提示信息 -
启德留学 -后使用快捷导航没有帐号？
查看: 4029|回复: 15
最后登录在线时间320 小时寄托币579 声望21 注册时间阅读权限25帖子精华0积分477UID3388663
中级会员, 积分 477, 距离下一级还需 273 积分
声望21 寄托币579 注册时间精华0帖子
本人之前已经收到中大全球政治经济学的录取了，昨天又收到城大金融与精算的offer。港中文全球政治经济学（CUHK MGPE)VS 香港城大金融与精算数学（MSMFAS)哪个好点？本人本科专业金融，但是数学一般，而且不是很喜欢数学，但是本人也不喜欢政治··········老实说我只喜欢投资管理之类的，不过科大投资管理专业直接申请第二天就把我wl了。希望大家就这两个专业在大陆，香港的就业以及大家对这两个专业的看法能给予小弟一点帮助，小弟感激不尽。说下本人的硬件，深大（三非，非985211非重点），T101，G750，GPA3.74，银行水实习一个，无论文发表。谢谢大家投票，最好投票后说下自己投票的原因，这样可以给未来的师弟妹一点见解，这样他们就不会这么迷茫了哈。下面是这两个专业的课程，大家可以参考下。
不要将世界让给那些长得比你好看的人！！
最后登录在线时间320 小时寄托币579 声望21 注册时间阅读权限25帖子精华0积分477UID3388663
中级会员, 积分 477, 距离下一级还需 273 积分
声望21 寄托币579 注册时间精华0帖子
自己顶起来。
最后登录在线时间461 小时寄托币488 声望75 注册时间阅读权限20帖子精华0积分297UID3498646
初级会员, 积分 297, 距离下一级还需 53 积分
声望75 寄托币488 注册时间精华0帖子
如果留港的话MSMFAS会好些,而且金融行业的话应该还是有机会去做投资管理,但是数学肯定是要恶补的节奏.MGPE涉及经济学估计宏观微观层面会多一些似乎更偏向于行业研究之类的.兴趣毕竟只能做参考,就业方向才是关键.浅显之观点仅供参考.
最后登录在线时间320 小时寄托币579 声望21 注册时间阅读权限25帖子精华0积分477UID3388663
中级会员, 积分 477, 距离下一级还需 273 积分
声望21 寄托币579 注册时间精华0帖子
orcagoal 发表于
如果留港的话MSMFAS会好些,而且金融行业的话应该还是有机会去做投资管理,但是数学肯定是要恶补的节奏.MGPE涉 ...
谢谢，咨询了挺多的人，大家都觉得是MSMFAS在港就业好，但是回到大陆当然就中大的名气大，也挺能忽悠别人的。
最后登录在线时间115 小时寄托币139 声望50 注册时间阅读权限15帖子精华0积分149UID3499132
寄托新兵, 积分 149, 距离下一级还需 1 积分
声望50 寄托币139 注册时间精华0帖子
如果是我，我会选名气大的中大。
我也是名校控。。。
最后登录在线时间320 小时寄托币579 声望21 注册时间阅读权限25帖子精华0积分477UID3388663
中级会员, 积分 477, 距离下一级还需 273 积分
声望21 寄托币579 注册时间精华0帖子
yijinasd 发表于
如果是我，我会选名气大的中大。
我也是名校控。。。
你打算留港还是在大陆工作？
最后登录在线时间242 小时寄托币449 声望60 注册时间阅读权限20帖子精华0积分150UID3380001
初级会员, 积分 150, 距离下一级还需 200 积分
声望60 寄托币449 注册时间精华0帖子
两者完全是不同方向，个人情况不同选择不同，选适合的有感觉的，都没感觉就选学校去中大
最后登录在线时间320 小时寄托币579 声望21 注册时间阅读权限25帖子精华0积分477UID3388663
中级会员, 积分 477, 距离下一级还需 273 积分
声望21 寄托币579 注册时间精华0帖子
孜弈轩 发表于
两者完全是不同方向，个人情况不同选择不同，选适合的有感觉的，都没感觉就选学校去中大
精辟！！！估计是去中大了。因为看了下两个专业学生的背景，中大那个一般都是顶尖学校的各种专业学生，GT各种高，城大的一般都是一般性的211985的数学和金融专业的学生，雅思6.5左右，有些甚至没有G。喜欢抱大腿的我应该是去中大了········希望能等到城大金融的录取。。。。。
最后登录在线时间320 小时寄托币579 声望21 注册时间阅读权限25帖子精华0积分477UID3388663
中级会员, 积分 477, 距离下一级还需 273 积分
声望21 寄托币579 注册时间精华0帖子
孜弈轩 发表于
两者完全是不同方向，个人情况不同选择不同，选适合的有感觉的，都没感觉就选学校去中大
精辟！！！估计是去中大了。因为看了下两个专业学生的背景，中大那个一般都是顶尖学校的各种专业学生，GT各种高，城大的一般都是一般性的211985的数学和金融专业的学生，雅思6.5左右，有些甚至没有G。喜欢抱大腿的我应该是去中大了········希望能等到城大金融的录取。。。。。
最后登录在线时间115 小时寄托币139 声望50 注册时间阅读权限15帖子精华0积分149UID3499132
寄托新兵, 积分 149, 距离下一级还需 1 积分
声望50 寄托币139 注册时间精华0帖子
supermarley 发表于
你打算留港还是在大陆工作？
如果是留港，当然是金融，选城大。
如果是回大陆，那就是中大了，毕竟名气大。
最后登录在线时间115 小时寄托币139 声望50 注册时间阅读权限15帖子精华0积分149UID3499132
寄托新兵, 积分 149, 距离下一级还需 1 积分
声望50 寄托币139 注册时间精华0帖子
supermarley 发表于
你打算留港还是在大陆工作？
如果是留港，当然是金融，选城大。
如果是回大陆，那就是中大了，毕竟名气大。
最后登录在线时间320 小时寄托币579 声望21 注册时间阅读权限25帖子精华0积分477UID3388663
中级会员, 积分 477, 距离下一级还需 273 积分
声望21 寄托币579 注册时间精华0帖子
yijinasd 发表于
如果是留港，当然是金融，选城大。
如果是回大陆，那就是中大了，毕竟名气大。
那个是金融和精算不能说是金融，数学学院的······课程设计挺有难度的。
最后登录在线时间115 小时寄托币139 声望50 注册时间阅读权限15帖子精华0积分149UID3499132
寄托新兵, 积分 149, 距离下一级还需 1 积分
声望50 寄托币139 注册时间精华0帖子
supermarley 发表于
那个是金融和精算不能说是金融，数学学院的······课程设计挺有难度的。
我当然知道，可是精算这个行业在香港已经饱和了，大多数毕业生都是搞金融了。
你不会不懂金融和精算的联系吧
最后登录在线时间320 小时寄托币579 声望21 注册时间阅读权限25帖子精华0积分477UID3388663
中级会员, 积分 477, 距离下一级还需 273 积分
声望21 寄托币579 注册时间精华0帖子
yijinasd 发表于
我当然知道，可是精算这个行业在香港已经饱和了，大多数毕业生都是搞金融了。
你不会不懂金融和精算的联 ...
