- UID
- 988424
- 在线时间
- 小时
- 注册时间
- 2014-3-12
- 最后登录
- 1970-1-1
- 主题
- 帖子
- 性别
- 保密
|
這點.....嗯, 也看你是廣義/狹義的去定義quant了.
正如樓主所講, 真正核心的quant 工作很多都找PhD的. 有一小部份比較強的master student也有機會.
但MFE的多數, 就是支援上面這類工作, 一邊能和真正搞quantitative work的quant溝通, 能看懂他們搞甚麼, 所以能修修改改, 再和機構中的其他人員溝通.
和另一類的可能比較有機會的就是, 就是做一些(quantitative / numerical) mindset / sense 會有幫助, 要懂要用模型但不用弄模型出來的岡.
大多數MFE, 只是讀了一堆很有用/應用的工具, 但對後面的數學原理觸及不算多 (當然啦, 又不是PhD), 嚴格地講只能叫粗通. (e.g. 上了stochastic calculus, 但不會講measure-theoratic probability.)
真的專精的數學碩士, 是接近不會考慮錄取任何數學(or 物理)本科之外的學生的. (當然, 這麼深入理論工作上用途有限, 那是用來上PhD的.)
但業界其實也用不著那麼多的數學專精PhD quant, 需要model user比需要model research多好幾倍. 所以就弄了一堆實用, 但只要求半通的MFE出來. (當然varies from program to program.) Combine finance and mathematics.
所以我上面才說, industry connection and location matters a LOT. 你想想, 要是每次公司宣講/company event都要來回坐五六個小時的車去"附近"的金融中心, 那還不累死?
|
|