随便谈谈对ur/brandy/uiuc/ucsd/jhu这类msf项目的看法

Loginstate

最后一次编辑啦lz想先表明一下写这个帖子的主要目的，不是为了judge某个项目，主要还是想分享一下自己选学校时候的一些思考过程，提供一些思路，免得每天就考虑哪个学校排名靠前。lz举得例子本就是对应lz自己的职业规划和想去的公司，各个细分的金融行业，各个公司可能都有自己的招聘逻辑和流程，彼此之间可能大相径庭。这些东西是需要大家自己去想办法了解的，。所以后面再有举某某学校去了某某机构的例子我就不回复了。大家自己做到心里有数,符合自己的需求就好。


祝大家都能被dream school录取吧~


-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
时间已经进入3月下旬，lz今年申的8个学校还有5个没出结果，目前只收到了ur，uiuc,brandy三个学校msf的录取。
感觉都挺鸡肋的，等其他项目的结果等的有些心烦，半夜睡不着觉，看到论坛上和各个录取群里纠结的比较多，就上来码些字随便谈谈对这类项目的看法。
(注：以下看法仅针对国内二级市场行业（券商、基金等卖方和买方），咨询行业了解不多，不在讨论范围内)

1、关于对各个美国二流msf项目的整体看法
     各项目直接区别不大。（理由详见2、3两点）；不如去港三和英国G5碰碰运气。（后悔当初听信了所谓的留学鄙视链：美国>英国>香港）

2、关于排名
     看到各个录取群里不少同学在纠结这些项目的排名（说的就是你 jhu）。个人认为排名这个事情，emm....只怕是很多中介用来做宣传的手段。
     我想大家纠结排名，一定不是为了日后能在亲戚朋友面前吹嘘，去了全美排名第十的学校，更多地是关注以后排名对找工作的影响。因而很多同学都在思考一件事情，就是hr究竟是看qs排名的多，还是usnews排名的多。
     对于这个事情，我的看法是这样的：首先，大家在思考排名对于找工作影响这个问题的时候，有没有考虑过一点，你能不能找到工作究竟和哪些因素有关，有没有了解过各个行业的招人流程和机制。
     就国内的券商和基金而言，留学生有着相对国内研究生难以弥补的先天劣势。如果大家关注过国内券商和基金的招聘，会发现不少券商、基金总部较核心的岗位（eg：投研）是不公开校招的。实习留用是一种较为常见的形式。其中的原因也很简单，买方卖方都希望能招到懂行的，自己熟悉的人，并且希望招到的人一入职就能直接上手开展工作，他们不像银行的管培生或者一些咨询公司，还会花1-2个月对新人进行培训。当然也有会校招的比如中信证券，他们是有暑期实习再留用的流程。然而，即便是严格走校招流程的券商，我了解的情况是，一些长期的日常实习生仍然会有非常大的优势，只要过了笔试，往往还是会优先考虑他们。
     国内的商科研究生，专硕2年，学硕3年，一般的常规操作是，第一年尽量把课修完，第二年开始近乎全职实习。因而国内的同学往往用1年左右的时间跟国内的买方卖方建立起关系，同时加深对某一个比较细的行业的认识。而国外的研究生则几乎没有这个机会。其结果可想而知。
     
     说回到排名上来，大家考虑排名，多数是想问能不能过简历关（HR那里能不能过）。但大家想过没有，HR的话语权究竟有多大，如果团队认可并强推你的话，HR是否还有权限卡人？反过来说，即使HR那里过了，你的部门直接领导难道不应该是更加需要考虑和关注的对象。
     又要拿jhu说事了，在其他申请群里看到今年jhu计划招500+人。emm.....大家想过没这样的招生规模意味着什么，意味着很可能你将来毕业投的公司有很多jhu msf毕业的人都会投。公司即便是为了diversity，也不会招很多jhu的人吧，所以到时候大家需要比拼的更多的是个人能力和本科出身。因而有些本科出身不是很好的同学想通过jhu所谓的高综排去拉平学历上的差距，我觉得这是不现实的。
     可能有同学要说了，很多公司清北复交的都招的很多呀，怎么不说diversity呢？
      Well, 那么客观地说，大家认为UR,brandy，jhu这类二流美国msf和清北复交的生源质量，教学水平以及在国内业界的人脉是一个水平线上的吗？能不能比得上两财一贸都是问题吧？

    因而，我的结论是，这些学校对大家找工作真的都没太大帮助。大家与其纠结项目的排名，不如考虑一下怎么实现差异化竞争来的实在。

3、关于项目是否quant
      然后就要说说关于项目是否quant的这个问题了。最近某群里某学长在疯狂给人画饼，emmm。。。。
      好了开始吐槽。
      首先，我想大家最后去msf（wustl msfq不算，这个项目就是MFE） 而没有去MFE的，大多数是商科背景吧，数学，计算机学的不是很多的那种。
      那第一个很奇怪的点就出现了。国内多数的大学（除开一些理工科很好的学校，如成都的电子科大），高考分数线看，金融专业的分数都应该比计算机、数学、统计这些高吧。那大家四年前就作出了选择要读金融的，为什么要否定4年前做的决定呢？如果说4年前是听说金融容易就业工资水平高而随大流了的话，那现在转quant是不是又是因为听说quant工资水平高，容易找工作而再次随大流了呢？      就目前而言，国内quant的岗位并不算多，并且都很考验个人的能力和技术。
      