哎·········这年头不好混啊，听说中大的全球政经忽悠不了大陆的公司了~~~
最后登录在线时间154 小时寄托币132 声望50 注册时间阅读权限20帖子精华0积分161UID3495519
初级会员, 积分 161, 距离下一级还需 189 积分
声望50 寄托币132 注册时间精华0帖子
SZU的吗？？我也是收到了精算的offer！！同纠结。。。
US-applicant
【美国】applicant
广州九微教育科技有限公司
Copyright &
GTER All Rights Reserved
Powered by您当前的位置：&&&&&正文
海投简历？笔试受挫？多个Offer不会选择？金融行业求职经验
（一）网申（简历投递）　　就我在金融方面的主要经历而言，我简单回顾了一下我这些年的经历，给大家简单讲讲。我从小学阶段开始跟着家里看股票，从一开始看热闹到后来了解了股市的概况以及技术分析流派的基本思路和分析方法，直到我在北大遇到了几个同样热衷于证券市场投资的光华管理学院的同学，我从小学阶段开始跟着家里看股票，从一开始看热闹到后来了解了股市的概况以及技术分析流派的基本思路和分析方法，直到我在北大遇到了几个同样热衷于证券市场投资的光华管理学院的同学，最后，随着学科学习、社团研讨和实习工作的专业性越来越强，我所了解的金融领域的知识面也就广了。　　就我个人比较了解的金融相关的只是，主要包括：国际贸易体系、宏观经济环境、行业发展模式、公司运营和财务分析体系、金融行业各组成部分运行模式、三种主流证券投资分析流派、新兴衍生品市场运行现状、市场监管和风险管理、精算相关等。从学术路线来说，我从本科大三开始接触金融数学，也就是金融工程，主要学过的课程是用各种数学模型来对金融市场进行量化分析、预测及管理，包括随机分析、统计分析、时间序列分析等各种不同方向的分析体系。从社团活动角度来说，除了个别业余爱好的兴趣社团，我从大二开始和光华的几个小伙伴组建了一个兴趣小组。两年以后这个小组独立成为一个以证券市场买方基金投资分析视角为基础的社团，叫“北京大学对冲基金协会”简称HFA，期间的社团研讨以及证券市场实践经历（没错就是买股票）极大的拓展了我的视野，这几年里，我对金融市场的了解越来越深入，对其内部运作机制的理解也越来越深刻。从实习工作的角度来看，其实我并不主张刷简历式的实习，过去我们在社团里招人，那简历密密麻麻写了七八段实习的都有，可是一问干货什么都说不出来，这样没用。我自己本科阶段根本就没去找实习，研究生一年级第二学期才经过导师推荐，到安信证券做量化分析实习工作，之后从暑假开始在银华基金量化投资部做了半年的实习工作，期间做了两个建模项目，而且拿到了银华给的转正offer。所以说，证券市场卖方和买方的实习我都做过了，期间也了解了两家公司的主要业务运作模式，当然不会很深刻，但是对全貌的了解有个大概了。所以说，证券市场卖方和买方的实习我都做过了，期间也了解了两家公司的主要业务运作模式，当然不会很深刻，但是对全貌的了解有个大概了。　　（二）求职心得　　投简历之前，我们先要对整个金融行业有一个结构化、体系化 的了解，要知道不同组成部分的职能以及工作的环境、节奏差异非常大。金融监管部门、财政调控部门、央行、政策性银行和外管局等事业性单位、传统商业银行、外资投资银行、证券公司、公募基金、私募基金、保险公司、再保险公司、会计师事务所――这些单位在金融链条里的角色都不同。我们要尽可能多的了解他们的职业发展路径、行业环境、企业文化、所需要的知识和技能、薪资待遇等方面的信息，然后根据每个人自己的求职需求去选择适合自己的方向。因此，我是绝不会海投的，我自己一共投了6份简历，拿了4个offer。我认为花费大量的时间精力放在做各种听都没听说过的企业的网申上，简直就是浪费绳命= =我当时想的是，就算他们给我offer我也不会去的。在这一点上，我认为我们每个人都不该妄自菲薄，不管校园招聘竞争多么激烈，只要在求职的过程中用心准备，用心总结，以咱们的学校和专业背景，以我们的知识和能力基础，找到一份不错的工作可以说是很容易的。所以要调整好心态，应该由我们先去挑企业，然后再让企业来挑我们。　　选定方向以后，该做简历了，同一个方向的企业，简历基本不需要什么改动。这个时候要注意重点突出，足够精炼，这是至关重要的。太多的文字会让人眼花缭乱，招聘的人也就是从上到下扫一眼，对他感兴趣的地方稍微多看一眼，所以字太小的话人家看不清楚就过去了，字太多就跟没字一样的效果。图片和奖状这种东西从来都只是个附加项，说白了，类似的条件人家主观上想挑你的时候，会去找找看有没有这种借口。一般都是面试环节会让我们把证书之类的拿出来，前面的环节就不用这些了。现在很多大企业的网申系统，需要求职者按照模板录入简历信息，这个可以用自己准备的简历做参照，同时准备一些常用简答题的回答段子，比如“你的优势是什么”“请以你的一段经历为例说明你的突出能力”“你为什么选择我公司”等等，都是大同小异的，根本没必要每次重新写。网申和简历是非常重要的，从这里开始，企业开始了对求职者的了解，因此务必认真对待。　　此后，接到各个企业的笔试通知、面试通知，要做好时间管理，日程表是必须有的，每次笔试面试都是要做准备工作的，要把时间安排好，保证每次去参加笔试面试都能有条不紊，状态良好。 笔试其实都大同小异，个人在这方面没有做过太多准备，顶多就是把企业独有的一些企业文化、发展历程、核心理念等等稍微看一下就行了，毕竟还是考基本素质和专业知识能力的题目占很大比重。而面试则五花八门，包括经典的结构化面试、无领导小组讨论、职业能力面试等，一般在几轮面试过程中不同企业会按照不同顺序让我们整个经历一遍，而其中失败率最高的就是不知道会在哪几个环节出现的压力面，又称压力测试。这个一般都会失败一到两次，然后就看个人的总结能力和准备工作了，当然如果实在没那个气场，踏踏实实认怂有时候也是一种讨巧的手段。我是栽了两次以后，做好准备，然后连续拿下了好几个大offer。所以说去投几个中小银行，比如民生、招商之类的还是有用的，他们的招聘安排往往比较早，他们着急抓壮丁，所以在他们那里失败了之后，再应付大企业的招聘就很自如了。