金融数学与数学工程和计算机科学与技术哪个今后的发展

发布网友 发布时间：2022-04-26 20:41

我来回答

共1个回答

热心网友 时间：2023-10-30 21:04

我是芝加哥大学金融数学专业的，因为求职的时候竞争者普遍在于数学系，统计系，CS系和工程院同僚，所以可能对这方面稍微在行一点。
首先在美国方面，金融数学是硕士（除普林斯顿有博士），主要的求职方向是做量化，包括量化交易，量化金融，量化投资等。而大行例如摩根大通，高盛的量化岗已经趋于饱和，竞争十分激烈。虽然在金融方面例如衍生品定价和资产管理有优势，但是在编程方面，相比较于CS系有劣势。所以前景个人觉得一般。
数学工程，如果是数学PhD，进可去业界做金融量化，退可守学校做教职，可以说保证有个体面的工作，但是PhD一般耗时5年，投资也不是一般的大。工程一般都是硕士，因为没有金融背景，编程可能只会体现在项目上，个人是最不看好的。
CS可以说是今后发展最为明朗的，Machine Learning,大数据，以后都是主流。由于编程背景，量化十分看重，通常可以在金融界与金融数学／金融工程学生抢饭碗。也可以去科技公司写码，还可以去大公司做数据分析。应用范围十分广。
说完美国，说说中国。中国的量化可以说刚刚开始，所以金融数学个人感觉用的范围十分广。相比较美国的大行，每个前台部门几乎都有量化岗在支撑，做决策，中国的前台有点“一拍脑袋”的感觉（并不是黑，在国内的基金券商量化做得好的屈指可数）。因此我倒觉得金融数学在中国前景至少现在是很不错的，而且十分稀缺。
数学和工程可能在中国就一般了，毕竟跨了专业，而且量化还没成型，可用范围不大。毕竟你要定价一个衍生品，至少要了解机理。
CS依然看好，毕竟大数据，机器学习在全球都是主流。

热心网友 时间：2023-10-30 21:05

我是芝加哥大学金融数学专业的，因为求职的时候竞争者普遍在于数学系，统计系，CS系和工程院同僚，所以可能对这方面稍微在行一点。
首先在美国方面，金融数学是硕士（除普林斯顿有博士），主要的求职方向是做量化，包括量化交易，量化金融，量化投资等。而大行例如摩根大通，高盛的量化岗已经趋于饱和，竞争十分激烈。虽然在金融方面例如衍生品定价和资产管理有优势，但是在编程方面，相比较于CS系有劣势。所以前景个人觉得一般。
数学工程，如果是数学PhD，进可去业界做金融量化，退可守学校做教职，可以说保证有个体面的工作，但是PhD一般耗时5年，投资也不是一般的大。工程一般都是硕士，因为没有金融背景，编程可能只会体现在项目上，个人是最不看好的。
CS可以说是今后发展最为明朗的，Machine Learning,大数据，以后都是主流。由于编程背景，量化十分看重，通常可以在金融界与金融数学／金融工程学生抢饭碗。也可以去科技公司写码，还可以去大公司做数据分析。应用范围十分广。
说完美国，说说中国。中国的量化可以说刚刚开始，所以金融数学个人感觉用的范围十分广。相比较美国的大行，每个前台部门几乎都有量化岗在支撑，做决策，中国的前台有点“一拍脑袋”的感觉（并不是黑，在国内的基金券商量化做得好的屈指可数）。因此我倒觉得金融数学在中国前景至少现在是很不错的，而且十分稀缺。
数学和工程可能在中国就一般了，毕竟跨了专业，而且量化还没成型，可用范围不大。毕竟你要定价一个衍生品，至少要了解机理。
CS依然看好，毕竟大数据，机器学习在全球都是主流。