学主要聚焦于微观消费者和微观企业的定价模型和销量模型，但对于金融学的学习不如宏观经济学和计量经济学那样重要，因此在下面不再详细介绍。

　　编程类课程：主要着手于相关的编程语言，例如 python，Stata，C++，SQL 等，详见 CS 类专业介绍。

　　由于金融学是一个就业导向极强的学科，因此就业的细分方向是最好的学科细分方向。因此，可以分为银行与监管、证券与投资、保险、基金。

　　银行与监管：主要工作方向有中央银行和商业银行。央行的工作与监管挂钩，因此，像政治经济学、货币金融学、财政学等学科成为央行工作的点金石。而对于商业银行相关工作，所需要的知识有商业银行学，会计学等。

　　证券和卖方：券商工作又被称为卖方工作，其要求从业者有深度挖掘金融工具价值的能力，细分类有投行、券商营业部、券商研究所等。其中例如券商研究所专注于使用自顶向下的研究方法，研究某一只股票、某一个行业的价值和潜力，因此所需的知识较多，例如投资学，固定收益证券，宏观经济学，国际金融，公司金融等学科核心课程。

　　保险与精算：保险相较于其他金融学细分领域较为独立。主要涵盖知识点在于对资产负债表的把控，对未来风险的预测，已经对保险分项的精算。因此，所需要的知识涵盖保险学、精算学、风险管理和统计学等课程知识。

　　基金与买方：基金也称为买方，即通过向投资者筹钱，用于证券投资，进而赚取手续费和佣金。基金所需知识较多，例如投资学，固定收益证券，资产配置，风险管理，金融工程，金融衍生品等课程。

　　金融学是一个多种知识交织产生的学科，因此其交叉学科非常多。最典型的是与数学结合产生的量化金融学。

　　量化金融学是以数学工具和编程语言，计算金融产品的价值，并用于指导交易和策略构建的学科。

　　其中，量化投资学属于投资学的一种，主要应用于复杂衍生品和资产组合的策略构建或配置。由于资产数量众多，而且收益结构复杂，因此构建数学模型进行分析，用编程语言进行计算，并得出配置或策略结果。

　　此外，量化风险分析也是一个重要方向，使用数学模型的方法，刻画交易中的风险性，并使用金融工具进行风险控制，进而完成风险管理的步骤。

　　金融学尽管课程内容不如理科难学，但由于对实践的要求较高，无论是申请保研、考研、出国还是直接工作，对相关实习的要求都很高。

　　很多同学为了争取保研、考研或出国的名额拼劲所有精力在努力，为了获得工作录用的资格加班加点到半夜 12 点。996，007 已经是这个行业的常态。

　　但这个行业又是一个价值导向的行业，如果你肯展示自己的价值，为自己的理想而奋斗，相信绝大多数人会看到你的努力和成长的！你也终会有所回报 ~

　　与其他专业一样，学习金融学的学生未来要迈向工作岗位，而如何准备入行，对于各位同学是非常重要的。

　　庄子云，不积跬步，无以至千里；不积小流，无以成江海。打牢基础，才能攀登起金融大厦。

　　因此，我将从个人禀赋，入行前准备，未来出路等三大部分，展示出一个有逻辑性的开启金融行业职业生涯的过程。

　　禀赋即最初有什么资质，例如锅的大小和形状，是能烹饪成饕餮大菜还是珍馐小鲜；

　　金融，英文翻译成 finance，它有多种含义，例如融资、理财等。而金融的本质是利益的定价与交换。

　　例如，股票这种金融产品价值为多少钱，如何交易和转让，这些都是典型的金融问题。

　　金融行业是一个价值导向型的行业，每一件东西都会被行业环境所定价，无论是个人的努力还是天赋，都会被行业整体环境赋予一个价值，再通过价值加权取和，得到了个人对于行业的价值。

　　因此，劝进还是劝退，更主要的是理解自己能够产生多少价值，有多大锅下多少米。

　　如果天赋足够，且个人好学努力，那么在一个公平的市场竞争环境下，金融行业会成为个人成功的良好垫脚石；

　　反之，如果禀赋不足，且个人没有强烈的展现个人价值的意愿，那么劝退二字是必要的。

　　是因为了解行业的人都知道，想获得成功，必须最大可能的发挥自己的价值，并想方设法使得自己的价值被更多人所认同，因此绝大多数金融从业者都及其努力，并相信市场化竞争。

　　并且，这种行业共同的认同感正不断增强，而且逐渐落实到具体工作和事务上，经过一段时间，行业形成了共同的奋斗努力的价值观，每个人都有证明自己价值的迫切感，所以行业逐渐走向成熟，伴随着内卷的气氛也在不断加剧。