最后，同时拿到N个offer以后，很容易花了眼，先把能签的签了，免得以后再后悔，如果发现了更好的，慎重分析之后可以毁约，那点违约金实在不算什么，当然前提是经过慎重分析，有换地方的必要。就我个人而言，来工行其实是因为在几家大企业里，工行先给了offer，而且DDL最早，而后面又拿到的几个offer并没有比工行体现出对我来说明显的优势，因此我就不折腾了。　　（三）行业现状　　从行业现状而言，目前互联网金融在冲击着传统金融运作模式，因此传统银行业必然遭受着寒冬的侵袭，很多银行都在吃老本，而试图加入互联网金融的一些传统商业银行，又由于一些之前的成熟完善的体制造成的羁绊而步履维艰。因此，目前整个传统银行业的发展不容乐观。再加上近几年我国进行金融市场改革开放进程，利率汇率已经完全实现市场化，而国家对商业银行的存款安全保障也已经放开，因此，未来一些年，我国传统银行业将经历新兴互联网金融企业的冲击，以及银行风险暴露的阵痛。再加上近几年我国进行金融市场改革开放进程，利率汇率已经完全实现市场化，而国家对商业银行的存款安全保障也已经放开，因此，未来一些年，我国传统银行业将经历新兴互联网金融企业的冲击，以及银行风险暴露的阵痛。对于愿意进入传统银行业的人来说，在稳定的基础上求发展是企业的发展思路，也是个人在企业中的发展思路。进入这个行业，首先要像婴儿一样睁开眼睛尽可能多的去看，去了解这个世界，然后要从爬学起，一步步学会走、跑、飞，当我们能在这个世界里飞的时候，我们才能真正看到这个世界的全貌，我们才有可能驾驭整个世界。进入这个行业，首先要像婴儿一样睁开眼睛尽可能多的去看，去了解这个世界，然后要从爬学起，一步步学会走、跑、飞，当我们能在这个世界里飞的时候，我们才能真正看到这个世界的全貌，我们才有可能驾驭整个世界。　　【Q&A】　　Q1、工行每轮筛选条件是怎样的呢？网申真的是看缘分么？笔试多少分及格？　　A： 网申首先看学校，然后看专业，这俩硬货过关基本就可以了。笔试是机考，在不同工作项目背景下涉及很多很杂的题目，比较有意思，时间略紧不过并不枯燥，我是对笔试出题人惺惺相惜，这个肯定不是外包的。笔试是机考，在不同工作项目背景下涉及很多很杂的题目，比较有意思，时间略紧不过并不枯燥，我是对笔试出题人惺惺相惜，这个肯定不是外包的。第二轮面试才是重点，这一轮有不同级别的大BOSS都坐在一起提问，由于领导个人特点因而有点压力面，不过提前准备好简历和做过的项目就能轻松过关。所以说看缘分，其实主要还是看个人准备和发挥，没听说过有什么及格分之类的，反正答对个80%+肯定就没问题了。　　Q2、工行柜员的晋升空间和路径是怎样的呢？　　A：这个首先我觉得应该介绍一下我行的几个招聘入口：1.总行管陪；2.总行其他后台部门；3.北京分行及其他一级分行。工行总行管陪招聘进去是签两年，然后人员关系下放到分行，先到网点做一年柜员，然后有可能回分行营业室做一年或者继续在网点做第二年柜员，然后等总行调令，要是回不去也没辙。工行总行其他后台部门招聘，也就是我参加的这个，人员关系直接在总行，下网点实习三个月，然后像我现在已经回总行开始工作了，这个不用轮岗，而且合同一签就是五年，比较稳定踏实。工行北京分行的招聘，其实就是直接下放到网点去做柜员或者到电子银行中心95588接一年电话然后到网点去做柜员，至于什么时候能回分行，据说是等分行竞聘机会，不过你懂得，我实习的网点有做了十几年柜员的姐姐还在继续做柜员。当然，学历高的机会多。柜员，可以向客户经理方向发展，也可以向网点业务主管方向发展，能通过竞聘到分行部室的就很少了，硕士毕业的几个姐姐在网点干了两三年了还没看到什么希望，她们在考其他证书，反正户口拿了，呆着也没意思，上去也费劲，干脆不如跳出去。　　Q3、工行的工资待遇，方便透露一下嘛？　　A：工行总行按不同级别从20+到100+不等，我刚进来也就是20+，一开始是每年一次调级，后面会慢一点。下面的网点反而高一些，客户经理比柜员还高，他们是看业绩的，业绩是要拼的，当然也不都是要靠家底，就我所知，他们高的能到60+，更高的就不知道了。　　Q4、如果五年内从工行跳槽，机会有什么呢？　　A：从工行跳出去的很多都去了其他股份制银行，比如民生、中信、招商，而且岗位也基本是对口的平移。不过最近他行待遇也在下滑，也可以考虑去证券行业谋生计，工行是个大平台，可以学到很多东西，这个牌子业内都是认的。（编辑 天晴13）--博才网
下页更精彩：
点击排行榜
〖〗链接地址：
海投简历？笔试受挫？多个Offer不会选择？金融行业求职经验由网友原创或转发，若海投简历？笔试受挫？多个Offer不会选择？金融行业求职经验侵犯到您的权益，请及时通知我们（QQ：），谢谢！
微信查看最新信息微信扫一扫或用微信搜索微信号：hbrc-com
安卓手机客户端更省流量手机扫描下载或者直接
猜你还喜欢的文章
热点文章排行榜
• 版权所有 Copyright 2011 All rights reserved.麻烦谁给我介绍一下金融数学，金融工程，精算学！
我今年大一，数学专业，本科后不想继续读数学，想读一些和金融有关的专业，谁能帮我回答一下以下问题：
1.金融数学，金融工程都是干什么的?大多去哪里工作？
2.读金融数学/金融工程和考精算师哪个比较有发展前景？（分国内，国外讨论）
3.精算师枯燥吗？
4.那个对数学水平要求的高一些？
5.请给我一些本科期间需要修什么课的建议。
6.对于金融数学，金融工程，分别去哪个学校比较好？（分国内，国外讨论）
