入學(xué)時間 | 項目時長 | 項目學(xué)費 |
9月 | 1年 | £21,500英鎊/年 |
類型 | 總分要求 | 小分要求 |
雅思 | 6.0 | 5.5 |
托福 | / | / |
您的學(xué)歷應(yīng)包含數(shù)學(xué)內(nèi)容,展示微積分、概率論和統(tǒng)計學(xué)方面的知識。如果您的學(xué)歷屬于數(shù)學(xué)、金融、經(jīng)濟、商業(yè)、科學(xué)、工程或計算機專業(yè),則適合學(xué)習(xí)本課程。接受雅思單項技能重考;不接受雅思在線考試。
金融業(yè)正處于變革時期。信息比以往任何時候都更加詳盡。這就需要對金融原理有深刻理解、同時具備數(shù)據(jù)科學(xué)和數(shù)學(xué)技能的定量分析人員。 本理學(xué)碩士課程將向您介紹充滿活力的量化金融世界、數(shù)據(jù)分析的革命性理念和嚴謹優(yōu)雅的數(shù)學(xué)。在學(xué)習(xí)期間,您將: 獲得解決實際問題的實用技能; 在量化分析師、數(shù)學(xué)家和計算機科學(xué)家的團體中找到家的感覺; 學(xué)習(xí)量化金融的主要原則、數(shù)據(jù)科學(xué)和機器學(xué)習(xí)的基礎(chǔ)以及計算機編程方法。 畢業(yè)時,您將精通分析思維和系統(tǒng)推理。您將擁有出色的研究技能,并能夠表達復(fù)雜的想法。憑借您的知識和專業(yè)技能,您將為從事各種職業(yè)做好充分準備。
序號 | 課程介紹 | Curriculum |
1 | 畢業(yè)論文(金融數(shù)據(jù)分析) | Dissertation (Financial Data Analytics) |
2 | 數(shù)據(jù)分析和金融計算(L7) | Computing for Data Analytics and Finance (L7) |
3 | 數(shù)據(jù)科學(xué)研究方法 | Data Science Research Methods |
4 | 金融數(shù)學(xué)(L.7) | Financial Mathematics (L.7) |
5 | 金融投資組合分析 | Financial Portfolio Analysis |
6 | 機器學(xué)習(xí) | Machine Learning |
7 | 金融和工業(yè)中的數(shù)學(xué)模型 | Mathematical Models in Finance and Industry |
序號 | 課程介紹 | Curriculum |
1 | 算法數(shù)據(jù)科學(xué) | Algorithmic Data Science |
2 | 數(shù)據(jù)分析技術(shù) | Data Analysis Techniques |
3 | 線性統(tǒng)計模型(L7) | Linear Statistical Models (L7) |
4 | 概率模型(L7) | Probability Models (L7) |
5 | 金融投資與公司風(fēng)險分析 | Financial Invest & Corp Risk Analysis |
6 | 機器學(xué)習(xí)和健康統(tǒng)計(L7) | Machine Learning and Statistics for Health (L7) |
7 | 蒙特卡羅模擬(L7) | Monte Carlo Simulations (L7) |
8 | 偏微分方程數(shù)值解法(L.7) | Numerical Solution of Partial Differential Equations (L.7) |
9 | 隨機過程(L.7) | Random processes (L.7) |
10 | 統(tǒng)計推論(L.7) | Statistical Inference (L.7) |
幾何留學(xué)APP
2403個學(xué)校
10547個專業(yè)
3184個錄取案例
8697份錄取報告