一、核心专业课
1. 数学基础类:高等数学、线性代数、概率论与数理统计、随机过程、统计学、运筹学。
2. 金融核心类:货币银行学、国际金融、公司金融、投资学、金融市场学、固定收益证券、金融衍生品。
3. 工程技术类:金融工程学、金融计量学、金融建模、金融风险管理、时间序列分析。
4. 编程与工具类:Python编程、MATLAB、C++、金融数据挖掘、量化投资分析。
二、就业方向 + 薪资待遇
- 主要就业方向:
1. 券商/基金公司:金融工程师、量化分析师、产品经理、交易员。负责模型开发、策略回测、产品设计。
2. 银行:金融市场部、风险管理部、资产管理部。从事衍生品交易、风险控制、结构化产品设计。
3. 保险/资管公司:精算助理、投资分析师、风险经理。负责资产负债管理、投资组合优化。
4. 大型企业/跨国公司:财务部门、风险管理部门。负责汇率、利率风险对冲,投融资方案设计。
5. 金融科技(FinTech)公司:算法工程师、数据科学家。参与智能投顾、风控系统、区块链金融等项目研发。
- 薪资待遇(务实参考):
- 应届生起薪:一线城市头部机构(券商、基金、银行总行),15k - 25k/月较为普遍,顶尖量化团队起薪更高。
- 3-5年经验:随着模型能力和项目经验的积累,年薪普遍在 30万 - 60万 区间,核心岗位或业绩优异者上不封顶。
- 特点:薪资水平与技术能力、所在城市及机构平台高度相关,属于金融行业中技术含量高、起薪和天花板都较高的细分领域。
三、适合什么性格的考生
1. 数理逻辑极强:对数学不排斥甚至热爱,抽象思维、逻辑推理能力突出,能沉下心啃下复杂公式和模型。
2. 理性冷静,不喜空谈:习惯用数据和事实说话,面对波动和不确定性时,能保持理性分析,而非凭感觉决策。
3. 乐于钻研,动手能力强:不满足于书本理论,喜欢通过编程、建模解决实际问题,对新技术、新工具(如Python、AI)有强烈的学习欲。
4. 抗压能力与责任心:金融市场瞬息万变,模型和策略直接关系资金安全,需要极强的责任心和在压力下保持严谨的能力。
5. 性格偏内向专注:能长时间独处,专注于代码、数据和模型的优化,享受解决复杂问题带来的成就感。