我们的计算金融硕士课程将向学生介绍从业人员和金融机构在当今市场上广泛使用的计算方法。本课程将为学生提供坚实的基础，不仅是传统的量化方法和金融工具，还有科学计算、数字方法、高性能计算、分布式账本、大数据分析和基于代理的建模。这些技术将被用来从危机后的角度理解金融市场，其中包括从高频时间尺度的金融市场研究中得出的结论，理解系统性风险和金融传染的现代方法，以及诸如分布式账本和加密货币等颠覆性技术。
计算金融
Computational Finance
专业介绍
我们的计算金融硕士课程将向学生介绍从业人员和金融机构在当今市场上广泛使用的计算方法。本课程将为学生提供坚实的基础，不仅是传统的量化方法和金融工具，还有科学计算、数字方法、高性能计算、分布式账本、大数据分析和基于代理的建模。这些技术将被用来从危机后的角度理解金融市场，其中包括从高频时间尺度的金融市场研究中得出的结论，理解系统性风险和金融传染的现代方法，以及诸如分布式账本和加密货币等颠覆性技术。
Program Introduction
Our Computational Finance MSc will introduce students to the
computational methods that are widely used by practitioners and
financial institutions in today’s markets. This course will provide
students with a solid foundation not only in traditional quantitative
methods and financial instruments, but also scientific computing,
numerical methods, high-performance computing, distributed ledgers,
big-data analytics and agent-based modelling. These techniques will be
used to understand financial markets from a post-crisis perspective
which incorporates findings from the study of financial markets at
high-frequency time scales, modern approaches to understanding
systematic risk and financial contagion, and disruptive technologies
such as distributed-ledgers and cryptocurrencies.
| 所属大学 | 伦敦国王学院 |
| 关联学科 | 金工金数 |
| 开学时间 | 9月 |
| 学制 | 1 年 |
| 学费 | 40,000 GBP |
| 申请费 | 130 |
| 项目网址 | https://www.kcl.ac.uk/study/postgraduate/taught-courses/computational-finance-msc |
申请要求
专业领域：1 计算机科学2 quantitative相关类专业如数学、统计学，物理、Natural Science，电子工程，General Engineering，运筹学。先修科目：【basic mathematics知识特别是在微积分、三角学、线性代数、向量和矩阵数学方面】+【大一阶段的编程科目如Pascal, C, C++, Java】。
语言要求
IELTS
| 总分要求： | 7 |
| 分项要求： | 听力: 6.5 | 阅读: 6.5 | 写作: 6.5 | 口语: 6.5 |
TOEFL
| 总分要求： | 100 |
| 分项要求： | 听力: 23 | 阅读: 23 | 写作: 25 | 口语: 23 |
课程设置
| 中文课程名 | 英文课程名 |
|---|---|
| 所需模块 | Required modules |
| 个人项目学分 | Individual Project credits |
| 金融学分的科学计算 | Scientific Computing for Finance credits |
| 金融学分的定量方法 | Quantitative Methods in Finance credits |
| 金融学分的案例研究 | Case Studies in Finance credits |
| 金融学分中的基于代理的建模 | Agent Based Modelling in Finance credits |
| 高频金融学分 | High Frequency Finance credits |
| 可选模块 | Optional modules |
| 金融市场学分 | Financial Markets credits |
| 数字信号处理学分基础 | Fundamentals of Digital Signal Processing credits |
| 密码学学分 | Cryptography credits |
| C金融数学学分 | C for Financial Mathematics credits |
| 自然启发学习算法学分 | Nature Inspired Learning Algorithms credits |
| 金融学分统计 | Statistics in Finance credits |
| 金融系统软件工程基础技术学分 | Software Engineering Underlying Technology for Financial Systems credits |
| 分布式分类账加密货币学分 | Distributed Ledgers Crypto currencies credits |
| 安全管理学分 | Security Management credits |
| 机器学习学分 | Machine Learning credits |