巴鲁克学院金融工程硕士项目(Master of Financial Engineering)是一项高标准的精英课程，毕业生在金融市场具有极强的竞争力，位列QuantNet2019全美最佳金融工程硕士榜单第二、全球最佳量化金融硕士榜单第三。

　　该专业课程强调市场微观结构、时间序列分析和算法交易、机器学习、风险管理、商品和期货交易、利率和信贷产品、衍生品对冲和估值。从这个专业毕业后，你将在C++、Python、VBA、R、和MATLAB的金融应用方面具有实践经验，并拥有强烈的职业道德，以及优秀的人际关系、团队合作能力和沟通技巧。得益于包含多位华尔街投行高管的高水平教师团队和强大的校友网络，该专业实习安置率100%，毕业生绝大多数都会进入各大投行工作。

　　巴鲁克MFE学生团队已多次斩获国际奖项，连续三年获得IAQF(国际量化金融协会)比赛的冠军，横扫2019赛季参加的所有金融竞赛，广受业界赞誉。

　　课程设置

　　该专业首先会提供MFE预备课程，包含现场课程和在线课程，以帮助你夯实数学基础，你可以选择性地报名参加。随后所有的新生都必须要参加Immersion Program(浸入式计划)，包含职业准备和教育(包含高级微积分和微分方程、数值线性代数、统计、VBA / Python / SQL等课程)两部分，以帮助你顺利开始这个专业的课程的学习。

　　这个专业共需要修满36个学分，包含12学分的必修课和24学分的选修课。具体课程如下：

　　必修课(5门)：

　　Financial Markets and Securities 金融市场和证券(1.5学分)

　　Software Engineering for Finance 金融软件工程(1.5学分)

　　Numerical Methods for Finance 金融数值方法(3学分)

　　Probability and Stochastic Processes for Finance I 金融中的概率与随机过程Ⅰ(3学分)

　　Capstone Project and Presentation 顶点课程(3学分)

　　选修课(修满24学分)：

　　来自数学系的选修课：

　　Fundamentals of Trading 交易基础(1.5学分)

　　Statistics for Finance 金融统计(1.5学分)

　　Linear and Quadratic Optimization Techniques 线性和二次优化技术(1.5学分)

　　Market and Credit Risk Management 市场与信用风险管理(3学分)

　　Elements of Structured Finance 结构化融资要素(3学分)

　　Numerical Methods for Finance II 金融数值方法II(3学分)

　　Asset Allocation and Portfolio Management 资产配置和投资组合管理(3学分)

　　Probability and Stochastic Processes for Finance II 金融的概率与随机过程II(3学分)

　　Volatility Filtering and Estimation 波动率滤波与估计(1.5学分)

　　Model Review for Quantitative Models in Finance 金融量化模型的模型评价(1.5学分)

　　Commodities and Futures Trading 商品及期货交易(1.5学分)

　　Modeling and Market Making in Foreign Exchange 外汇建模与做市(1.5学分)

　　Time Series Analysis and Algorithmic Trading 时间序列分析与算法交易(3学分)

　　Advanced Risk and Portfolio Management 高级风险和投资组合管理(3学分)

　　Advanced Computational Methods in Finance 金融学高级计算方法(3学分)

　　Interest Rate Models and Interest Rate Derivatives 利率模型和利率衍生品(3学分)

　　The Volatility Surface 波动率曲面(3学分)

　　Credit Risk Models 信用风险模型(3学分)

　　Interest Rate Models 利率模型(3学分)

　　Market Microstructure Models 市场微观结构模型(3学分)

　　Current Topics in Mathematical Finance 数学金融的前沿课题(3学分)

　　Fixed Income Risk Management 固定收益风险管理(1.5学分)

　　Structured Security Valuation in the Primary Market(1.5学分) 初级市场结构性证券估值

　　Emerging Markets and Inflation Modeling 新兴市场与通货膨胀模型(1.5学分)

　　Blockchain Technologies in Finance 金融领域的区块链技术(1.5学分)

　　Introduction to Applied Financial Econometrics 应用金融计量学概论(1.5学分)

　　Time Series Analysis 时间序列分析(1.5学分)

　　Algorithmic Trading 算法交易(1.5学分)

　　Behavioral Finance 行为金融学(1.5学分)

　　Systematic Trading 系统交易(1.5学分)

　　Data Science in Finance I: Big Data in Finance 金融数据科学I：金融大数据(1.5学分)

　　Data Science in Finance II: Machine Learning 金融数据科学2：机器学习(1.5学分)

　　Independent Study – Internship 独立学习-实习(1.5学分)

　　Statistical Data Analysis 统计数据分析(1.5学分)

　　Advanced Data Analysis 高级数据分析(1.5学分)

　　Big Data Technologies 大数据技术(3学分)

　　来自商学院的选修课：

　　(Term I) Econometrics I 计量经济学Ⅰ(3学分)

　　(Term II) Financial Econometrics 金融计量经济学(3学分)

　　Financial Markets and Institutions 金融市场和机构(3学分)

　　Futures and Forward Markets 期货和远期市场(3学分)

　　Investment Analysis 投资分析(3学分)

　　International Financial Markets 国际金融市场(3学分)

　　Seminar in Finance 金融研讨会(3学分)

　　Advanced Investment Analysis 高级投资分析(3学分)