　　如果经过反复认真的思索，认为自己并不适合这种价值观，那么可以自行劝退。三百六十行，行行出状元，总会有你适合的行业和可以大展拳脚的地方。

　　如果适应这种价值观，并愿意为之付出努力，那么恭喜你，你可以尝试了解并进入这个行业，我们接下来探讨的内容会对你有相当大的帮助。

　　禀赋对于金融行业从业者是一个关键性因素，有好的禀赋会给未来的准备阶段省掉不少麻烦。我们可以把金融行业所需要的禀赋分成五部分：性格，家庭，价值观，学习能力，好奇心。

　　金融工程是当今较为热门的一个专业，因为涉及到数学，金融，计算机的相关知识，所以学习的对象极为广泛。在美国的各个大学中龙八国际，常见的名称包括Mathematical Finance，Financial Engineering， Quantitative Finance等等。这些课程名字不同却有共同的特点，就是利用数学的方法，通过计算机的操作来解决金融的问题。

　　在教学上，金融工程是一门综合了金融学、数学和计算机科学的交叉学科，其课程通常由大学的商学院、数学系和工程学院联合授课，其课程由于集中于金融领域，所以深度远远超过MBA金融方面 的课程，通常包括股票市场分析、投资组合分析、期货和期权、资产定价、资本预算、固定收益分析、利率模型、金融风险管理等课程。

　　近年来，由于金融创新层出不穷，金融市场发展得越来越复杂，在以往传统的股票 和债券上发展出了期货、期权等一系列新型投资工具，这就是通常所说的金融衍生物。而如何对这些金融衍生物进行定价，是投资银行所面临的一个难题。同时，由于金融投资工具的复杂化，一些基金管理公司越来越感到传统的投资方式难以保持基金的高成长率，他们需要设计出更加高级的投资组合来获得盈利。因此，他们大量需要那些既通晓金融市场又有数学应用能力的复合型人才，而这样的人才在市场上极为稀缺。金融工程就是为了培养这样的人才而产生的。

　　20世纪末期，在以美国为代表的西方发达国家，公司财务、商业银行和投资银行业务的迅猛发展导致了一门新学科的诞生，这就是金融工程。

　　目前在学术界达成初步共识的定义是由最早提出金融工程学概念的美国金融学教授 John Finnerty 提出的：“金融工程学包括金融工具创新与方法的设计、 开发和应用, 并对解决金融中存在的问题进行创造性的探索”。

　　成立于1991年的“ 国际金融工程师学会 ”（International Association of Financial Engineers，IAFE）推出广义的金融工程学的定义：“金融工程是将工程思维引入金融区域综合地采用各种工作技术方法（主要有数学建模、数值计算、网络图解、仿真模拟等）设计、开发和实施新型的金融产品，创造性的解决各种金融问题”。

　　不管称谓如何，都是以数学工具和计算技术来建立金融市场模型和解决金融问题的学科。其本质是利用各种衍生金融工具，如期权，期货，以及互换等，对金融领域中的各种风险进行管理。这个专业偏重创新型金融工具与金融手段的设计、开发与实施以及对金融问题给予创造性的解决。

　　参与金融工程的人员一般被称之为金融工程师。他们在金融工程活动中扮演着金融交易方案制定者(市场参与者)、新观念的创造者和钻法律空子者(在法律边缘活动的人)的角色。其中最后一种角色表现在税收领域，就是金融工程师们的税收筹划活动。

　　金融工程一直都被认为是一个盛产学霸的专业，课程结合数学+统计+编程+金融，算是超复合的结合体工作。

　　我本科是港理金融学专业的，毕业之后就去恒生做了三年管培生，总的来说是一份相对高薪、轻松的工作，在这期间我又顺便考过了HKICPA, CFA lv3 & FRM lv1 & lv2...

　　但是，在工作的过程中，我也在不断思考职业发展的问题，我发现相比于金融学理论性的知识，我可能更向往去做data和Modeling相关，不喜欢日复一日的工作，想做Coding建模相关的工作。

　　说起来我申请的过程非常惊心动魄，在辞职后我立刻开始准备GRE考试，虽然一战就拿到了330+的成绩，但当时已经到临近关闭申请的ddl了。

　　所以，在申请时我也没有赶上大部分的美校，只投了ucb的金工金数硕士，不过比较幸运，投一中一顺利入学了。

　　如果你和我一样，因为学业上、生活上各种意外事情的耽搁，没有及时的准备好，不清楚金融工程金融数学的申请要求、或者没有文书写作经验，雅思不过关，但是又想拥有一个好的留学经历，不要着急，我把我之前申请整理的资料放在下面，可以直接点击下方领取，虽然不能保证把你送进名校，但至少可以帮你省几个W的中介费。

　　卖方，买方，不同公司，甚至同一个公司，同一个部门的不同quant组做的东西都不一样，侧重的skill set也不同。

　　同时，只掌握单金融方面的只是也不行，据我的观察来看，业界很多大佬，都不是金融背景出身的，而是物理，数学或者化学，统计的phd。

　　所以，这里可能要浅浅泼一下冷水，如果是金工master的话，一毕业很难进到top hedge fund做策略或者QR，就算进去了也是做DS或者coder。所以，道阻且长，还需要慢慢努力。

