金融數學專業設置背景是什麼

❶ 誰能具體介紹一下「數學與應用數學（金融數學）」這個專業

應該說,金融數學是數學系與經管系共同衍生的一門新學科。但一般含於數學系，做的東西並不是純數學，大一大二的時候，上的是基礎課程，會和其它純數學的學科上的科目大體相同，如《數學分析》，《高等代數》《解釋幾何》等，大二後期以後，它和數學系的其他科目就不一樣了，會更多的開設些經濟類的科目，如：《微觀經濟學》《宏觀經濟學》《計量經濟學》，相對也夾雜些的數學科目，如《常微分方程》《數理統計》，這些都是必修的，其次也開設些經濟學方面的選修課，如《證券投資分析》等科目。 總的來說，金融數學不是純數學，它沒有研究像《近世代數》《復變函數》《實變函數》《泛函分析》等比較高深的純數學，它更廣闊地涉獵統計數學，已及經濟管理類的知識，屬於數學系與經管系結合的科目 本人也是數學系的，下面是我們系金融數學的培養方案，希望能幫到你的 ^_^ 培養目標: 在專業上，掌握數學與統計的基本理論，以及金融、經濟基本知識，能運用所學的數學分析方法進行經濟、金融信息分析與數據處理的應用型復合型人才。畢業後能在金融、投資、保險等部門從事金融分析、策劃與管理等工作，並為更高層次的研究生教育輸送優秀人才。 培養規格: 具有較好的數學和應用數學基礎，掌握金融與經濟的基本理論和基本的分析方法，能夠運用所學的數學知識進行經濟、金融信息分析以及預測和決策。 掌握計算機基本技能，具備初步的軟體應用和開發能力，能夠運用計算機技術進行數據的收集、整理和分析，並解決實際問題。

❷ 數學與應用數學（金融數學）專業介紹

其實就是學數學和統計學，本科都是些基礎課，其他的關於金融數學的選修課如：金融衍生品及其定價，債券定價等等。這些理論的學完了就學編程，用MATLAB的比較多，可以將這些學到的金融數學理論運用於實際。不過數學基礎課比較難，很難，什麼實變泛函的，近世代數，數理方程，偏微分方程，隨機過程的。比較推薦讀研究生，國內國外都OK。如果畢業能找到好工作的話那就不用讀研了，當然現在這么難找工作，985畢業的都找不到滿意的。

