【中枢教育】伯克利学长浅谈美国金融工程行业_第1页
【中枢教育】伯克利学长浅谈美国金融工程行业_第2页
【中枢教育】伯克利学长浅谈美国金融工程行业_第3页
【中枢教育】伯克利学长浅谈美国金融工程行业_第4页
【中枢教育】伯克利学长浅谈美国金融工程行业_第5页
已阅读5页,还剩10页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

中枢鞭育中枢鞭育中枢鞭育【中枢教育】伯克利学长浅谈美国金融工程行业分享人:学长清华大学自动化&经济学本科金融工程硕士在读,现在的实习。大家好,我是本次讲座的主讲人,欢迎大家参加本次讲座分享,首先做一下自我介绍,我本科就读于清华大学自动化系字班,经济学二学位。目前在金融工程专业就读,即将毕业刚刚结束在的的实习目前是研究生最后一学期本次讲座主要包括四部分:1美国金融工程行业及专业介绍2、本科生金融工程专业申请及相应准备3、伯克利金融工程项目就读体验美国金融工程行业及专业介绍首先大概介绍一下美国的金融工程行业,这是一个数学,计算机,统计,金融的交叉前沿专业,也是在美国不多的能和码农比拼收入和就业率的行业,以我们专业()为例,第一年平均收入在5也因此,这个行业需要具有较综合背景的符合型人才具体来讲,这个行业从事,但不限于以下这些领域:衍生品定价,风险管理,结构化金融,统计套利,高频交易,做市,算法交易等等。我就其中几个领域做主要介绍~衍生品定价是最传统的金融工程问题,一个规则复杂的衍生品,在不同条件下有不同的。所以需要结合很多概率及市场的风险厌恶,用复杂的数学方法(随机积分,模特卡罗模拟等)加以定价。以及如果看到市场上有明显定价不合理的产品,可以借机买卖盈利做市是指通过在市场上同时提供买卖单,为市场提供更窄的买卖单价差和流动性,赚取价差及交易所的返佣。由于市场快速变化,现在的做市商策略往往与高频交易紧密结合。统计套利是利用统计方法和历史数据寻找盈利。例如,某只单一股票(中国北车)的价格变化难以预测,但是由于一些原因(如相似的行业、政策因子驱动),我们发现其与中国南车的相对价格有明显规律,如一个是另一个的两倍,那么当这一规律出现短时间偏离的时候,我们就可以买入低估,卖出高估的那一只,期待二者价差收窄而盈利。算法交易()是通过算法优化和执行交易策略。这也恰好是我之前中枢鞭育实习主要涉及的内容。例如某一单交易,占了该股票日流量的,那么如果我们在短时间内把所有订单投下,就会造成严重的市场冲击,使得股票价格在短时间内迅速上涨。所以我们需要根据对市场微观结构的研究,预测市场流动性的变化,让订单以一定速度释放。如最经典的策略,就是让订单释放速度同步于日内股票成交量,从而达到减小的目的。当然反过来,也可以根据一些算法预测市场上是否存在隐藏的大单(概率),从而顺势获利从以上我们可以看出,金融工程行业是一个理论与实际结合紧密的前沿行业,也是一个数学、统计、计算机、金融高度结合的行业。因此,这一行业也被称作量化金融,这一行业的从业者也常常戏称自己为矿工a在美国,金融工程的从业机会主要集中于纽约,芝加哥,加州等地。其中,纽约以大型投行为主,芝加哥和加州则多为买方的。此外,也有人去伦敦/香港工作。与之相比,大陆的量化金融行业起步较晚,市场并不很成熟,受到政策方面的影响较大。但也因此有更多的潜力和机会。这几年据我了解,也有很多前华尔街员工回国创业,可以说是风险与机会并存。当然同学们更关心的想必还是金融工程的专业申请。下面我们介绍一下美国的主要项目及申请准备。