金融数学是这些年随着衍生品，量化交易等话题被越来越受重视后被提出的。 金融数学和金融的不同点在于，它是 通过 计算、模拟、仿真、数据 等这些工具来对金融市场进行分析 。
或者更直白的说， 金融学的是商科思维逻辑，金融数学学的是数学思维逻辑 。相近的专业还有 金融工程 ， 定量金融 等等。 因为现在数据分析，数据处理不断在这个大信息时代被镀金化，所以把对数学和计算机的运用能力提到了一个新的高度。
本科阶段有学生可能就读的是纯商科类的课，学过的数学知识比较浅，所以很希望通过研究生阶段的再深造，补齐这方面劣势。
不过在这边想泼个冷水，如果你是因为想要个好听的title而选择金融数学，那么先做好心理准备： 这一年你会学很多纯数学的知识，而数学是非常枯燥的 。
举个例子，可能会有一门课程（例如布朗运动）是专门为了研究股价运动而开设的，这门课会让你一直在推倒各类看不懂符号又很难的数学公式，来研究股价的运动规律，整个过程几乎不涉及任何金融知识。
所以，对于那些未来不想做纯数据方面研究，或者走程序员路线的，一定好好考虑清楚是否这个专业适合你。当然，如果你觉得这个专业含金量更高，更好找工作的话，那确实在面试招聘时，或多或少会有一点优势。至少简历关，更容易过的去。
关于金融数学与金融工程的区别，其实在我看来就是： 金数更多是创造模型，金工则是将创造的模型用编程的方法去实现。
所以在看专业开设课表时也能发现金数的课多是数学课（比如 随机，时间序列，计量等），而金工则更多的是计算机方向的课（如R数据挖掘，C++等）。
在美国，第一批华尔街资本家不断开始运用高频，算法，数据挖掘等进行交易后，金融工程这个专业就变成了香饽饽。美校的这个专业的含金量也比别的国家开设这个专业来的更高。
在英国，也有不少学校会单独开设金融数学专业，不过更多的是同时开设两者。以曼大为例，同时开设了这两个专业，不过两者课程重复率高达70%。当然，在这边我们不谈两个专业的优劣，至少就这两个专业的生源来说，不分伯仲。
英国大学对于就读金数的学生有着明确的要求，几乎都要求学生本科阶段拥有良好的 数学背景和基础 ，比如学过：
微积分、概率论、线性代数（比如矩阵运算）、正态分布和数学建模能力。
尽可能需要有的计算机基础包括： SPSS／SAS（参数/非参数检验，模型估计）、Mathlab、 C/C++（构造for循环，while语句，嵌套循环，构造外函数，数组等）。
学生在申请金数的时候，也会将英国学校进行排序，大部分会将其分成三档申请：
第一阶梯 ：LSE、 帝国理工、 UCL、KCL（此处暂不考虑牛剑）
第二阶梯 ：华威 、爱丁堡、 曼大等
第三阶梯 ：约克、利兹 、伯明翰等
注意排名中只列举了部分学校，其他遗漏的学校你也可进一步分析归档。其中这个专业的王牌学校则是IC（帝国理工），申请难度以及毕业难度都很大。往年录取生源多以 数学和计算机背景 为主。
接下来我重点谈一下对曼大金融数学的个人理解：
外界对曼大这个学校褒贬不一，觉得这个学校QS排名一直挺不错的但是学生质量并没有太好，因为学校每年都会收双非的甚至民办野G大学的学生。关于曼大这个学校的整体评价一苇不想多说了，四个字来总结亲身体验：良莠不齐。
具体来说，你可以遇到双非的学生，每天不读书并晒着高富帅白富美生活（特别是某些著名的水学院）。你也可以遇到很多TOP985的学生，每天都在图书馆通宵学习。进去之后你自己有权选择你自己最喜欢的生活模式。不论什么样的选择在曼城这里从来没有限制。
曼大的金融数学（Mathematical Finance）属于商学院（MBS）和数学学（School of Mathematics）联合授课， 最终是数学学院颁发学位。 全年一共有8门taught 课程，无选修课。曼大数学院就是非常有名的阿兰图林楼，当时出《模仿游戏》的时候，走在图林楼格外自豪。
在这边我挑几门课细讲一下：
Stochastic Calculus（随机微积分）
这门课应该是这个专业最核心的课程了，这门学不好直接会影响到下学期的很多课程。该课由系主任ProfessorGoran 开设，教材也是他自己编写的。这门课算是这个专业里面最最难的课程了，其中涉及很多泛函数，实函数之类的内容，不管你本科是学数学，统计，计算机，大家刚开始学都觉得很艰难，所以必须多花时间预习复习。并且 这门课是资产定价最核心的课，如果你致力于做量化交易，这门课得花足够的时间打底子。致力于投行的，基金的，往年很多面试都会问你学没学过随机过程，并且让你当场写些公式。
Derivative Securities（衍生品）
这门课是商学院开设的，推荐的教材是被奉为华尔街圣经的John Hull的《options, futures & other erivatives》，这门课全世界不同老师教出不同的风格，如果你想简单可以很简单，直接告诉你Black－Scholes公式，然后数据套进去算期权价格。如果想很难就没边了，比如用3种不同方法推倒BS模型之类的，比如elta 对冲，Ito 原理，偏微分方程。而曼大这门课，相比于其他数学学院的课，已经算很客气了。
主要学习内容是Forwar, Option, Future的无套利定价公式等，不深究太多背后的数学逻辑。这门课有个case，四人一组研究如何用future来对冲指数头寸的，用的都是现实中的数据，可以说非常有意义。 并且若你对对冲基金感兴趣的，在你面试过程中，可以将这个作为一个很不错的case进行阐述。
Computational Finance（计算金融）
上学期学的课基本都是理论知识，这门课的衔接是将定价模型如何通过计算机更快的实现了。Dr.Paul Johnson 年轻帅气又聪明，刚开始的几节课他就告诉我们， 如果我们去面试矿工，把这门课学会的定价方法以及如何通过coing跑出定价结果告诉面试你的人，会非常加分的，因为这个编程方法在投行都是非常先进且高深的。
这门课使用的主要工具是C++和Excel。对Excel不熟练的同学得注意了，画图一定要正规且学术。关于C++, 很多人本科没有学过，但是没有想象的那么难，多练习吧，不是特别复杂。并且每节课老师会把主要代码告诉你，你需要做的更多的是算法上的改良。所以想混着过关并不难，但是想拿高分，你可能需要没日没夜的想着算法的改良以及实现，来展现最精准且简洁的语句。
关于最后 硕士学位的等级划分 ：
一共分为 Pass， Merit 和Distinction。对于MASTER学位来说，及格分为50，40-50不用补考，40以下需要。
Pass ：所有科目（不包含论文）均分不低于50分&论文不低于50分&挂的学分不超过30（2门）。
Merit ：所有科目（不包含论文）均分不低于60分&论文不低于60分&没有不及格科目。
Distinction ：所有科目（不包含论文）均分不低于70分&论文不低于70分&没有不及格科目。
一旦有挂科，最多只能PASS。如果拿不到PASS，就有从学位降级到文凭的可能。
数学金融可能听起来很高大上，但想要拿到学位顺利毕业，Merit 甚至Distinction是需要付出的。
