一、金融工程是什么？
金融工程 是以数学工具来建立金融市场模型和解决金融问题的新兴学科。其本质是利用各种衍生金融工具，如期权、期货、互换等，对金融领域中的各种风险进行管理。从金融工程的不同名称来看 ﹙"financial engineering ，也称 financial mathematics ， mathematical finance ， quantitative finance 或者 computational finance"﹚ ，顾名思义，这是一门 融合了金融学，数学，统计学及计算机科学的交叉学科 。
上世纪 90 年代金融工程项目在华尔街兴起。当时恰逢苏联解体，不需要再和苏联进行军备竞赛的美国大幅度削减了实验室经费，因此很多物理学，工程学，航空航天工程的专家博士为了谋求生计来到了华尔街。大家都知道，股价回报率可以从概率论的角度解释，对于这些长期浸润在偏微分方程的博士们来说，一身相当坚实的数学基础在华尔街这样一个以数字论天下的地方谋生还是比较简单的。
自从 cmu﹙ carnegie mellon university﹚ 于 1990 年开设了世界上第一个金工硕士项目 ，就被经济学人杂志指出，这是通往华尔街的一条简便廉价的可行之路 。为什么这么说呢，因为一般理工科博士至少要读 5-6 年之久，少数甚至可达 6-7 年，而金融工程则一般都是一年到一年半的项目，这些毕业生在毕业了之后就能和 ph 从事类似的工作。在和博士生竞争岗位时，大家切要记得这些 博士生虽然有自己的学术背景且数学基础很强，但是他们或许并没有金工的学生了解如何在金融领域应用所学 。在一年的硕士项目，目的性很强的金融工程的课程设置直接以就业为导向，因此机会成本比读 ph. 要低很多。
以下书籍电影均和量化分析这一职业有关，感兴趣请自行搜索。
my life as a quant-emanuel erman
how i became a quant-interviews with practitioners
when genius faile-ltcm
flash boys-michael l. lewis
the big short
margin call
二、金融工程能让你学到什么?
prerequisite
数学
stochastic calculus 随机微积分 现在所有 pricing theory 的基础理论
统计
econometric 计量经济学 probabilities an statistics 概率论与统计 关于 quant 的种类， 两个 probability measures 下有不同的说法 ：
q quant : 金融危机前为主流。秉持 risk neutral﹙ 风险中性 ﹚ 理论，也就是风险中性测度。资产定价理论中最基本的原理，就是风险中性测度对应着无套利，无套利对应着可以完美对冲各种风险。所以 q quant 主要是协助 structuring esk 和 exotic traing esk 来做衍生品定价。银行卖那些复杂的衍生品是为了赚手续费 ﹙1% 左右 ﹚ ，并不是与客户对赌。在 q quant 的协助下，银行把衍生品卖出去，对冲掉所有风险，收客户一笔手续费，这才是 sell-sie 最本职的工作。
p quant： 金融危机后为主。需要大量计量经济学 ﹙econometric﹚ 知识。 quant 来自于 physical probability measure ，也就是 " 预测未来走势 " ，常见于买方和卖方的自营交易部。所谓预测未来走势，无非就是寻找 uner-price risks/over-price risks ，也就是所谓的 " 找 alpha" ，因此 p quant 也叫 alpha quant 。
编程
学得不如cs专业深入，但是写script，test strategy是必须要做到的。
monte carlo simulation 蒙特卡罗模拟算法 （非常重要的技能，金工必学技能）
big ata techniques 大数据技术
machine learning 机器学习
金融
别看课程多， workloa 其实是最少的，主要就是讲上面三个方向如何在金融领域具体应用。 mfe 整体来说是非常 quantitative 的，需要理科背景。
financial market theories an financial erivatives 金融市场理论与金融衍生工具
fixe income market an asset-backe securities 固定收益市场和资产抵押债券
asset management an risk management 资产管理和风险管理
high-frequency finance 高频交易
如果您想了解更多留学资讯，欢迎咨询。