其中()是一个代称,包括金融工程,也包括金融数学,量化金融等同质专业。美国大学现在开设的金融工程相关硕士项目约有30,+其中比较好的有伯克利,中枢鞭育中枢鞭育中枢鞭育中枢鞭育巴鲁克、UU哥大、普林等。这里推荐一个比较公认的,来自的排名这里我们主要介绍两点,一个是如何选择项目,另一个是如何申请项目首先,专业,是一个十分重视就业的专业(事实上美国大部分硕士项目都是如此)一个项目好不好,很大程度上取决于的其学生的能力。大部分项目的官网上都有其简介,如就业率,就业分布,起薪等等。当然,同学们也要结合自己的未来职业规划偏好,如希望毕业后进入大投行,那么纽约地区的部分项目存在近水楼台的优势。如果希望进入,if么可以提升加州和芝加哥地区学校的优先级~如果没有明确想法,那么建议以排名(综合排名和就业排名)为参考。因为一个项目的基本上反映了其各方面的优缺点(业界联系,等)。此外,也有一些项目有其自身特点,如偏编程,偏数学等,大家可以在申请的时候咨询一下在读的学长,结合自己喜好而定。本科生金融工程专业申请及相应准备再说一下金融工程的申请准备,可以分成硬件和软件两个方面。硬件即所谓三维,托福,当然还有本科背景出身(学校和专业);一般而言,项目会偏好理工背景学生,如数学,统计,计算机等。大家可以在各个项目官网上查到其生源专业分布,在(成绩单)方面,也会更看重数学、编程类课程的成绩。“如果你的金融不好,你可以来我们项目,我们教你。但如果你的数学不好,请你学好了再来”;再说,绝大部分项目都认可而非,一般数学(当然最好满分),语文即可。托福则大多要求100以上,部分有单科要求(如康奈尔要求口语22)+一般本科生的话,从大二暑假开始就要准备托福和,不迟于大四上半学期考完;再说软件部分,则是实习和文书相关。因为是就业导向项目,实习/工作背景非常重要,建议从大二暑假开始进行,实习内容包括但不限于投行/量化数据处理编程等。文书则包括,,推荐信,以及个别学校的,其中最重要,反映的是你综合的竞争力。强调个人申请的动机、准备及未来规划。推荐信大多2-篇3,通过导师/雇主反映该同学的学术/工作水平。需要注意的是,不同项目申请要求每年都在变化,如额外的额外的面试等,需要提前查阅和准备。后面的导师也会就申请相关做进一步补充。伯克利金融工程项目就读体验我们进入第三点,伯克利金融工程就读体验:我是大四下学期(201年5初)申请的伯克利金融工程,年春季入学。该项目仅一年,分个课程和一个实习,几乎没有假期(汗I班上人,平均年龄岁,中国人(包括华裔)约占一半。应届本科生比例较少,有接近的同学是(数学、物理等专业),也有很多同学有较长工作经验。和长者们在一块,可以中枢鞭育学到很多学术的知识,和人生的经验。前面提到过,专业极为重视就业。我们项目就是如此。刚开始一个星期就有摩根的考试,考的好的人会接到不同岗位的面试。当然摩根之外,还有各种其他公司,在接下来的几个月内纷至沓来,包括、、高盛、eak等。此外我们还有很多和业界合作的,很多公司把他们业务的一个模块交给我们来做,像我本人就在夏季学期的时候接了一个关于的,既接触了真实的市场数据,又应用了学到的理论模型。当然,研究生期间的课程也很重要。我们每学期约3-门课,学期门。其中最后一学期还会有和合作的j我个人而言,我觉得硕士期间有几件事情比较重要,关于他们的重要性,我做了一个简单的排序——实习课程。所以强烈建议同学们在入学前做好充足的准备,包括面试书,包括编程语言的强化等等。因为比较好的项目大多刚一开学就进入求职环节。