香港科技大学金融数学研究生「香港科技大学金融学」

香港科技大学——理学院

金融数学理科硕士

金融数学理科硕士课程侧重于培养来自数学、统计学和计算机等定量学科的本科生成为当代金融和财富管理的专业人士。

该项目于2006年推出，名为 "数学硕士（金融数学和统计学）"，并于2012年更名为 "金融数学硕士"，旨在进一步强调量化金融，而不是远离其统计学的根源。2016年，该课程从12个月延长到18个月（全日制学生，兼职学生3年），对应更多的课程要求。

该课程全面覆盖了金融市场，并强调将理论与现实世界的发展联系起来，包括。

用于证券定价、资产配置、投机交易和风险管理的数学、统计和计算方法。

对各种定价模型的性能有宝贵的见解。

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，以及计算机编程。

编程技巧，统计学、机器学习和人工智能的数据科学技术，以及创新的金融技术。

该课程不断加强量化金融的相关和最新课程。该课程还鼓励学生寻找适合自己兴趣的实习机会，并在求职过程中利用该课程的网络优势。

最近，在算法交易、市场微观结构、金融计算、结构和交易策略以及金融基础设施等方面的新课程，已经由积极从事金融数学研究的教师和拥有一流高等院校高级学位的经验丰富的金融专业人士提供。

课程目标

为日益复杂的市场培养下一代的金融数学专业人员。

在金融数学的理论和现实世界之间建立起联系。

为就业做准备，为金融业的长期可持续性和不断发展的性质做出贡献。

预期学习成果 ：完成该课程后，学生应具备以下条件

对市场上常见的金融产品有全面的了解，对股票、固定收入、外汇和信贷市场的证券定 价和对冲模型有扎实的了解。

对风险管理和交易策略的原则和技术有扎实的了解。

有能力构建定量模型并通过定量编程将其用于生产。

课程结构

学生需要完成36个学分，包括至少27个课程清单中的学分（请见下文细节），以及最多9个学分的自由选修课/MAFS 6100独立项目。

课程列表和说明

MAFS 5010 : 随机微积分

随机漫步模型。过滤。马汀格。布朗运动。扩散过程. 前向和后向科尔莫戈罗夫方程。伊藤的微积分. 随机微分方程. 金融中的随机最优控制问题.

MAFS 5020 : 高级概率和统计学

概率空间，可衡量的函数和分布，条件概率，条件期望，渐进定理，停止时间，马汀格，马尔科夫链，布朗运动，采样分布，充分性，统计决策理论，统计推断，无偏估计，最大可能性方法。背景。入门PG级数学

MAFS 5030 : 衍生品证券的定量建模

远期，期货合约和期权。静态和动态的复制。套利定价。二项式期权模型。布朗运动和Ito的微积分。Black-Scholes-Merton模型。风险中性定价和马太效应定价方法。一般随机的资产价格动态。蒙特卡洛方法。外来期权和美式期权。

MAFS 5040 : 固定收入工具的定量方法

债券和债券收益率。债券市场。债券投资组合管理。固定收入衍生品市场。期限结构模型和套利定价的Heath-Jarrow-Morton框架。短利率模型和网格树的实现。LIBOR市场模型。对冲。百慕大掉期和蒙特卡洛方法。凸性调整。抵押贷款支持的证券。资产支持的证券。抵押的债务义务。

MAFS 5110 : 使用统计编程的高级数据分析

本课程涵盖先进的统计方法，用两个开源的统计和金融软件包Python和R来分析金融数据，课程的关键主题是。1）数据挖掘，研究如何使用Python和R适当地读取和描述金融数据；2）简单和多元线性回归模型，以捕捉变量之间的关系，并进行预测（如：公司的变化如何？ 例如，企业AAA债券收益率的变化与10年期国债利率的变化有什么关系，检查CAPM的有效性，以及CAPM的一些扩展，如Fama-French三因素模型）；3）方差分析（ANOVA），比较不同股票共同基金的表现，分析不同企业高管群体是否会产生不同的现金报酬。4）机器学习，包括逻辑回归、SVM、决策树、随机森林等，以及更多金融和统计模型，如广义线性模型、时间序列模型和量化回归模型。