金融数学21世纪数学技术和计算机技术一样成为任何一门科学发展过程中的必备工具。美国花旗银行副总裁柯林斯（Collins）日在英国剑桥大学牛顿数学科学研究所的讲演中叙述到：“在18世纪初，和牛顿同时代的著名数学家伯努利曾宣称：‘从事物理学研究而不懂数学的人实际上处理的是意义不大的东西。’那时候，这样的说法对物理学而言是正确的，但对于银行业而言不一定对。在18世纪，你可以没有任何数学训练而很好地运作银行。过去对物理学而言是正确的说法现在对于银行业也正确了。于是现在可以这样说：‘从事银行业工作而不懂数学的人实际上处理的是意义不大的东西’。”他还指出：花旗银行70%的业务依赖于数学，他还特别强调，‘如果没有数学发展起来的工具和技术，许多事情我们是一点办法也没有的……没有数学我们不可能生存。”这里银行家用他的经验描述了数学的重要性。在冷战结束后，美国原先在军事系统工作的数以千计的科学家进入了华尔街，大规模的基金管理公司纷纷开始雇佣数学博士或物理学博士。这是一个重要信号：金融市场不是战场，却远胜于战场。但是市场和战场都离不开复杂艰深，迅速的计算工作。然而在国内却不能回避这样一个事实：受过高等教育的专业人士都可以读懂国内经济类，金融类核心期刊，但国内金融学专业的本科生却很难读懂本专业的国际核心期刊《JournalofFinance》，证券投资基金经理少有人去阅读《JouralofPortfolioManagement》，其原因不在于外语的熟练程度，而在于内容和研究方法上的差异，目前国内较多停留在以描述性分析为主着重描述金融的定义，市场的划分及金融组织等，或称为描述金融；而国外学术界以及实务界则以数量性分析为主，比如资本资产定价原理，衍生资产的复制方法等，或称为分析金融，即使在国内金融学的教材中，虽然涉及到了标的资产（Underlyingasset）和衍生资产（Derivativeasset）定价，但对公式提出的原文证明也予以回避，这种现象是不合理的，产生这种现象的原因有如下几个方面：首先，根据研究方法的不同，我国金融学科既可以归到我国哲学社会科学规划办公室，也可以归到国家自然科学基金委员会管理科学部，前者占主要地位，且这支队伍大多来自经济转轨前的哲学和政治学队伍，因此研究方法多为定性的方法。而西方正好相反，金融研究方向的队伍具有很好的数理功底。其次是我国的金融市场的实际环境所决定。我国证券市场刚起步，也没有一个统一的货币市场，投资者队伍主要由中小投资者构成，市场投机成分高，因此不会产生对现代投资理论的需求，相应地，学术界也难以对此产生研究的热情。然而数学技术以其精确的描述，严密的推导已经不容争辩地走进了金融领域。自从1952年马柯维茨（Markowitz）提出了用随机变量的特征变量来描述金融资产的收益性，不确定性和流动性以来，已经很难分清世界一流的金融杂志是在分析金融市场还是在撰写一篇数学论文。再回到Collins的讲话，在金融证券化的趋势中，无论是我们采用统计学的方法分析历史数据，寻找价格波动规律，还是用数学分析的方法去复制金融产品，谁最先发现了内在规律，谁就能在瞬息万变的金融市场中获取高额利润。尽管由于森严的进入堡垒，数学进入金融领域受到了一定的排斥和漠视，然而为了追求利润，未知的恐惧显得不堪一击。于是，在未来我们可以想象有这样一个充满美好前景的产业链：金融市场--金融数学--计算机技术。金融市场存在巨大的利润和高风险，需要计算机技术帮助分析，然而计算机不可能大概，左右等描述性语言，它本质上只能识别由0和1构成的空间，金融数学在这个过程中正好扮演了一个中介角色，它可以用精确语言描述随机波动的市场。比如，通过收益率状态矩阵在无套利的情形下找到了无风险贴现因子。因此，金融数学能帮助IT产业向金融产业延伸，并获取自己的利润空间金融数学（FinancialMathematics），又称数理金融学、数学金融学、分析金融学，是利用数学工具研究金融，进行数学建模、理论分析、数值计算等定量分析，以求找到金融学内在规律并用以指导实践。金融数学也可以理解为现代数学与计算技术在金融领域的应用，因此，金融数学是一门新兴的交叉学科，发展很快，是目前十分活跃的前言学科之一。金融数学是一门新兴学科，是“金融高技术”的重要组成部分。研究金融数学有着重要的意义。金融数学总的研究目标是利用我国数学界某些方面的优势，围绕金融市场的均衡与有价证券定价的数学理论进行深入剖析，建立适合我国国情的数学模型，编写一定的计算机软件，对理论研究结果进行仿真计算，对实际数据进行计量经济分析研究，为实际金融部门提供较深入的技术分析咨询。金融数学主要的研究内容和拟重点解决的问题包括：(1)有价证券和证券组合的定价理论发展有价证券（尤其是期货、期权等衍生工具）的定价理论。所用的数学方法主要是提出合适的随机微分方程或随机差分方程模型，形成相应的倒向方程。建立相应的非线性Feynman一Kac公式，由此导出非常一般的推广的Black一Scho1es定价公式。所得到的倒向方程将是高维非线性带约束的奇异方程。研究具有不同期限和收益率的证券组合的定价问题。需要建立定价与优化相结合的数学模型，在数学工具的研究方面，可能需要随机规划、模糊规划和优化算法研究。在市场是不完全的条件下，引进与偏好有关的定价理论。(2）不完全市场经济均衡理论（GEI）拟在以下几个方面进行研究：1．无穷维空间、无穷水平空间、及无限状态2.随机经济、无套利均衡、经济结构参数变异、非线资产结构3．资产证券的创新（Innovation）与设计（Design）4．具有摩擦（Friction）的经济5．企业行为与生产、破产与坏债6.证券市场博奕。（3）GEI平板衡算法、蒙特卡罗法在经济平衡点计算中的应用，GEI的理论在金融财政经济宏观经济调控中的应用，不完全市场条件下，持续发展理论框架下研究自然资源资产定价与自然资源的持续利用。目前国内开设金融数学本科专业的高等院校中，实力较强的有北京大学、复旦大学、浙江大学、山东大学、南开大学。后来从事计算机工作很出色。金融数学将后来在银行、保险、股票、期货领域从事研究分析，或做这些领域的软件开发，具有很好的专业背景，而这些领域将来都很重要。国内金融数学人才凤毛麟角诺贝尔经济学奖已经至少3次授予以数学为工具分析金融问题的经济学家。北京大学金融数学系王铎教授说，但遗憾的是，我国相关人才的培养，才刚刚起步。现在，既懂金融又懂数学的复合型人才相当稀缺。金融数学这门新兴的交叉学科已经成为国际金融界的一枝奇葩。刚刚公布的2003年诺贝尔经济学奖，就是表彰美国经济学家罗伯特?恩格尔和英国经济学家克莱夫?格兰杰分别用“随着时间变化易变性”和“共同趋势”两种新方法分析经济时间数列给经济学研究和经济发展带来巨大影响。王铎介绍，金融数学的发展曾两次引发了“华尔街革命”。上个世纪50年代初期，马科威茨提出证券投资组合理论，第一次明确地用数学工具给出了在一定风险水平下按不同比例投资多种证券收益可能最大的投资方法，引发了第一次“华尔街革命”。