非常高兴有机会与大家分享自己的经验和经历,谢谢大家~老师分享首先十分感谢学长的精彩介绍,和同学们耐心的聆听和积极参与,下面由我做一个补充性的介绍。学长可以组织一下同学们的问题啊,回头学长会给大家一回答的。考虑到参加这个讲座的同学是各个专业背景的都有,而且还有一些同学刚刚是中枢鞭育中枢鞭育中枢鞭育中枢鞭育大一大二,很多人都很困惑,如果想要申请这个专业,我们应该做好哪些方面的准备。所以,接下来我将会从专业知识准备,实习经历准备,以及申请学校分析三个方面来进行总结。第一个部分,对于专业知识准备这个方面。我给同学们的建议就是不太要求全责备,面面俱到。因为金工金数这个专业在美国本科没有这个学位,博士也没有这个学位(普林的除外),就是一个纯粹以应用为导向的学科,因而对各个专业背景的学生都是接纳的。金工金数专业是一个综合经济金融和数学,统计学,计算机的一个交叉学科,所以对专业背景的要求也是多种多样的。咱们国内的学生申请金工金数这个专业最具有优势的几个学科分别是:金工金数(本科就开设的一些学校),金融&经济(例如北大光华,清华经管),数学&统计学,计算机,工业工程(例如哥大的金工就开设在系)。对于经济金融背景的学生想要补充量化的经历一般会辅修一个数学或者统计学,对于理工科的学生想要补充金融的知识一般会辅修一个经济或者金融(例如北大的经双)。课程补充部分的简要建议可以包括,在大学期间尝试修一下金融衍生品,固定收益,时间序列分析,随机过程,偏微分方程,等编程工具(编程可以一专多能)。除了上面几个专业以外,下面这些专业也是金工金数专业比较喜欢的专业,例如电子工程,机械工程,物理学,化学以及信息科学等专业。甚至还有学生是心理学,会计等专业背景的录取。从中能够看出金工金数录取专业的多样性。虽然录取的专业多样性很丰富,但是想要录取的好,都是要尽可能的向学科要求的专业背景知识靠近的,这样才会机会更大。相关专业知识的补充,除了上面提到的辅修专业或者双学位以外,还要学会广泛的利用网上资源,例如网上公开课,相应的技能可以通过做相关领域的研究来进一步的呈现,同时金融知识的补充还可以通过实习来呈现,等等。只要是想呈现,渠道和出路还都是有的。第二个部分,关于实习经历的补充。这个部分是所有金工金数专业的申请者都要足够重视的。没有实习经历,几乎就是没有申请竞争力。实习一方面能够补充申请者量化相关的经历,另一方面也能体现申请者金融的知识储备和对相关领域知识的掌握和理解。现在国内的金融公司对量化金融也是越来越重视,有不少公司都设置了金融工程部,或者量化金融部。公司类型,可以考虑去一些证券公司,基金公司,私募公司或者期货公司等相应的部门。从量化交易,固定收益到风险管理,资产管理等业务类型都是可以考虑的。实习经历首先要考虑申请职位与申请专业的相关性。如果有优质的实习经历,可以考虑实习的时间能够长一些,多学一些多做一些。如果实习经历的相关性比较低一些,可以考虑用数量来弥补质量的不足。但是从实际情况来看,国内很多申请者在实习中能够从事量化分析的工作是非常少的。所以除了从实习经历中呈现相关的技能以外,还可以考虑从学校的一些量化研究入手,也是可以适当的补充同学们的相关背景经历的,但是要切记,实习经历是无法替代的。第三个部分,关于申请学校项目的分析。由于美国顶级学校开设金工金数项目并不像电子工程计算机或者数学物理那样普遍,但是也还是有一些很不错的项目的,比金融经济的硕士项目质量还是高

