金工金数，凭借卓越的薪酬、广阔的发展前景，吸引着众多理工科背景的同学加入。

那么，对于有志于此领域的学生而言，想学这类专业，如何在众多杰出学府中做出明智的选择？

通常来说，同学们除了可以参考QuantNet排名；也可以了解RiskNet排名！

它同样是该领域的风向标，详尽统计了各院校的录取率、毕业生就业率与薪资水平等；近日，RiskNet最新发布了《2023年量化金融工程硕士排名》

接下来，让我们一探究竟，到底哪些高校在金融工程领域占据领先地位~

01、排名指标

● 平均班级人数：5%

● 录取率：10%

● 注册的录取者：10%

● 学生与教师比例：5%

● 行业附属教师人数占教师总数比例：10%

● 毕业六个月就业率：30%

● 过去四年被引用次数最多的五位教师的被引用次数：5%

● 毕业后六个月平均薪资：25%

02、量化金融TOP25

01巴鲁克学院

巴鲁克学院（Baruch College）的MFE项目在该榜单，不出意外也拔得头筹！！

作为一所以商科闻名的学院，巴鲁克背靠华尔街，位于纽约市的心脏地带。

牵头创办Baruch MFE项目的大佬Dan，以“学生的就业问题”为己任，对任何事情亲力亲为；得益于项目规模较小，Dan会亲自参与到每个学生的求职工作中，修改简历、内推等都事无巨细为学生进行辅导！

这促成了此项目100%的就业率！而超高的毕业起始工资（平均薪资达到$148947）以及强大的校友网络也是该项目的耀眼之处！

02普林斯顿学院

普林的金融紧随其后，位列#2！

项目为期2年，录取率仅有5%！

课程内容包含金融工程，数据科学和计算方法；此外，该项目还非常重视金融经济学以及FinTech，是一个走在时代前沿的项目。

就业岗位遍布各大顶尖投行、银行、金融服务等公司，包括高盛、巴克莱银行...

03加州大学伯克利分校UCB的金融工程硕士项目时长一年，特别强调编程技能（涵盖C、C++），深厚的数学功底，以及统计学与经济学背景的加持，虽非必备但强烈推荐。

对于那些背景稍逊的录取者，UCB贴心地预备了强化课程，涵盖数学、统计学及C++，确保每位学生都能站在同一起跑线上。

此项目尤为看重申请人的实践经验，感兴趣的学生可以多多积累相关经验。

据数据显示，毕业生平均薪资高达150190美元，无疑是步入高收入行列的金色门票！

04纽约大学

纽约大学金融数学项目在该榜单中位列#5！

该项目特别青睐具备扎实数学基础及出色计算机技能的学子。

在课程设置上，纽约大学巧妙地将工学院、商学院与数学系的师资力量融合，构建了跨学科的教学平台。

此外，得益于地理位置的优势，纽大与金融产业界保持着密切的互动，为学生提供了丰富的实习与就业机会。

据最新数据显示，毕业生在完成学业后的六个月内，就业率高达98%，平均薪资103000美元！

05哥伦比亚大学

哥大的金融工程是一个涉及金融理论、工程方法、数学工具和编程实践的多学科领域项目。提供了对工程方法和定量方法进行融资的全日制培训。

课程包括随机过程、优化、数值技术、蒙特卡罗模拟和数据分析方面的课程。学生在投资组合理论、衍生品估值和金融风险分析中使用这些方法。

项目的就业率同样达到了惊人的99%！

纵观上述排名，其实与quantnet排名相差不大，毕竟也十分关注项目的就业率和薪资；

但是该榜单，还是有两个亮点，即北卡罗莱纳州立大学超越哥大位列#4；卡梅掉出TOP10，位列#11

北卡罗来纳州立大学的金融数学硕士项目自2002年创立以来，一直以其在概率论、统计学、数学建模、投资理论、随机过程以及经济学等关键领域的严谨教育而享誉学界。

项目旨在培养学生深厚的分析能力和对复杂金融市场的敏锐洞察力，以适应全球化经济环境下金融行业的快速变迁。

在为期一年半的学习旅程中，学生们将深化对核心学科的理解，同时侧重于商业管理、统计学、数学或风险管理等专业，确保学生不仅具备理论基础，还能掌握实用技能。

这种教育模式，使得NCSU金融数学项目毕业生在就业市场上广受青睐，达到了100%的就业率！

也怪不得可以在该榜单中名列前茅~

03、关于金融工程专业

金融工程是一门融合金融学、数学及计算机科学精华的跨领域学科，它不仅涉猎金融产品的创新设计，还广泛涵盖产品定价策略、交易策略的精妙构造以及金融风险的精密管理等多个核心层面。

此专业多见于各大高校的工程学院体系内。

核心课程一般包括统计分析、随机过程、数值方法、量化交易策略、金融衍生品以及编程。

在先修课上的要求方面，金融工程一般要求——

数学统计：多元微积分、线性代数、概率论、数理统计、微分方程、实变函数、随机过程、数值方法、时间序列分析等。

计算机：C++/JAVA/C、Python、MATLAB

另外，如果想要冲击Top10项目，最好还学习过Deep Learning、Machine Learning、NLP或者Parallel Computation等课程。

从专业背景上看，申请金工的本科学生大多都具有复合型背景，如数学+经济、计算机+经济/金融，从往届录取来看，这类交叉学科也更适合具备数理背景的学生，本身纯金融的学子反而不占优势。