过去25年来,金融业发生了根本性的转变。20世纪90年代开始的放松管制和技术进步已导致竞争市场的激增,并且大大降低了执行成本,而2008年金融危机后实施的广泛监管则要求企业更好地衡量和控制其投资组合的风险。此外,财务决策可用数据的粒度和数量的增加也为精通计算机的金融工程师的资金借贷和管理创造了新的机会。
为了在这个新的环境中生存,银行家、交易方和基金经理必须理解推动经济预测的概率分布,能够管理和分析大型财务数据集以建立交易、投资和风险模型,同时能够理解应用于财务决策的数学模型的正确使用及其局限性。金融行业极需具备专业知识、培训和技能的金融工程师。
卡内基梅隆大学计算金融硕士项目成立于1994年,由海因茨学院、数学科学系、统计学系和泰伯商学院共同开办。正是这四个部门之间的紧密合作使得卡内基梅隆大学计算金融硕士项目优于其他同类项目。
卡内基梅隆大学计算金融硕士项目开设综合型课程,旨在教授学生行业领导精英在不断发展的金融行业取得成功所需的实践技能。
申请要求
需要托福;接受雅思;GMAT:平均732;
序号 |
课程介绍 |
Curriculum |
1 |
金融数据科学 |
Financial Data Science |
2 |
固定收益 |
Fixed Income |
3 |
多阶段资产定价 |
Multi-Period Asset Pricing |
4 |
商务沟通 |
Business Communication |
5 |
期权定价模拟方法 |
Simulation Methods for Option Pricing |
6 |
金融计算 |
Financial Computing |
7 |
金融随机分析 |
Stochastic Calculus for Finance |
8 |
数据机器学习 |
Statistical Machine Learning |
9 |
风险管理 |
Risk Management |
10 |
金融时间序列分析 |
Financial Time Series Analysis |
11 |
金融优化 |
Financial Optimization |
12 |
市场微观结构与算法交易 |
Market Microstructure & Algorithmic Trading |
13 |
宏观经济学(计算金融领域) |
Macroeconomics for Computational Finance |
14 |
数值计算方法 |
Numerical Methods |
15 |
资产管理 |
Asset Management |