1973年，布莱克和斯克尔斯用数学方法给出了期权定价公式，推动了期权交易的发展，期权交易很快成为世界金融市场的主要内容，成为第二次“华尔街革命”。今天，金融数学家已经是华尔街最抢手的人才之一。最简单的例子是，保险公司中地位和收入最高的，可能就是总精算师。美国花旗银行副主席保尔?柯斯林著名的论断是，“一个从事银行业务而不懂数学的人，无非只能做些无关紧要的小事”。在美国，芝加哥大学、加州伯克利大学、斯坦福大学、卡内基?梅隆大学和纽约大学等著名学府，都已经设立了金融数学相关的学位或专业证书教育。专家认为，金融数学可能带来的发展应该凸现在亚洲，尤其是在金融市场正在开发和具有巨大潜力的中国。香港中文大学、科技大学、城市理工大学等学校都已推出有关的训练课程和培养计划，并得到银行金融业界的热烈响应。但中国内地对该项人才的培养却有些艰辛。王铎介绍，国家自然科学基金委员会在一项“九五”重大项目中，列入金融工程研究内容，可以说全面启动了国内的金融数学研究。可这比马科威茨开始金融数学的研究应用已经晚了近半个世纪。在金融衍生产品已成为国际金融市场重要角色的背景下，我国的金融衍生产品才刚刚起步，金融衍生产品市场几乎是空白。“加入WTO后，国际金融家们肯定将把这一系列业务带入中国。如果没有相应的产品和人才，如何竞争？”王铎忧虑地说。他认为，近几年，接连发生的墨西哥金融危机、百年老店巴林银行倒闭等事件都在警告我们，如果不掌握金融数学、金融工程和金融管理等现代化金融技术，缺乏人才，就可能在国际金融竞争中蒙受重大损失。我们现在最缺的，就是掌握现代金融衍生工具、能对金融风险做定量分析的既懂金融又懂数学的高级复合型人才。据悉，目前国内不少高校都陆续开展了与金融数学相关的教学，但毕业的学生远远满足不了整个市场的需求。王铎认为，培养这类人才还有一些难以逾越的障碍―――金融数学最终要运用于实践，可目前国内金融衍生产品市场还没有成气候，学生很难有实践的机会，教和学都还是纸上谈兵。另外，高校培养的人大多都是本科生，只有少量的研究生，这个领域的高端人才在国内还是凤毛麟角。国家应该更多地关注金融和数学相结合的复合型人才的培养。王铎回忆，1997年，北京大学建立了国内首个金融数学系时，他曾想与一些金融界人士共商办学。但相当一部分人对此显然并不感兴趣：“什么金融衍生产品，什么金融数学，那都是国家应该操心的事。”尽管当初开设金融数学系时有人认为太超前，但王铎坚持，教育应该走在产业发展的前头，才能为市场储备人才。如果今天还不重视相关领域的人才培养，就可能导致我们在国际竞争中的不利。记者发现即使今天，在这个问题上，仍然一方面是高校教师对于人才稀缺的担忧，一方面却是一些名气很大的专家对金融数学人才培养的冷漠。采访中，记者多次试图联系几位国内金融数学界或金融理论界专家，可屡屡遭到拒绝。原因很简单，他们认为，谈人才培养这样的话题太小儿科，有的甚至说，“我不了解，也根本不关注什么人才培养”。还有的说，“我现在有很多课题要做，是我的课题重要，还是讨论人才培养重要”、“我没有时间，也没义务向公众解释什么诺贝尔经济学奖，老百姓要不要晓得金融数学和我没有关系”。
[编辑本段]金融中的数据挖掘1.什么是关联规则在描述有关关联规则的一些细节之前，我们先来看一个有趣的故事：\"尿布与啤酒\"的故事。在一家超市里，有一个有趣的现象：尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。沃尔玛拥有世界上最大的数据仓库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购物行为进行购物篮分析，想知道顾客经常一起购买的商品有哪些。沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上，沃尔玛利用数据挖掘方法对这些数据进行分析和挖掘。一个意外的发现是：\"跟尿布一起购买最多的商品竟是啤酒！经过大量实际调查和分析，揭示了一个隐藏在\"尿布与啤酒\"背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%～40%的人同时也为自己买一些啤酒。产生这一现象的原因是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。按常规思维，尿布与啤酒风马牛不相及，若不是借助数据挖掘技术对大量交易数据进行挖掘分析，沃尔玛是不可能发现数据内在这一有价值的规律的。数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性，就称为关联。关联可分为简单关联、时序关联、因果关联。关联分析的目的是找出数据库中隐藏的关联网。有时并不知道数据库中数据的关联函数，即使知道也是不确定的，因此关联分析生成的规则带有可信度。关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。Agrawal等于1993年首先提出了挖掘顾客交易数据库中项集间的关联规则问题，以后诸多的研究人员对关联规则的挖掘问题进行了大量的研究。他们的工作包括对原有的算法进行优化，如引入随机采样、并行的思想等，以提高算法挖掘规则的效率；对关联规则的应用进行推广。关联规则挖掘在数据挖掘中是一个重要的课题，最近几年已被业界所广泛研究。2.关联规则挖掘过程、分类及其相关算法2.1关联规则挖掘的过程关联规则挖掘过程主要包含两个阶段：第一阶段必须先从资料集合中找出所有的高频项目组(FrequentItemsets)，第二阶段再由这些高频项目组中产生关联规则(AssociationRules)。关联规则挖掘的第一阶段必须从原始资料集合中，找出所有高频项目组(LargeItemsets)。高频的意思是指某一项目组出现的频率相对于所有记录而言，必须达到某一水平。一项目组出现的频率称为支持度(Support)，以一个包含A与B两个项目的2-itemset为例，我们可以经由公式(1)求得包含{A,B}项目组的支持度，若支持度大于等于所设定的最小支持度(MinimumSupport)门槛值时，则{A,B}称为高频项目组。