MAFS 5130 : 金融时间序列的定量分析

资产收益的分析：自相关，可预测性和预测。波动率模型。GARCH型模型，长距离依赖。 高频数据分析：交易数据，持续时间。 马尔科夫转换和阈值模型。 多变量时间序列：协整模型和向量GARCH模型。背景。进入PGH水平的数学

MAFS 5140 : 量化金融的统计方法

描述统计和探索性分析。统计推断的基础知识。线性回归。主成分。因子模型。投资组合理论的统计分析。CAPM和多因素定价模型。贝叶斯方法。非参数回归。核心平滑法。投影追求和网状结构。提升。其他非线性回归模型。统计交易策略. 风险管理中的统计方法.

MAFS 5210 : 投资的数学模型

实用性理论，随机支配。投资组合分析：均值-方差法，一个基金和两个基金的定理。资本资产定价模型。 套利定价理论。消费-投资问题。

MAFS 5220 : 量化风险管理

风险的性质和风险措施。简化的模型，包括危险率和校准，违约的指数模型和传染病模型。混合模型，包括伯努利混合模型和CreditRisk 模型。结构模型，包括Merton模型和mKMV，CreditMetrics和高斯协整，Vasicek模型和Hull-White模型。信用衍生品和对手方风险。

MAFS 5240 : 用C开发定量金融的软件

本课程介绍了C在衍生品定价中的应用。内容包括抽象数据类型；对象创建、初始化和大规模组件编程的工具包；蒙特卡洛框架下的路径依赖期权的可重用组件。背景。先前的编程经验

MAFS 5250 : 结构化产品定价的计算方法

为结构性（股票、固定收入和混合）金融衍生产品定价的计算方法。格子树方法。有限差分方案。正向射击网格技术。蒙特卡洛模拟。分析的结构性产品包括 可转换证券；股票挂钩票据；泉币掉期；差额掉期；信用衍生产品；抵押贷款支持的证券；抵押债务；波动率掉期。背景。PG级别的数学入门。

MAFS 5270 : 数学市场微观结构

以前的课程代码: MAFS 6010G

本课程将研究能够在微观层面上捕捉市场行为的特殊类别的随机过程，以及它们在算法和低延迟交易中的实际意义。涉及的主题包括微观结构层面的价格形成过程的结构模型，基于信息与基于库存的模型，交易中的随机控制和优化，以及实时风险管理。

MAFS 5280 : 香港的金融市场

以前的课程代码: MAFS 6010L

香港的金融改革为企业在融资、投资和风险管理方面开拓在岸和离岸市场提供了广阔的机会。本课程介绍了香港的跨境渠道、结构性产品以及其他新兴的资金筹集和风险对冲机制。它还包括对市场参与者的分析以及对资本筹集、投资战略和外汇对冲的影响。相关的当前事件和标志性的交易将被研究，以说明教学要点。

MAFS5310 : 用R进行投资组合优化

以前的课程代码: MAFS 6010R

本课程将探讨马科维茨投资组合优化的许多变化和扩展，并特别强调R编程。每周将专门讨论一个特定的主题，期间将首先介绍理论，然后阐述基于R编程的实际执行。

MAFS 5330 : 结构性产品-分析和定价

以前的课程代码: MAFS 6010N

结构性解决方案，包括报酬设计/包装/分配/定价/对冲/融资；各资产类别（股票、基金、外汇、利率、信贷和商品）实践中的流行结构；基于因子、投资组合理论和其他交易模型的定制指数业务，以及最新的行业实践；衍生品和结构性产品的计算方法，包括网格树方法、PDE的有限差分方法、多维和美式蒙特卡洛模拟。

