随着行业的发展，科技的进步，跨学科专业逐渐兴起。金融科技、金融数学等专业渐渐走红，然后这时，同学的“选择困难症”却犯了，不知道选哪个才好！随着2024年留学申请季的启动，所以今天，小编特意为同学们带来了香港科技大学金融科技硕士课程和金融数学硕士课程，以供同学们作参考，一起来看看吧！

金融科技是一个新兴但重要的领域，近年来发展迅速。HKUST的MScFinTech项目旨在为那些希望将技术和金融知识结合起来以产生创新解决方案来应对这一新兴领域挑战的人才和工作专业人士提供服务。

鉴于FinTech的多学科性质，由工商管理学院、工程学院和科学学院联合举办的MScFinTech项目从信息技术、区块链、数据科学、机器学习和决策分析等及时领域汲取专业知识。该计划为学生提供与流行金融技术及其工程和金融原理相关的基础知识和重要技能，从而增强他们在蓬勃发展的金融科技领域的市场竞争力。

该课程的毕业生能够分析新兴金融技术的工程机制和金融原理，并利用最新工程方法论和量化技术支持的实用手段来制定和解决金融科技相关问题。

学生需要完成总共30个学分的课程，包括至少16个学分的核心课程和14个学分的选修课程*。

• FINA 5120Corporate Finance

• FINA 5210Investment Analysis

• ISOM 5220FinTech Regulation and Compliance

• MFIT 5001AI for FinTech

• MFIT 5002Blockchain

• MFIT 5003Data Analysis

• MFIT 5004Financial Data Mining

• MFIT 5005Foundations of FinTech

• MFIT 5006Mathematical Foundation of FinTech

• MFIT 5012FinTech Enrichment Workshops

选修课程是从工程学院(SENG)、商业与管理学院(SBM)和科学学院(SSCI)的组合中选择的金融科技课程。学生必须从SENG、SBM和SSCI中选择至少一门选修课。

• 必须拥有公认的大学或高等院校的学士学位；

• 最好应该有编程和数学背景；

• 强烈建议有一个令人满意的GMAT/GRE成绩，但这不是强制性的；

• 对于全职申请者，不要求最低工作经验。然而，任何相关的工作或商业经验都会增加考虑中的申请的权重；

• 对于非全日制申请人，强烈建议至少两年的全职资格后工作经验；

• 托福总分要求80，或雅思总分要求6.5且单项不低于5.5.

第一轮：2023年11月1日

第二轮：2023年12月31日

第三轮：2024年2月1日

金融数学是一门用数学方法解决金融问题的学科，是数学、统计学、金融理论和计算机科学的结合。随着这一学科给金融市场、工具和投资过程带来效率和严谨性，它在监管方面变得越来越重要。

香港科技大学金融数学理学硕士课程专注于培养量化学科的本科生，如数学、统计和计算，成为当代金融和财富管理的专业人士。该项目于2006年启动，名为“数学硕士(金融数学和统计)”，2012年更名为“金融数学硕士”，旨在进一步强调量化金融，而不是远离其统计基础。2016年，该计划从12个月延长至18个月(全日制学生和非全日制学生3年)，对应更多的课程要求。

这个严谨的项目努力提供量化金融方面的相关和实用课程，如与机器学习、金融市场和微观结构、结构化和交易策略相关的主题，而精心设计的课程通过提供项目合作和网络机会，为学生在量化和数据科学领域的职业生涯做好准备。随着金融计算的出现，区块链技术和人工智能的新兴主题也涵盖在教学大纲中，以促进金融科技创新和创业。

课程全面覆盖金融市场，强调理论与现实世界发展的联系，包括：

1. 证券定价、资产分配、投机交易和风险管理的数学、统计和计算方法

2. 对各种定价模型性能的宝贵见解

3. 期权定价理论、投资组合理论、风险模型、金融数据的时间序列分析、金融经济学和计算机编程

4. 编程技能，统计学中的数据科学技术，机器学习和人工智能，以及创新的金融技术

学生将获得关键的就业能力技能，建立广泛的职业网络，并从跨学科和当代的角度深入理解金融数学中的主要理论和应用概念。

学生需要完成36个学分，包括必修课程列表中的至少27个学分，以及最多9个学分的自由选修课/MAFS 6100独立项目：

• MAFS 5010 : Stochastic Calculus

• MAFS 5020 : Advanced Probability and Statistics

• MAFS 5030 : Quantitative Modeling of Derivatives Securities

• MAFS 5040 : Quantitative Methods for Fixed-income Instruments

• MAFS 5110 : Advanced Data Analysis with Statistical Programming

• MAFS 5130 : Quantitative Analysis of Financial Time Series

• MAFS 5140 : Statistical Methods in Quantitative Finance

• MAFS 5210 : Mathematical Models of Investment

• MAFS 5220 : Quantitative Risk Management

• MAFS 5240 : Software Development with C++ for Quantitative Finance

• MAFS 5250 : Computational Methods for Pricing Structured Products

• MAFS 5270 : Mathematical Market Microstructure

• MAFS 5280 : Financial Markets in Hong Kong and China

• MAFS5310 : Portfolio Optimization with R

• MAFS 5330 : Structured Products - Analysis and Pricing

• MAFS 5340 : Machine Learning and its Applications

• MAFS 5360 : Computing for Finance in Python

• MAFS 5370 : Reinforcement Learning with Financial Applications

• MAFS 5380 : Entrepreneurship in Fintech

• MAFS 6000 : Capstone Project in Financial Mathematics

• MAFS 6001 : Capstone Project in Financial Mathematics II

• MATH 5520 : Interest Rate Models

• MATH 5311 : Advanced Numerical Methods I

• MAFS 6010 — Special Topics in Financial Mathematics (Course Series)

• MAFS 6010Z : Artificial Intelligence in Fintech

• MAFS 6010A : Decentralized Finance

• MAFS 6010B : Simulation and Optimization in Quantitative Finance

• MAFS 6010C: Introduction to Blockchain Technology

• MAFS 6010D: Financial Innovations in Web 3.0

• 持有公认大学或高等教育机构颁发的数学、工程、物理科学学士学位或同等学历；

• 数学、统计、金融和计算方面有坚实背景；

• 托福总分要求不低于80，或雅思总分要求6.5且单项不低于5.5.

2024年3月1日