一个满足最小支持度的k-itemset，则称为高频k-项目组(Frequentk-itemset)，一般表示为Largek或Frequentk。算法并从Largek的项目组中再产生Largek 1，直到无法再找到更长的高频项目组为止。关联规则挖掘的第二阶段是要产生关联规则(AssociationRules)。从高频项目组产生关联规则，是利用前一步骤的高频k-项目组来产生规则，在最小信赖度(MinimumConfidence)的条件门槛下，若一规则所求得的信赖度满足最小信赖度，称此规则为关联规则。例如：经由高频k-项目组{A,B}所产生的规则AB，其信赖度可经由公式(2)求得，若信赖度大于等于最小信赖度，则称AB为关联规则。就沃尔马案例而言，使用关联规则挖掘技术，对交易资料库中的纪录进行资料挖掘，首先必须要设定最小支持度与最小信赖度两个门槛值，在此假设最小支持度min_support=5%且最小信赖度min_confidence=70%。因此符合此该超市需求的关联规则将必须同时满足以上两个条件。若经过挖掘过程所找到的关联规则「尿布，啤酒」，满足下列条件，将可接受「尿布，啤酒」的关联规则。用公式可以描述Support(尿布，啤酒)
完全对数学丧失兴趣了的话一定不要读金融工程。金融工程基本上就是用微分方程随机分析等等数学东西和程序语言做金融模型的。精算师总是需要和许多数据打交道，我在精算部实习的时候动辄面对百万数量级的数据，从数据库里提一次数据就得几天。。枯不枯燥看你个人感觉了对数学的要求来看，低层次的金融工程比精算要求高一些吧，毕竟底层的精算会点概率论就行了。高层次的对数学要求都很高。发展前景，从工作内容上说，国内其实正经的工作比较少，也就一些外企能有些真正意义上的和外国类似的工作，毕竟中国现阶段大多数公司各种东西决定权并不在这种技术性的人的手中。从待遇上来说，国内的分化比较大，同是精算师，刚入行的和主管、总精算师的薪水差的不是一星半点。国外总体比较稳健。
国内外的就业缺口上，中国的这类技术性人才相对外国现有比例很小，但本身中国公司目前也不需要那么多的这类技术人员。所以高水平的到处抢，低水平的没处要。两者对比来看，做quant的起薪会比精算高许多的，但精算是一个能干一辈子越老越吃香的工作，如何选择看你个人了。本科阶段的课程的话，一定要把数学基础打牢就是了。做金融工程的往往是数学、物理背景出身的，就是这个道理。学校的话，若是真想念金融工程，以后找机会去顶级的地方的话国内学校不要考虑了。在国外找一个好一点的学校念吧。但其实我接触到的很多招quantativeassociate的都要求数学、金融数学、物理或计算机的博士以上学历而不要求金融工程的master。。任重而道远啊。祝好运
金融数学21世纪数学技术和计算机技术一样成为任何一门科学发展过程中的必备工具。美国花旗银行副总裁柯林斯（Collins）日在英国剑桥大学牛顿数学科学研究所的讲演中叙述到：“在18世纪初，和牛顿同时代的著名数学家伯努利曾宣称：‘从事物理学研究而不懂数学的人实际上处理的是意义不大的东西。’那时候，这样的说法对物理学而言是正确的，但对于银行业而言不一定对。在18世纪，你可以没有任何数学训练而很好地运作银行。过去对物理学而言是正确的说法现在对于银行业也正确了。于是现在可以这样说：‘从事银行业工作而不懂数学的人实际上处理的是意义不大的东西’。”他还指出：花旗银行70%的业务依赖于数学，他还特别强调，‘如果没有数学发展起来的工具和技术，许多事情我们是一点办法也没有的……没有数学我们不可能生存。”这里银行家用他的经验描述了数学的重要性。在冷战结束后，美国原先在军事系统工作的数以千计的科学家进入了华尔街，大规模的基金管理公司纷纷开始雇佣数学博士或物理学博士。这是一个重要信号：金融市场不是战场，却远胜于战场。但是市场和战场都离不开复杂艰深，迅速的计算工作。然而在国内却不能回避这样一个事实：受过高等教育的专业人士都可以读懂国内经济类，金融类核心期刊，但国内金融学专业的本科生却很难读懂本专业的国际核心期刊《JournalofFinance》，证券投资基金经理少有人去阅读《JouralofPortfolioManagement》，其原因不在于外语的熟练程度，而在于内容和研究方法上的差异，目前国内较多停留在以描述性分析为主着重描述金融的定义，市场的划分及金融组织等，或称为描述金融；而国外学术界以及实务界则以数量性分析为主，比如资本资产定价原理，衍生资产的复制方法等，或称为分析金融，即使在国内金融学的教材中，虽然涉及到了标的资产（Underlyingasset）和衍生资产（Derivativeasset）定价，但对公式提出的原文证明也予以回避，这种现象是不合理的，产生这种现象的原因有如下几个方面：首先，根据研究方法的不同，我国金融学科既可以归到我国哲学社会科学规划办公室，也可以归到国家自然科学基金委员会管理科学部，前者占主要地位，且这支队伍大多来自经济转轨前的哲学和政治学队伍，因此研究方法多为定性的方法。而西方正好相反，金融研究方向的队伍具有很好的数理功底。其次是我国的金融市场的实际环境所决定。我国证券市场刚起步，也没有一个统一的货币市场，投资者队伍主要由中小投资者构成，市场投机成分高，因此不会产生对现代投资理论的需求，相应地，学术界也难以对此产生研究的热情。然而数学技术以其精确的描述，严密的推导已经不容争辩地走进了金融领域。自从1952年马柯维茨（Markowitz）提出了用随机变量的特征变量来描述金融资产的收益性，不确定性和流动性以来，已经很难分清世界一流的金融杂志是在分析金融市场还是在撰写一篇数学论文。再回到Collins的讲话，在金融证券化的趋势中，无论是我们采用统计学的方法分析历史数据，寻找价格波动规律，还是用数学分析的方法去复制金融产品，谁最先发现了内在规律，谁就能在瞬息万变的金融市场中获取高额利润。尽管由于森严的进入堡垒，数学进入金融领域受到了一定的排斥和漠视，然而为了追求利润，未知的恐惧显得不堪一击。于是，在未来我们可以想象有这样一个充满美好前景的产业链：金融市场--金融数学--计算机技术。金融市场存在巨大的利润和高风险，需要计算机技术帮助分析，然而计算机不可能大概，左右等描述性语言，它本质上只能识别由0和1构成的空间，金融数学在这个过程中正好扮演了一个中介角色，它可以用精确语言描述随机波动的市场。