　　Options Markets 期权市场(3学分)

　　Modern Regression Analysis 现代回归分析(3学分)

　　Time Series: Forecasting and Statistical Modeling 时间序列：预测与统计建模(3学分)

　　必修课解读

　　Financial Markets and Securities 金融市场和证券

　　这门课的核心是帮助你建立一种直觉与数学基础，使你能够描述对不同资产类别的单个金融工具进行定价、对冲和风险度量的现代方法。你将了解这些工具的用途，和它们与其他工具的关系，什么因素影响它们的价值，以及如何进行交易。更广泛地说，你将看到现代金融中无套利假设的基本重要性(以及在某些情况下的局限性)，并将了解该领域通常依赖的其他假设。

　　这门课的重点主要不是数学的严谨性，也不是编程或者软件设计，而是关键概念的理解与演示(当然你也需要用到数学和编程知识)。

　　这门课的教材将使用John C. Hull的“Options, Futures, and Other Derivatives”([加拿大] 约翰 ·C·赫尔《期权、期货及其他衍生产品》)。

　　《期权、期货及其他衍生产品》对金融衍生品市场中期权与期货的基本理论进行了系统阐述，提供了大量业界事例。主要讲述了期货市场的运作机制、采用期货的对冲策略、远期及期货价格的确定、期权市场的运作过程、期权市场的运作过程、股票期权的性质、期权交易策略以及信用衍生产品、布莱克-斯科尔斯模型、希腊值及其运用、气候和能源与保险衍生产品等。

　　Software Engineering for Finance 金融软件工程

　　这门课的核心是解决金融问题的软件开发技术。课程重点是生产效率和软件工程技能的开发，包括自动化、源代码控制和API设计。本课程针对的是对C++和定量金融有基本了解的学生。主要的开发语言是Python。

　　Numerical Methods for Finance 金融数值方法

　　在这门课上，你将讨论并实现普通欧式期权和美式期权、百慕大期权和障碍期权等衍生证券的有限差分估值方法，以及用于有限差分求解的数值线性代数方法，包括LU分解和Cholesky分解以及迭代(Jacobi、Gauss-Siedel、SOR和PSOR)方法。

　　Probability and Stochastic Processes for Finance I 金融中的概率与随机过程Ⅰ

　　这门课将为你介绍随机过程的例子，以及基本概念和工具。课程的主题涵盖：

　　随机游走;基本属性;赌徒破产问题(Gambler's Ruin Problem);反射原理和停时的通俗介绍。

　　套利定价;二项资产定价模型。

　　现实世界和风险中性概率;相关鞅;在离散设置中改变测量值;几何布朗运动作为二项模型极限的通俗介绍。

　　最简单的连续时间过程：泊松过程及其变化。

　　样本空间，sigma代数，概率测度;随机变量及其分布。

　　期望;基本属性;变量公式的更改;积分收敛定理;措施的改变;Radon-Nikodym定理。(Expectations. Basic properties. Change of variable formula. Integral convergence theorems. Change of measure. Radon-Nikodym theorem.)

　　联合分布函数、独立性、Copulas函数。

　　特征函数和矩生成函数;高斯随机变量。

　　弱收敛;独立随机变量和;大数定律与中心极限定理;积空间;富比尼定理。

　　不同类型的收敛;Lp空间;H¨ older 不等式闵可夫斯基不等式。

　　条件期望和条件概率分布。

　　鞅;停时;停时定理。

　　布朗运动;反射原理;布朗运动与运动最大值的联合分布。

　　布朗运动的鞅。

　　Capstone Project and Presentation 顶点课程

　　在顶点课程中，每个学生都需要准备一个案例研究，这个案例研究的动机是运用本专业课程中所学到的数学技巧去解决一个真实的金融问题。

　　职业发展

　　巴鲁克学院是一所建于1847年的公立大学，也是纽约市立大学(CUNY)的学院成员。位于纽约市的心脏地带，坐落在纽约最繁华的金融和文化中心曼哈顿区公园大道，与JP摩根大通银行总部等世界著名金融集团毗邻，与华尔街隔区相望。

　　巴鲁克学院下设的齐克林商学院(Zicklin School of Business)，是美国规模最大且最古老的公立商学院之一。得益于该校拥有得天独厚的地理优势，齐克林商学院吸引了大批业界的资深教职员工，也为该校商科毕业生超高的就业率打下了基础。巴鲁克学院的校友遍布全美顶尖的投资银行、对冲基金等。

　　巴鲁克学院的MFE计划至今有300多名校友，超过85%的校友在金融行业工作，其中绝大多数在纽约。

　　有消息称，2017年，摩根士丹利在纽约地区共招10个人，其中5个来自巴鲁克学院;瑞士信贷银行招了4个人，其中3个来自巴鲁克学院，另一个是康奈尔大学的博士。传说巴鲁克MFE的联合主管Dan Stefanica在华尔街的人脉极广，在帮助学生就业方面也是不遗余力。巴鲁克毕业生的就业优势，也被称为“华尔街传奇”。MFE毕业生毕业第一年的平均工资就达到了11万美元。

　　从巴鲁克学院MFE毕业后，大多数毕业生会进入投行工作，担任的典型职位是Desk Quant/Quant Reacher。

  编辑：翁晓兰