了很多。首先介绍一下顶级梯队的一些相关项目:包括的的的的以及的。这五个学校可以归类为顶级梯队,申请难度最高,就业率最好之一吧。申请难度我就从一些简单的数字介绍一下吧,细节不做详细介绍了。每年招生人,录取率低于%多个学生申请,也就多人发了录取,最终去多人吧。每年招生人左右,上常年排名第一的项目,录取率左右。每年招生人,也是常年在上排名前三或者前五,最关键的是几乎的就业率和丰厚的薪酬回报。录取率低于%的,每年招生80-9人0,不到100人。录取率10%-1之3间%吧,是这几个顶级项目中录取率最高的。的项目放在纽约大学克朗数学中心下面,对数学背景的要求极高,令很多同学望而却步。每年招40多名学生,录取率5%左右,几乎是100的%就业率。通过上面的一些简单的数据,我们可以比较清晰的看到申请的难易程度。就我们掌握的录取信息而言,以下这些学校和专业非常受这些项目的青睐。例如北大光华,北大经院,北大金数,清华经管,清华工业工程等专业,其他学校例如人大金融,武大金融实验班,上交复旦等相关专业。从去年开始,我们也帮助了对外经贸大学的学生成功的逆袭了以上顶级的项目录取。这说明这些学校对申请者背景的多样性需求放的更开了。除了顶级梯队的学校,下面几个学校可以称之为第一梯队的申请。例如的,的,的,的,的还有的还有的。如果你觉得自己的背景去申请顶级梯队是有一定的困难的,刚刚说到的几个项目,应该能够给很多同学们希望和机会。我先简要的介绍一下这几个学校的录取数据。的每年录取人出头,的也是多人,的也是多人,的要少一些人左右,的项目也就是人,的规模在人左右。的项目比较特殊,现在已经排名跟并列第一,但是难度还赶不上顶级的梯队,所以就放在了这里了。虽然录取人数是各种各样的,但是录取的条件也是相对宽松的。在我们过往的学生中,有的录取到的,有的录取到的的,有的录取到的的,有录取到的还有不到的录取到和的项目的。我相信,这些案例都会给同学们很多希望和梦想。这里也给同学们强调一下,申请逆袭成功会有不少同学能够实现,但是不代表大部分同学都能实现。因而如果你有一些短板,建议你要尽可能开展相关的申请准备,用亮点来弥补短板。我们最早的学员是大一暑假就明确了要申请的方向,早起的鸟儿有虫吃,建议大家越早准备越好。最后我再介绍几个非常好的也经常申请的金工金数项目,包括的金数,的量化金融,的金数,的,的,的的量化金融和的量化金融,和等金工金数项目。这些项目可以说并没有一个死板的门槛,只要有梦想有一定的基础都可以尝试。鼓励,(口语),左右的申请者可以广泛的试试这些都还不错的项目。如果没有到上面的一个参

考分数,那么可以仔细的梳理一下自己的亮点,例如丰富的实习经历等等,有亮点的学生也鼓励勇敢的申请。由于时间关系,这里我就不一一的介绍上面一些学校的信息了,如果同学们针对自己的情况有感兴趣的信息,可以在公众号后台留言,小助手会帮助同学们安排资深的老师为你们答疑解惑。我的总结部分就做到这里,再次感谢学长的精彩介绍以及同学们耐心的聆听。如果有感兴趣的问题,同学们可以在接下来的提问环节,跟我们继续交流。Question&:Answer—你好学长,我想请问一下,金工对于编程能力的要求具体到什么程度?申请的话,建议(面向对象编程)、、三选一,此外学过数据结构与算法更好。业界的话,做后台:,中台和,此外部分岗位还需要用到新兴的数据库语言。如何提升专业背景?除了前面老师提到的实习之外,在学校内辅修二学位(数学统计计算机),或额外修一些这些专业的课程,以及参加数学/编程相关竞赛(如美赛)。有什么样的课程建议吗?课程建议(从左到右重要性依次降低):计算机:数学:微积分,线性代数,微分方程,数值分析,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论