美女网站免费观看视频,亚洲av无码国产精品色午夜洪,中文字幕一区二区精品区

量化金融及金融科技理學碩士

Master of Science in Quantitative Finance and FinTech

所屬學院：理學院

申請難度：高就業(yè)前景：優(yōu) 消費水平：中

66 QS 2023

項目簡介

入學時間	項目時長	項目學費
9月	1.5年	258000港幣/年

申請時間

2025Fall

2024-09-25 開放時間

2024-11-19 Round1

2025Fall Round1 開始時間：2024-09-25 結(jié)束時間：2024-11-19 申請已結(jié)束

2025-04-30 Round2

2025Fall Round2 開始時間：2024-09-25 結(jié)束時間：2025-04-30 距申請截止還剩147天

項目官網(wǎng)

https://www.polyu.edu.hk/ama/study/pg/master-quantitative-finance-and-fintech/

語言要求

類型	總分要求	小分要求
雅思	6.0	/
托福	80	/

其它要求

數(shù)學、統(tǒng)計、商業(yè)、金融、科學、計算機科學、工程或同等專業(yè)的榮譽學士學位。擁有其他學科學士學位和足夠的數(shù)學或IT背景的申請人也將被考慮。

培養(yǎng)目標

該課程旨在提供基于定量和分析方法、建模技術(shù)、金融概念和編程技能的深入課程培訓，使畢業(yè)生能夠在不同的市場條件下以專業(yè)和有競爭力的方式指導決策。此外，該課程為學生提供新金融科技時代所需的各種新技能和技術(shù)的扎實培訓，包括人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)。我們的畢業(yè)生將成為金融行業(yè)和相關(guān)領(lǐng)域的領(lǐng)先專業(yè)人士，并將勝任地應(yīng)用金融創(chuàng)新和金融技術(shù)發(fā)展所特有的先進定量方法和最新技術(shù)。該課程由應(yīng)用數(shù)學系主辦，由會計與金融學院提供支持，符合量化金融和金融技術(shù)的多學科性質(zhì)。所有課程都由量化金融、數(shù)據(jù)分析、風險管理和機器學習領(lǐng)域的世界領(lǐng)先專家教授。該方案將使畢業(yè)生具備定量方法的扎實知識和熟練的編程技能。該課程還提供專業(yè)和職業(yè)培訓，幫助學生將原則和方法應(yīng)用于金融服務(wù)和金融技術(shù)的實際問題。

主要課程

序號	課程介紹	Curriculum
1	高頻交易高級專題	Advanced Topics in High Frequency Trading
2	量化金融高級專題	Advanced Topics in Quantitative Finance
3	金融市場	Financial Markets
4	金融科技	Financial Technology
5	投資科學	Investment Science
6	衍生產(chǎn)品定價的數(shù)學模型	Mathematical Models of Derivative Pricing
7	業(yè)務(wù)分析會計	Accounting for Business Analysis
8	計算機與技術(shù)在會計與財務(wù)中的應(yīng)用I	Applications of Computing and Technology in Accounting and Finance I
9	計算機與技術(shù)在會計與財務(wù)中的應(yīng)用Ⅱ	Applications of Computing and Technology in Accounting and Finance II
10	業(yè)務(wù)風險管理	Business Risk Management
11	深度學習	Deep Learning
12	財務(wù)分析與估價的程序設(shè)計	Financial Analysis and Valuation with Programming
13	固定收益和信貸風險	Fixed-income and Credit Risk
14	預測與應(yīng)用時間序列分析	Forecasting and Applied Time Series Analysis
15	機器學習及其在金融領(lǐng)域的應(yīng)用	Machine Learning and Applications in Finance
16	數(shù)據(jù)科學原理	Principles of Data Science
17	統(tǒng)計機器學習	Statistical Machine Learning
18	論文（9學分）	Dissertation (9 credits)