比如，通过收益率状态矩阵在无套利的情形下找到了无风险贴现因子。因此，金融数学能帮助IT产业向金融产业延伸，并获取自己的利润空间金融数学（FinancialMathematics），又称数理金融学、数学金融学、分析金融学，是利用数学工具研究金融，进行数学建模、理论分析、数值计算等定量分析，以求找到金融学内在规律并用以指导实践。金融数学也可以理解为现代数学与计算技术在金融领域的应用，因此，金融数学是一门新兴的交叉学科，发展很快，是目前十分活跃的前言学科之一。金融数学是一门新兴学科，是“金融高技术”的重要组成部分。研究金融数学有着重要的意义。金融数学总的研究目标是利用我国数学界某些方面的优势，围绕金融市场的均衡与有价证券定价的数学理论进行深入剖析，建立适合我国国情的数学模型，编写一定的计算机软件，对理论研究结果进行仿真计算，对实际数据进行计量经济分析研究，为实际金融部门提供较深入的技术分析咨询。金融数学主要的研究内容和拟重点解决的问题包括：(1)有价证券和证券组合的定价理论发展有价证券（尤其是期货、期权等衍生工具）的定价理论。所用的数学方法主要是提出合适的随机微分方程或随机差分方程模型，形成相应的倒向方程。建立相应的非线性Feynman一Kac公式，由此导出非常一般的推广的Black一Scho1es定价公式。所得到的倒向方程将是高维非线性带约束的奇异方程。研究具有不同期限和收益率的证券组合的定价问题。需要建立定价与优化相结合的数学模型，在数学工具的研究方面，可能需要随机规划、模糊规划和优化算法研究。在市场是不完全的条件下，引进与偏好有关的定价理论。(2）不完全市场经济均衡理论（GEI）拟在以下几个方面进行研究：1．无穷维空间、无穷水平空间、及无限状态2.随机经济、无套利均衡、经济结构参数变异、非线资产结构3．资产证券的创新（Innovation）与设计（Design）4．具有摩擦（Friction）的经济5．企业行为与生产、破产与坏债6.证券市场博奕。（3）GEI平板衡算法、蒙特卡罗法在经济平衡点计算中的应用，GEI的理论在金融财政经济宏观经济调控中的应用，不完全市场条件下，持续发展理论框架下研究自然资源资产定价与自然资源的持续利用。目前国内开设金融数学本科专业的高等院校中，实力较强的有北京大学、复旦大学、浙江大学、山东大学、南开大学。后来从事计算机工作很出色。金融数学将后来在银行、保险、股票、期货领域从事研究分析，或做这些领域的软件开发，具有很好的专业背景，而这些领域将来都很重要。国内金融数学人才凤毛麟角诺贝尔经济学奖已经至少3次授予以数学为工具分析金融问题的经济学家。北京大学金融数学系王铎教授说，但遗憾的是，我国相关人才的培养，才刚刚起步。现在，既懂金融又懂数学的复合型人才相当稀缺。金融数学这门新兴的交叉学科已经成为国际金融界的一枝奇葩。刚刚公布的2003年诺贝尔经济学奖，就是表彰美国经济学家罗伯特?恩格尔和英国经济学家克莱夫?格兰杰分别用“随着时间变化易变性”和“共同趋势”两种新方法分析经济时间数列给经济学研究和经济发展带来巨大影响。王铎介绍，金融数学的发展曾两次引发了“华尔街革命”。上个世纪50年代初期，马科威茨提出证券投资组合理论，第一次明确地用数学工具给出了在一定风险水平下按不同比例投资多种证券收益可能最大的投资方法，引发了第一次“华尔街革命”。1973年，布莱克和斯克尔斯用数学方法给出了期权定价公式，推动了期权交易的发展，期权交易很快成为世界金融市场的主要内容，成为第二次“华尔街革命”。今天，金融数学家已经是华尔街最抢手的人才之一。最简单的例子是，保险公司中地位和收入最高的，可能就是总精算师。美国花旗银行副主席保尔?柯斯林著名的论断是，“一个从事银行业务而不懂数学的人，无非只能做些无关紧要的小事”。在美国，芝加哥大学、加州伯克利大学、斯坦福大学、卡内基?梅隆大学和纽约大学等著名学府，都已经设立了金融数学相关的学位或专业证书教育。专家认为，金融数学可能带来的发展应该凸现在亚洲，尤其是在金融市场正在开发和具有巨大潜力的中国。香港中文大学、科技大学、城市理工大学等学校都已推出有关的训练课程和培养计划，并得到银行金融业界的热烈响应。但中国内地对该项人才的培养却有些艰辛。王铎介绍，国家自然科学基金委员会在一项“九五”重大项目中，列入金融工程研究内容，可以说全面启动了国内的金融数学研究。可这比马科威茨开始金融数学的研究应用已经晚了近半个世纪。在金融衍生产品已成为国际金融市场重要角色的背景下，我国的金融衍生产品才刚刚起步，金融衍生产品市场几乎是空白。“加入WTO后，国际金融家们肯定将把这一系列业务带入中国。如果没有相应的产品和人才，如何竞争？”王铎忧虑地说。他认为，近几年，接连发生的墨西哥金融危机、百年老店巴林银行倒闭等事件都在警告我们，如果不掌握金融数学、金融工程和金融管理等现代化金融技术，缺乏人才，就可能在国际金融竞争中蒙受重大损失。我们现在最缺的，就是掌握现代金融衍生工具、能对金融风险做定量分析的既懂金融又懂数学的高级复合型人才。据悉，目前国内不少高校都陆续开展了与金融数学相关的教学，但毕业的学生远远满足不了整个市场的需求。王铎认为，培养这类人才还有一些难以逾越的障碍―――金融数学最终要运用于实践，可目前国内金融衍生产品市场还没有成气候，学生很难有实践的机会，教和学都还是纸上谈兵。另外，高校培养的人大多都是本科生，只有少量的研究生，这个领域的高端人才在国内还是凤毛麟角。国家应该更多地关注金融和数学相结合的复合型人才的培养。王铎回忆，1997年，北京大学建立了国内首个金融数学系时，他曾想与一些金融界人士共商办学。但相当一部分人对此显然并不感兴趣：“什么金融衍生产品，什么金融数学，那都是国家应该操心的事。”尽管当初开设金融数学系时有人认为太超前，但王铎坚持，教育应该走在产业发展的前头，才能为市场储备人才。如果今天还不重视相关领域的人才培养，就可能导致我们在国际竞争中的不利。记者发现即使今天，在这个问题上，仍然一方面是高校教师对于人才稀缺的担忧，一方面却是一些名气很大的专家对金融数学人才培养的冷漠。采访中，记者多次试图联系几位国内金融数学界或金融理论界专家，可屡屡遭到拒绝。原因很简单，他们认为，谈人才培养这样的话题太小儿科，有的甚至说，“我不了解，也根本不关注什么人才培养”。还有的说，“我现在有很多课题要做，是我的课题重要，还是讨论人才培养重要”、“我没有时间，也没义务向公众解释什么诺贝尔经济学奖，老百姓要不要晓得金融数学和我没有关系”。