      有些同学又要说了，general的金融根本就是万金油，学的人那么多，竞争太激烈啦！学quant有门槛，以后找工作竞争没那么激烈！
      真的是这样吗？？？？？
      这个我觉得大家有必要想想有效竞争这个概念。打个比方好了，比如有1万个人跟你竞争同一个投研岗位，这一万个人的水平参差不齐，从二本三本到清北复交都有，但二本三本的人有9500个，那其实有效竞争的人数是小于500个的。
      然后有一个量化的岗位，可能只1000个人跟你竞争，但1000个人都是名校MFE,stat出身的，这个时候，我们再来审视一下到底哪一行的竞争程度更激烈呢？？
      

      第二，作为商科出身的人，有没有考虑过转data science或者MFE会给自己以后的职业产生什么样的影响？换句话说吧，这些career很多都有码农的属性，商科出身的人，真的都愿意每天花很多时间对着电脑码代码吗？Is that really what you want?
      第三，如果大家上面两个问题思考过了，并且坚持要转quant的，那么请思考一下自己是否有足够的数学/统计和计算机基础。
      在某录取群问了他们的quant方向相关课程设置，居然连随机过程/金融随机分析都不提供(这里可能有人要认出我来 2333)，emmm.....所以请各位数学、计算机基础不是很扎实的同学，想从零开始的同学，先系统性地了解一下你们想入的DS/FE的行纠结需要哪些技能，这些所谓的偏quant的项目的课程设置是否能够覆盖？
    第四，如果前面这些都想过了，再请那些有志从零开始的同学，多了解一下DS/FE的行业，了解一下你们将来的竞争对手。个人认为一个msf项目，不管多quant，是没法和MFE,stat的同学抢quant的工作的。因为MFE，stat的项目同学出身就更贴合这个行业，受到的训练也更加成体系。当然，有同学说我是不是可以通过努力去缩小这些差距呢？这个么，你有没有想过人家本科4年比你多修了那么多数学/统计、计算机的课程，多做了那么多项目要用多少时间和精力去追赶呢？另外，你最好还要祈祷，那些计算机/统计科班出身的同学在研究生期间天天混吃等死，等你去追上他们;难道在你努力的同时，别人就不努力了吗？往往最终可能的结果是，等你好不容易熟悉了Python/C++,人家的策略回测结果已经十分完美了，也就是说差距只会越来越大。学习本就是一个积累的过程，指望靠1-2年的项目吃成一个胖子，怕是不太现实吧。
      好了，以上劝退quant的内容，仅针对没有基础的同学，有统计/计算机基础的同学可大胆尝试，祝大家成功。
-------------------------------------------------------更新分割线-----------------------------------------------------------------------------------------------------
昨天比较晚了，有些问题描述地不是特别清楚，来补充更新一下。
      1、二流美国msf项目究竟怎么样，值不值得读。
      上面虽然说了这么多劝退的话，但我个人对这类项目的总的评价是三个字“不够好”，但说回大家最关心的简历问题，我觉得多数是能过的（MBB这类咨询除外）。只是比起更便宜的英国和和有去广深甚至就在香港实习的港三，这类项目的性价比是比较低的。
      2、关于quant
      劝退quant只是希望大家摆正对quant的定位，并不是说quant的技能没必要学。我的经历体会是，会一点编程对投研类的工作是有帮助的，大家或许可以多思考一下学习什么样的quant的技能，（很多时候会一些vba远比会python实用）以及在什么样的场景去应用quant技能，把这些quant技能作为自己的一些体现差异化的小trick，而不是安身立命的根本。
      另外很多比较基础和实用的数据清洗的技能，相信大家都有能力自学，比如python的pandas这类常用的库。
      3、承接上面的第2点说说关于所谓的商科和coding结合
       安利一下下面这个帖子，我问过一些比较了解咨询公司的同学，据他们所说一般公司内部开会的，做ppt的，以及做数据的都是有明确分工的。所以真的有公司需要这种所谓的通才吗？
       https://forum.chasedream.com/thread-1327932-1-1.html

先写这么多，隐藏个bg防尘



bg： 211 本科统计，89,109,329

有个胖子叫K。

a啊啊啊

yuziyan28

看一下！               

少年英雄小哪吒

看看

charence

666

zsq947

Mark一下！               

Stone74

kyx

Diana_Guan

Mark一下！               

奇迹酿造者

k看一下

今儿怎么过

看一下！