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）。