[编辑本段]金融中的数据挖掘1.什么是关联规则在描述有关关联规则的一些细节之前，我们先来看一个有趣的故事：\"尿布与啤酒\"的故事。在一家超市里，有一个有趣的现象：尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。沃尔玛拥有世界上最大的数据仓库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购物行为进行购物篮分析，想知道顾客经常一起购买的商品有哪些。沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上，沃尔玛利用数据挖掘方法对这些数据进行分析和挖掘。一个意外的发现是：\"跟尿布一起购买最多的商品竟是啤酒！经过大量实际调查和分析，揭示了一个隐藏在\"尿布与啤酒\"背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%～40%的人同时也为自己买一些啤酒。产生这一现象的原因是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。按常规思维，尿布与啤酒风马牛不相及，若不是借助数据挖掘技术对大量交易数据进行挖掘分析，沃尔玛是不可能发现数据内在这一有价值的规律的。数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性，就称为关联。关联可分为简单关联、时序关联、因果关联。关联分析的目的是找出数据库中隐藏的关联网。有时并不知道数据库中数据的关联函数，即使知道也是不确定的，因此关联分析生成的规则带有可信度。关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。Agrawal等于1993年首先提出了挖掘顾客交易数据库中项集间的关联规则问题，以后诸多的研究人员对关联规则的挖掘问题进行了大量的研究。他们的工作包括对原有的算法进行优化，如引入随机采样、并行的思想等，以提高算法挖掘规则的效率；对关联规则的应用进行推广。关联规则挖掘在数据挖掘中是一个重要的课题，最近几年已被业界所广泛研究。2.关联规则挖掘过程、分类及其相关算法2.1关联规则挖掘的过程关联规则挖掘过程主要包含两个阶段：第一阶段必须先从资料集合中找出所有的高频项目组(FrequentItemsets)，第二阶段再由这些高频项目组中产生关联规则(AssociationRules)。关联规则挖掘的第一阶段必须从原始资料集合中，找出所有高频项目组(LargeItemsets)。高频的意思是指某一项目组出现的频率相对于所有记录而言，必须达到某一水平。一项目组出现的频率称为支持度(Support)，以一个包含A与B两个项目的2-itemset为例，我们可以经由公式(1)求得包含{A,B}项目组的支持度，若支持度大于等于所设定的最小支持度(MinimumSupport)门槛值时，则{A,B}称为高频项目组。一个满足最小支持度的k-itemset，则称为高频k-项目组(Frequentk-itemset)，一般表示为Largek或Frequentk。算法并从Largek的项目组中再产生Largek 1，直到无法再找到更长的高频项目组为止。关联规则挖掘的第二阶段是要产生关联规则(AssociationRules)。从高频项目组产生关联规则，是利用前一步骤的高频k-项目组来产生规则，在最小信赖度(MinimumConfidence)的条件门槛下，若一规则所求得的信赖度满足最小信赖度，称此规则为关联规则。例如：经由高频k-项目组{A,B}所产生的规则AB，其信赖度可经由公式(2)求得，若信赖度大于等于最小信赖度，则称AB为关联规则。就沃尔马案例而言，使用关联规则挖掘技术，对交易资料库中的纪录进行资料挖掘，首先必须要设定最小支持度与最小信赖度两个门槛值，在此假设最小支持度min_support=5%且最小信赖度min_confidence=70%。因此符合此该超市需求的关联规则将必须同时满足以上两个条件。若经过挖掘过程所找到的关联规则「尿布，啤酒」，满足下列条件，将可接受「尿布，啤酒」的关联规则。用公式可以描述Support(尿布，啤酒)
完全对数学丧失兴趣了的话一定不要读金融工程。金融工程基本上就是用微分方程随机分析等等数学东西和程序语言做金融模型的。精算师总是需要和许多数据打交道，我在精算部实习的时候动辄面对百万数量级的数据，从数据库里提一次数据就得几天。。枯不枯燥看你个人感觉了对数学的要求来看，低层次的金融工程比精算要求高一些吧，毕竟底层的精算会点概率论就行了。高层次的对数学要求都很高。发展前景，从工作内容上说，国内其实正经的工作比较少，也就一些外企能有些真正意义上的和外国类似的工作，毕竟中国现阶段大多数公司各种东西决定权并不在这种技术性的人的手中。从待遇上来说，国内的分化比较大，同是精算师，刚入行的和主管、总精算师的薪水差的不是一星半点。国外总体比较稳健。
国内外的就业缺口上，中国的这类技术性人才相对外国现有比例很小，但本身中国公司目前也不需要那么多的这类技术人员。所以高水平的到处抢，低水平的没处要。两者对比来看，做quant的起薪会比精算高许多的，但精算是一个能干一辈子越老越吃香的工作，如何选择看你个人了。本科阶段的课程的话，一定要把数学基础打牢就是了。做金融工程的往往是数学、物理背景出身的，就是这个道理。学校的话，若是真想念金融工程，以后找机会去顶级的地方的话国内学校不要考虑了。在国外找一个好一点的学校念吧。但其实我接触到的很多招quantativeassociate的都要求数学、金融数学、物理或计算机的博士以上学历而不要求金融工程的master。。任重而道远啊。祝好运
下页更精彩：1
本文已影响人