1.首个金融工程学位课程是在20世纪90年代初设立的。这个专业的数量和规模都在迅速增长。目前美国USNEWS排名150的院校中，有50左右个金融工程硕士项目。
- 专业分支
院校常见的专业名称：
u Financial Engineering 金融工程
u Financial Mathematics /Mathematical Finance 金融数学
u Computational Finance 计算机金融
u Quantitative Finance 量化金融
u Quantitative Finance and Risk Management 量化金融和风险管理
- 所属学院
工学院 ：
重视编程能力，会开设optimization , programming等课程。
(Columbia MSFE, Stanford MSFM, Cornell MSFE, USC MSFE, NYU MSFE
商学院：
围绕金融方面学习，会开设Stochastic Methods of Mathematical Finance等课程。
(WUSTL MSF, UCB MFE, UCLA MFE, Gatech MSQ&CF, BU MSMF, SIT MSFE, SUNY-Buffalo MSF, Temple MSFE, IIT MMF)
数学学院：
课程围绕数学、统计展开，会开设Stochastic Processes等课程，学术性较强。
(Columbia MAMF, Chicago MSFM, JHU MSFM, UND, USC MSMF, NYU MSMF, UW MSCF, Purdue MSCF, SUNJ MSMF, Minnesota MSFM, SUNY- Stony Brook MSQF, FSU MSFM, Dayton MSFM)
申请要求
专业背景
总体看来，除了拥有金融、数学、经济、统计、经济计量背景的人，其它方向如计算机、物理、化学、工程等背景的人同样是很受欢迎的申请者。而且在这些"转专业"的人中，工程类专业背景的学生占了将近半数。如果是纯商科背景， 比较偏好有辅修或者第二专业为相关理工科。成绩建议
· 托福
1）基本要求：总分100，每项不低于23
2）有1%-3%加分，总分110分，口语25分
· GRE
1）GRE基本要求：153+165+3.0
2）有1%-3%加分，160+170+3.5
· GPA
1）大于3.7，有竞争力的成绩
2）3.5-3.7，无优势无劣势
3）3.5以下，无优势成绩
- 先修课
美国的金融工程硕士看重学生在数学，计算机和金融方面的知识和能力储备。尤其是数学和计算机能力出众的学生，往往录取结果更好。总的来看，常见的先修课主要有以下：
3.1. 数学和统计
· 微积分 （Differential Calculus, Multivariate Calculus）
· 线性代数（Linear Algebra）
· 概率论和统计（Probability and Statistics）
· 微分方程Differential Equations（偏微分PDE&常微分ODE）
以上为最基础的要求，但是要想有更大优势，尽可能多修
· 随机过程Stochastic Processes
· 数值分析Numerical Analysis
· 计量经济学Econometrics
· 时间序列Time Series
· 实变函数Real Analysis
· 优化Optimization
3.2. 计算机
· C, C++, Matlab, Python, R （目前最常见的）
· Machine Learning
· SAS, Gauss, RATS, S-Plus, or Garch
3.3. 金融
• 微观经济学Microeconomics
• 宏观经济学 Macroeconomics
• 公司财务及财务分析 Corporate Finance and Financial Analysis
• 货币和资本市场 Money and Capital Markets
• 投资学 Investments
修课方式：
先修课尽量在学校内修课，并获得成绩单。如果校内没有条件修课，可以通过以下方式：
- 面试
1）Technical面试（知识层面）：
• （quant类）基础微积分、线性代数、概率统计、brain teaser、基础编程、金融衍生品、随机微积分
• （市场类）投资机会、对中国市场的看法、未来经济状况等等
2）Behavior 面试
• Why America？Why finance？Why MFE？
• Linked ln查询面试官信息：术界or业界？什么领域
• thank you letter
推荐实习
· 投资银行 ——大的title相对于普通中国证券公司会更有帮助，即使是做IBD、IT
· 证券公司 ——一般研究部下有专门的金融工程组/金融衍生品部/金融创新部等与金融衍生品相关部门；其他可以考虑的有：固定收益部/资产管理部/量化投资部/风险管理部/产品研发部
· 商业银行（工商银行、中国银行、建设银行等）总行一般设有风险管理部门，会涉及信用风险以及市场风险模型的建立方面的工作
· 基金公司 /期货公司：量化投资/风险管理/金融股指期货方面的研究与建模
· IT公司/咨询公司：数据分析相关实习，如运用数据挖掘方法进行消费者行为的研究或者客户信息的管理；运用计量模型与统计软件进行深入的市场调研等等
- 就业情况
常见职业路线
1.1 Sales &Trading
Sale& Trading的职业有多种。
如果你接受过定量金融方面的培训，并且从事卖方sales的工作，那么你就可以将负责管理正在考虑复杂衍生产品或正在评估其性能的客户关系。trading可能涉及做市或管理高频和其它算法头寸。
作为做市商，你的目标是在买卖价差上获利。虽然这些职位通常不需要高频率和算法交易员所需的强大统计和计算机科学技能，但你需要对定量学科和风险管理有良好的掌握。
高频交易员和算法交易员通常寻求从较小的价格差异或预期会重现的相对价格关系中获利。这种形式的量化交易需要高水平的数据和市场结构分析，其中强大的数学、统计学和计算机科学技能是必不可少的。
