金融工程python还是c_做Quant，你以为靠Python和C++就够了吗？

原标题：做Quant，你以为靠Python和C++就够了吗？

2019申请结已经到了中后期

准备2020年申请的宝宝们

专业和学校都有大致规划了吗

要说这几年大热的金融类专业

不用想 肯定是金融工程无疑啦！

大家都想知道的一个问题肯定是

哪所大学在这个新领域是最强的呢？

学金融工程 毕业就业哪家强？

说到MFE的专业排名

比较有参考价值的当属QuantNet

QuantNet的排名依据

1

Peer Assessment Score (20%)

同行评价

2

Placement Success (55%)

就业率

>> Employment Rate at Graduation (10%)

>> Employment Rate Three Months after Graduation (15%)

>> Starting Salary (20%)

>> Employer Survey Score (10%)

3

Student selectivity (25%)

录取率

>> GRE Scores (15%)

>> Undergraduate GPA (7.5%)

>> Acceptance Rate (2.5%)

先上前30名排名⬇️

既然MFE近几年如此火热

怎么判断自己是否适合这个专业呢

听听知乎上隐藏的大神怎么说

Quant必备的四方面硬实力

知乎用户@Matilda

首先要编程好。所谓编程好是什么意思呢？就是说你永远不能让程序限制你的思维。

比如说你想回测一个论文中的交易法则，或者说你在交易中有一个萌生的念头，当论文读懂、数据在手的时候，你必须把这个策略用计算机语言重现出来，而且还要尽可能的快，因此强硬的过程性语言功底是必须的。

MATLAB, C, R最好都精通。进一步讲，你想要搭建一个策略平台，或者在别人的策略平台进行策略的研究和回测，强硬的面向对象的编程功底是必须的，C++和Python至少要精通一个。

此外还有market maker需要SQL, 有fund需要SAS......不一而足。制约绝大部分人走上金工道路的是编程。一般来说一个优秀的quant的编程水平，要和一个计算机系本科生的姿势水平差不多才行。

第二要建模好。编程指的是对语言的熟悉，建模指的是对数值方法、萌卡模拟、傅里叶变换等工具的理解和掌握。为什么说很多quant是理工科Phd出身，这就是因为他们平时所接触的内容，可以直接迁移到金融建模中，高屋建瓴。

第三要数学好。不要求你能写paper，但给你一个paper你至少要能看懂。 你对概率论、数理统计、微积分、线性代数的熟悉，至少要像熟悉你老婆的安全期一样信口拈来。

此外，你要学习随机过程和SC, 因为大部分策略的论文都涉及ito process，布朗运动等内容。

最后是对金融的理解。这一点我放在最后，不是因为对金融的理解不重要，而是因为它最好提高。反之，决定一个金工从业者能否走上正路的恰恰是对金融的理解。

你不仅要懂期权等衍生品的交易规则，还要懂一些市场微观结构，更重要的是你要懂市场背后博弈的逻辑。

很多人仗着自己编程、建模、数学好，把市场当成一个示波器的波形，而不是多方博弈、各种信息流汇集的结果，这样的人往往会走上一条彻底偏离的路线。

金工数学的侧重点

知乎用户@纽约金融帮

很多人都强调数学的重要性，这是真的。

但是金工的数学以随机系列为主，和国内大学设置的数学分析有本质区别。数学好不等于投资能力强。在衍生品之外的市场，金工要想找工作就只能靠编程技能和市场分析能力。

编程好也是真的，各种语言都要会写，遇到bug能够自己查迅速解决就好。

小编看了这么多答案

大部分人都在强调数学和编程

除了必须学好的数学

磊码技能也是必备的

道阻且长

想学MFE的宝宝们要学的还有很多哦

责任编辑：