　　说到这里，可能有的人可能不太清楚DS和BA与金工金数的区别，感觉都是数学+统计+编程+金融的组合而成的专业，下面我从找工作的角度来谈谈两者的区别。

　　针对投行来说，投行一般都会招募这几个专业，一个组一般要求不同专业背景的组合。从这个大角度来说，他们都被广泛的需要。

　　但是，如果岗位有特殊的要求，如quant research position，就需要是金工/金数类人才，这一点需要特别注意。近些年，金工金数的项目逐渐变多，学校也扩招，现有的quant 岗位并没有那么多，所以不需要去找其他专业的学生来填补金工金数的就业缺口。

　　而数据科学，商业分析的硕士属于比较万金油的专业，哪个行业都可以做。但一般来说，数据科学要比商业分析含金量更高，就业的机会和工资也会更高。

　　总结来说，金工/金数的对口专业一般就是Quant research，并且这两个专业的针对性非常强，不然也不会有专门给金工排名的 quantnet 排行版了。

　　在最新的2022 quantnet 排名中，我记得 UCB紧跟在巴鲁克后面位列第二。所以，如果你没申请到巴鲁克，UCB绝对是金工学生最佳的选择。

　　相对Columbia，NYU，CMU等其他学校，UCB中国学生比较少，大概只占到50%，对有工作经验的同学友好，时间比较短，只有一年时间，其中还包括三个月的internship。

　　当然，课程强度非常大，相当于一年要学一年半的东西。Berkeley也是最早开设MFE专业的学校，非常老牌。这十几年也很与时俱进，每年的课程都会做相应的调整。包括开设Data Science, blockchain, cryptocurrencies，High frequency trading等课程。

　　与此同时，UCB的校友关系网也比较强大，尤其是career service。毕业的时候，基本上每个人手里都会有几个offer可以选择。Top hedge fund也会专门来招人，投行也会要相应的维系关系，每年都会从项目里面招人。并且你会发现，很多投行的大佬同时也都是校友，在招聘的时候也会很认可你的实力。

　　这类的hedge fund在纽约非常多，香港也非常多，薪资福利参差不齐，有深藏不漏、年底高薪的，也有的可能都不sponsor H1B的。

　　投行一般来说分FO和MO，FO比MO的工资、奖金都高，相应的面试难度大，工作时间长，压力大，比较卷。但更有利于跳到买方。

　　MO QR工资，奖金都比较稳定，因为不和P&L挂钩，工资一般和工作年限直接挂钩。奖金取决于你们组的奖金池以及大老板如何分配。自己的performance对奖金影响不是很大，一般在20% - 50%。

　　高盛和摩根，这两家投行的江湖地位都不言而喻。之前还有“这两家能去一家就是三生有幸”的传闻。

　　因为我之前在高盛，后来跳到摩根，所以经常有人问我，高盛和摩根你更喜欢哪家公司？

　　就我个人而言，高盛的风格更加aggressive一些，工作强度也更大，持续的绩效考核跟进，如果表现得不好就可能有被解雇的风险；而摩根的规模会更大一些。

　　入职摩根也有一段时间了，我的工作也在慢慢进入正轨，我大概列一些自己的工作内容，对投行有兴趣的朋友也可以查看：

　　现在的工作时间非常弹性，一周只用去office 3天，工作量也不是很大。工作日下班会看电视龙八国际，游泳，跑步。周末会打羽毛球，买菜，有时候去学车，看医生，做facial，爬上，还在explore中。

　　学习上面，我也打算开始新的gatech OMSC online master of CS专业。因为coding，CS 相关知识也是quant 的必备技能，希望通过两三年的一个学硕补上自己的知识欠缺吧。

　　当然，我自己也有自己的职业规划，希望在工作中可以承担更多的项目，长远的目标可能跟大部分Financial Engineering的同学一样，就是可以进到头部hedge fund做quant research，我也希望自己可以真的把之前学过的知识都materialize，学以致用。

　　最后，如果你对金工/金数出国留学或者相关就业还有疑问，可以先领取这份资料，或者直接私信问我。

　　这个要看学校课程的开设如何，建议，如果真的要做金融工程这一行，本科绝对不能去学金融学，说得难听一点，那是文科来的，学了那个你再想回金融工程，那就真的难了……除非你辅修数学、双专业数学之类的

　　本科最好就还是金融工程或者是直接学数学、CS之类的理科，如果选了金融工程专业，也要主动去选偏数理方向的课

　　最后用当时跟很多人解释金融工程的时候用的一句话来结尾（某学校对金融工程硕士招生的名言，具体出处我忘了，我这也只是大概引用一下）龙八国际