除了强大的技术技能，你还需要密切关注细节，拥有良好的沟通能力，熟悉不断变化的行业规则。这一领域的基本工资通常较低，年度奖金往往远远超过基本工资。
“量化交易是量化金融中一个复杂而有趣的领域。在申请定量交易工作之前，有必要进行大量的基础研究。至少你需要有广泛的统计学和计量经济学背景，以及通过编程语言实现的丰富经验。” —Quant Start创始人迈克尔•霍尔斯-摩尔
这个领域的竞争日益激烈。虽然技术知识很重要，但它不是唯一必要的。人们必须具备一定的商业意识。他们应该了解市场是如何运作的，倾听市场评论，培养市场意识。” —法国巴黎银行副总裁Akram Ayyash
常见的职称有：
Assistant Trader助理交易员
Junior Trader初级交易员
Options Trader期权交易员
Proprietary Trader自营交易员
Quant Trader量化交易员
Quantitative Trading Analyst量化交易分析师
Rates Trading Associate利率交易
Sales and Trading Analyst
1.2 Financial Modeling/Strategies/Research金融建模/策略/研究
这一职业道路上的职位包括各种各样的任务，包括衍生品、大宗商品和结构性产品定价，建立风险和较好执行模型，预测经济趋势，为客户产生量化交易和投资理念。
成功的建模者、“strat”或研究人员必须具备强大的数学、统计、编码和沟通技能。此职业道路所需的其他能力包括解析大型数据集的能力、理解财务模型构建的技术方面的能力、理解公司结构的含义以及对公司会计的基本知识。
在金融模型策略和研究方面，卖方银行、买方基金经理和监管机构都有工作。作为一名front office定量分析师，您将参与构建定价和开发交易工具; 作为一名Middle office定量分析师，您将验证front office开发的交易和定价模型。
除了为结构性产品和衍生品定价，你可能还有机会与各种各样的客户合作。从私人银行和对冲基金，到资产管理公司和公司，你将从不同的角度看待相同的交易，并开发一个了解其他人如何看待市场考虑产品和评估价格。
沿着这条职业道路，成功的实践者喜欢开发创造性的解决方案，使用各种模型和应用程序来解决具有挑战性的问题。
由于这项工作的挑战性——数学、金融和计算机技能的结合——定量分析师的需求量很大，而且能够拿到高薪。 —Tristan Yates，Investopedia Writer
这个职位满足了我对分析工作的渴望，也为我提供了与客户合作的机会。我喜欢在建立模型、制定交易策略、发布研究报告和与广泛客户互动之间取得平衡。 —Devdeep Sarkar，FICC副主席，系统交易策略，高盛
常见职称
Associate, Quantitative Analytics定量分析助理员
Corporate Treasury Strategist公司国债策略师
Credit Structuring Analyst信贷结构分析师
Derivative Analyst衍生品分析师
Financial Technology Associate金融技术助理员
Quantitative Strategist量化策略师
Trading Strategist Trading策略师
Fixed Income Strategist 固定收益策略师
1.3 Quantitative Portfolio Management 量化投资组合管理
从事投资组合管理的定量分析师使用定量模型管理其他人的资金(如养老基金、散户投资者和保险公司)。定量模型通常分析大型历史数据集，寻找可以跨大型证券集团利用的小机会。定量投资组合经理还根据市场新闻开发快速算法进行交易。
定量投资组合管理不同于“基本面”基金经理所进行的分析。基本面基金经理通过仔细研究一家公司或一个行业的财务报表来预测盈利能力，从而寻求正回报，并通常进行长期投资。
您可能需要使用统计方法和技术来创建投资策略，以处理大量的数据集，以便在历史价格中找到预测模式，或者要求使用数学模型来识别和利用相关证券之间不一致的价格。
编程技能也很重要。考虑到执行的交易数量之多，投资组合管理的一个重要方面涉及到执行的效率。确定“最优执行”的模型(较好交易场所、执行速度以及在价格没有重大变动的情况下移动大量证券的策略)都是投资组合经理工作的一部分。
招聘趋势正从银行业转向小型买方公司。由于有更专业的需求，这些公司正在寻找既具备成功所需的硬技能，又能接触到当今投资界面临的问题的候选人。 —摩根大通另类资产管理执行董事Michelle ruvolom
常见职称：
· Portfolio Management Analyst投资组合分析师
· Quantitative Research Associate量化研究助理
· Research Analyst研究分析师
· Investment Analyst投资分析师
· Quantitative Analyst量化分析师
1.4 Risk Management风险管理
自2008年金融危机以来，计算和管理交易员和投资组合经理所承担的信贷和市场风险的科学(和艺术)变得越来越复杂和重要，金融公司和监管机构对此也有很大的需求。升值幅度的增加造就了职位的权薪酬和声望的提高。
作为风险管理者，你需要识别、评估和优先考虑风险。你的职责可能包括审查交易模型、制定银行压力测试、设定持仓限额和行业风险敞口、评估流动性比率以及建立监管资本水平。
你需要熟悉影响金融业的法规和要求。例如，多德-弗兰克法案（Dodd-Frank Act）要求银行为每笔交易计算一个信用评估调整(CVA)。CVA考虑交易对手违约的风险和违约时的潜在损失。CVA必须定期对整个投资组合进行重新计算。对于一家持有数十万笔长期交易的公司来说，这是一项艰巨的任务。最重要的是，银行必须为观察到的CVA波动留出昂贵的风险资本。
监管资本问题、流动性缓冲资金限制，以及何时量化贷款风险和违约概率，都是银行受到密切关注的领域。成功的对冲基金还必须谨慎管理其交易员和投资组合经理所承担的风险。
