Stats （统计学） vs MFE （金融工程）专业解析

统计学（硕士）侧重方面：

1. 统计学相关知识技能
2. 数学的功底

统计学核心课程：随机过程，数理统计，概率论，回归分析，非参数检验，时间序列分析，多元统计分析… 如果本科背景是数学或统计学，在培养计划中则会直接上这些课。那如果跨专业申请，需要辅修这些课程，对以上课程有一定了解，会对申请有一定帮助。在实习中，也会运用到这些基础知识，比如对数据运用统计的分析。

金融工程（MFE）侧重方面：

1. Math （数学）
2. Statistics （统计学）
3. Finance （金融）
4. Programming （编程）

实习中会运用下述技能：Math:PDE, Numerical Analysis,Mathematical Analysis
Statistics: Mathematical Statistics,Stochastic Processes, Regression Analysis
Finance: Corporate Finance,Macroeconomics
Pogramming: C, C++, Python, R,MatLab

尤其是会运用数学、计算机编程的技术，对金融领域中的一些问题进行解析。

专业排名参考 

统计学排名：USNewsStatistics Ranking

> 金融工程排名：> 可参见 QuantNet 和 TFE Times ，会依据申请者 GRE 、毕业率、毕业后薪资等综合排名。
> QuantNet> ：> https:// > quantnet.com/mfe-progra > ms-rankings/
> TFE Times：> https:// > tfetimes.com/best-finan > cial-engineering-program-rankings/

三维硬件计划

结合伯克利大学金融工程给到的官方数据，针对申请Master项目，我个人给出的建议是：

TOEFL：至少100+，争取105+，110+则有望拿到 bonus 。要求更高的课程，则要求更高的分数。
GRE：至少320+，争取325+，330+ 则有望拿到 bonus 。作文分数达到3.0+，争取3.5+，4.0+ 则有望拿到 bonus 。
申请理工科项目时，最好是数学达到170+，语文达到 160+ ，作文达到 3.0+ 。

GPA至少3.3+，争取3.6+，3.8+ 则有望拿到 bonus 。 数据来源：Berkeley MFE数据来源：CMU MSCF数据

敲 · 黑 · 板

最后也给大家推荐一些备战资源，可以申请专业前使用，尤其是写文书和 PS 时，或者面试时进行针对性备考。

有两本书籍非常有帮助，其中一本人称是 MFE 的绿皮书——主要讲述金融工程后期求职中遇到的问题：期权、期货、概率论等，了解思维方式和分析方法。

A Practical Guie to Quantitative FinanceInterviews by Xinfeng Zhou

 Hear on the Street: QuantitativeQuestions from Wall Street Job Interviews by Timothy Crack

平时可以通过华尔街日报、经济学人、金融时报等这些网站，多去了解金融时事，以及善加利用Coursera 上的网课资源。

也建议大家尽早去考出这两个证书，在申请 master 的时候也是加分项：

1. FRM（金融风险管理师）

2. CFA（特许金融分析师）
无论是不是跨专业申请，实习经历都起着锦上添花的作用，不仅仅看重项目结果，也侧重于在项目中的技术应用，比如项目中运用的数据分析、研究的策略，其中运用到哪些学习到的技能，比如数据分析等。