近几年来，摩根大通集团约莫1/3的分析师和员工被逼迫加入编程课程学习，高盛Engineering部门早早就向2020届的年轻门生抛出橄榄枝。
花旗银行的报告预计：2015年底智能投资办理的资产范围已达187亿美元，将来十年，将至五万亿美元。
高盛也曾报告，在金融行业，“保守预计，到2025年，机器学习和人工智能可以节省成本和带来新业务的盈利，能创造大约每年340亿-430亿美元的价值。”
可以看出，再不知道智能金融，就等于将来不再被金融市场所接纳。
留学预备军如何在这场智能化浪潮中构建起优势？
大势所趋，顺应潮流
AI的科学理论已经出现了几十年，而后由这些科学理论发展出了AI技术，当这些技术进入资本市场，稍有成果后，资本开始大量进入市场，媒体则在市场成功后，进行大量宣传。
现如今资本市场已经开始大量引入AI技术，机器学习与量化金融结合更是大势所趋。
早在2013年，全球最大的对冲基金桥水基金（Brigewater Associates）就开启了一个新的人工智能团队。该团队将设计交易算法，通过历史数据和统计概率预测未来。核心数据将会根据市场变化而变化，其程序不断适应新的信息，而不是遵循静态指令。
传统课程更新
应对行业发展需求
其实，从一些高等学府的院校官网的课程设置也能可见一斑：
名校的顶级项目，开始加入更多数据分析、统计和机器学习的课程，模型是否能很好的解释数据和预测未来，变得愈发重要。
除了资本顺应时代发展，学校的课程也在根据行业变化进行更新。
我们还将多位拿到国外顶级名校（如美国Top10，英国G5等）金融类专业录取同学的申请文书，进行词云绘制，通过词云图，我们可以清晰的看到他们所强调的重点。
当招生官看到这些关键词，就可以知道我们已经清楚了解专业的重点（如Mathematics），以及专业发展趋势（如Machine Learning, AI），并且有所准备，完全可以跟得上发展步伐。
对于申请者来说，看清学校课程设置，了解专业发展方向，而后“投其所好”，准备相关经历，这样对申请会有很大的帮助。
提前准备，“构建”优势
早在几周前就有同学询问过我们的导师和助教老师，是否有机器学习与量化金融结合的课程：
已经有同学意识到了机器学习项目在申请中的重要性，为此，我们依据多年申请经验，考虑到海外院校招生要求和偏好，行业未来发展趋势等，倾心打造了量化金融+机器学习的智能金融竞赛项目营！