MAFS 5340 : 机器学习及其应用

以前的课程代码: MAFS 6010S

本课程是为那些对从数据中学习感兴趣的人设计的。它强调了模型和算法在实际应用中的无缝整合。主题包括回归和分类的线性方法，基于树的方法，核方法，期望和最大化算法，变异自动编码器，和生成对抗网络。本课程旨在建立这些主题之间的联系，而不是将它们分开处理，为机器学习及其应用打下坚实的基础。

MAFS 5360 : 用Python进行金融计算

以前的课程代码: MAFS 6010W

本课程讲授Python作为一种编程语言的基本技能，但非常注重使用具有行业背景的小型项目，以帮助学生在解决实际问题时形成良好的Python思维习惯。课程的第一部分将介绍Python作为一种编程语言，特别是关于：环境和部署、数据结构和分析、中大规模编程。课程的第二部分将是小型项目，有助于进一步说明Python的最佳实践和形成良好的习惯。

MAFS6000 : 金融数学的顶点项目

以前的课程代码(s): MAFS6010Q

领先的金融公司提供涉及定量技能（数学/统计或机器学习部分）和金融结合的顶点项目，但课题主要由行业主管部门决定。

MAFS6001 : 金融数学的顶点项目II

以前的课程代码(s): MAFS 6010T

本课程在教学上与MAFS6010Q高度相似，但在学年的不同学期开设。

MATH 5520 : 利率模型

利率理论，收益率曲线，短利率，远期利率。短利率模型。Vasicek模型和Cox-Engersoll-Ross模型。期限结构模型。Hull-White拟合程序。Heath-Jarrow-Morton定价框架。LIBOR和互换市场模型

MATH 5311 : 高级数值方法 I

微分方程的数值解法、有限差分法、有限元素法、光谱法和边界积分法。收敛性的基本理论，稳定性和误差估计。

MAFS 6010 - 金融数学专题 (课程系列)

注：本系列课程每年都有变化。下面列出的课程可能不是唯一的，其他课程已经或将要提供。

MAFS 6010A : 分散化金融

本课程介绍了去中心化金融的简要历史，涵盖了自2020年 "DeFi之夏 "以来的创新和突破。我们回顾了稳定币、去中心化交易所、借贷、资产管理、养殖和采矿、保险和衍生品的主要项目。本课程的目的是学习设计新的和创新的DeFi项目。

MAFS 6010X : 创业精神和风险投资

本课程将为你的创业之旅做好准备。想建立创新公司的企业家或想为其工作的员工应该对这门课感兴趣。请记住，即使你不想建立或为任何这些公司工作，你仍然需要浏览他们正在建立的世界。

MAFS 6010Y : 强化学习与金融应用

介绍强化学习和金融应用。主题包括有限行动空间和有限状态空间问题，经典RL算法，Q学习，政策梯度方法，以及DRL--深度Q学习。

MAFS 6010Z：金融技术中的人工智能

本课程探讨人工智能的基本概念和基本原则，通过相关技术的案例研究，深入研究机器学习的基本原理。本课程允许对机器学习的应用进行实验，旨在鼓励学生设计创造性的方法，将现成的人工智能技术用于解决现实生活中的实际金融问题（例如，支付、信贷、交易、保险）。

除上述课程外，自由选修课可以是MAFS6100独立项目（最多6个学分），4000级或以上的数学课程（最多6个学分来自4000级），或系外5000级或以上的其他课程。

学生在其他大学或高等教育机构完成的学业，可以获得学分转移的认可。必须在入学后的第一个学期向该系提出申请。所有的学分转移必须得到课程主任的批准，并遵守大学关于学分转移的规定。

录取标准

申请人必须持有数学、工程、物理科学方面的学士学位，或大学或高等院校的同等学历。

英语要求

英语作为外语的测试(TOEFL)

纸质测试（PBT）成绩不低于550分

网络测试（iBT）成绩不低于80分

国际英语语言测试系统(IELTS)

总分6.5分（以前为6.0分），没有低于5.5分的分项成绩

此文章摘自学校官网Admission Information | MSc in Financial Mathematics (ust.hk)