❸ 麻煩誰給我介紹一下金融數學，金融工程，精算學！

金融數學
21世紀數學技術和計算機技術一樣成為任何一門科學發展過程中的必備工具。美國花旗
銀行副總裁柯林斯（Collins）1995年3月6日在英國劍橋大學牛頓數學科學研究所的講演
中敘述到：「在18世紀初，和牛頓同時代的著名數學家伯努利曾宣稱：『從事物理學研
究而不懂數學的人實際上處理的是意義不大的東西。』那時候，這樣的說法對物理學而
言是正確的，但對於銀行業而言不一定對。在18世紀，你可以沒有任何數學訓練而很好
地運作銀行。過去對物理學而言是正確的說法現在對於銀行業也正確了。於是現在可以
這樣說：『從事銀行業工作而不懂數學的人實際上處理的是意義不大的東西』。」他還
指出：花旗銀行70%的業務依賴於數學，他還特別強調，『如果沒有數學發展起來的工具
和技術，許多事情我們是一點辦法也沒有的……沒有數學我們不可能生存。」這里銀行
家用他的經驗描述了數學的重要性。在冷戰結束後，美國原先在軍事系統工作的數以千
計的科學家進入了華爾街，大規模的基金管理公司紛紛開始僱傭數學博士或物理學博士
。這是一個重要信號：金融市場不是戰場，卻遠勝於戰場。但是市場和戰場都離不開復
雜艱深，迅速的計算工作。
然而在國內卻不能迴避這樣一個事實：受過高等教育的專業人士都可以讀懂國內經濟類
，金融類核心期刊，但國內金融學專業的本科生卻很難讀懂本專業的國際核心期刊《Jo
urnal of Finance》，證券投資基金經理少有人去閱讀《Joural of Portfolio Manage
ment》，其原因不在於外語的熟練程度，而在於內容和研究方法上的差異，目前國內較
多停留在以描述性分析為主著重描述金融的定義，市場的劃分及金融組織等，或稱為描
述金融；而國外學術界以及實務界則以數量性分析為主，比如資本資產定價原理，衍生
資產的復制方法等，或稱為分析金融，即使在國內金融學的教材中，雖然涉及到了標的
資產（Underlying asset）和衍生資產（Derivative asset）定價，但對公式提出的原
文證明也予以迴避，這種現象是不合理的，產生這種現象的原因有如下幾個方面：首先
，根據研究方法的不同，我國金融學科既可以歸到我國哲學社會科學規劃辦公室，也可
以歸到國家自然科學基金委員會管理科學部，前者佔主要地位，且這支隊伍大多來自經
濟轉軌前的哲學和政治學隊伍，因此研究方法多為定性的方法。而西方正好相反，金融
研究方向的隊伍具有很好的數理功底。其次是我國的金融市場的實際環境所決定。我國
證券市場剛起步，也沒有一個統一的貨幣市場，投資者隊伍主要由中小投資者構成，市
場投機成分高，因此不會產生對現代投資理論的需求，相應地，學術界也難以對此產生
研究的熱情。
然而數學技術以其精確的描述，嚴密的推導已經不容爭辯地走進了金融領域。自從1952
年馬柯維茨（Markowitz）提出了用隨機變數的特徵變數來描述金融資產的收益性，不確
定性和流動性以來，已經很難分清世界一流的金融雜志是在分析金融市場還是在撰寫一
篇數學論文。再回到Collins的講話，在金融證券化的趨勢中，無論是我們採用統計學的
方法分析歷史數據，尋找價格波動規律，還是用數學分析的方法去復制金融產品，誰最
先發現了內在規律，誰就能在瞬息萬變的金融市場中獲取高額利潤。盡管由於森嚴的進
入堡壘，數學進入金融領域受到了一定的排斥和漠視，然而為了追求利潤，未知的恐懼
顯得不堪一擊。
於是，在未來我們可以想像有這樣一個充滿美好前景的產業鏈：金融市場--金融數學--
計算機技術。金融市場存在巨大的利潤和高風險，需要計算機技術幫助分析，然而計算
機不可能大概，左右等描述性語言，它本質上只能識別由0和1構成的空間，金融數學在
這個過程中正好扮演了一個中介角色，它可以用精確語言描述隨機波動的市場。比如，
通過收益率狀態矩陣在無套利的情形下找到了無風險貼現因子。因此，金融數學能幫助
IT產業向金融產業延伸，並獲取自己的利潤空間
金融數學（Financial Mathematics），又稱數理金融學、數學金融學、分析金融學，是利用數學工具 研究金融，進行數學建模、理論分析、數值計算等定量分析，以求找到金融學內在規律並用以指導實踐。金融數學也可以理解為現代數學與計算技術在金融領域的應用，因此，金融數學是一門新興的交叉學科，發展 很快，是目前十分活躍的前言學科之一。
金融數學是一門新興學科，是「金融高技術 」的重要 組成部分。研究金融數學有著重要的意義。 金融數學總的研究目標是利用我國數學界某些方面的優勢，圍繞金融市場的均衡與有價證券定價的數學理論進行深入剖析，建立適合我國國情的數學模型，編寫一定的計算機軟體，對理論研究結果進行模擬計算，對實際數據進行計量經濟分析研究，為實際金融部門提供較深入的技術分析咨詢。
金融數學主要的研究內容和擬重點解決的問題包括：
(1)有價證券和證券組合的定價理論
發展有價證券（尤其是期貨、期權等衍生工具）的定價理論。所用的數學方法主要是提出合適的隨機微分方程或隨機差分方程模型，形成相應的倒向方程。建立相應的非線性Feynman一Kac公式，由此導出非常一般的推廣的Black一Scho1es定價公式。所得到的倒向方程將是高維非線性帶約束的奇異方程。
研究具有不同期限和收益率的證券組合的定價問題。需要建立定價與優化相結合的數學模型，在數學工具的研究方面，可能需要隨機規劃、模糊規劃和優化演算法研究。
在市場是不完全的條件下，引進與偏好有關的定價理論。
(2）不完全市場經濟均衡理論（GEI）
擬在以下幾個方面進行研究：
1．無窮維空間、無窮水平空間、及無限狀態
2.隨機經濟、無套利均衡、經濟結構參數變異、非線資產結構
3．資產證券的創新（Innovation）與設計（Design）
4．具有摩擦（Friction）的經濟
5．企業行為與生產、破產與壞債
6.證券市場博奕。
（3）GEI 平板衡演算法、蒙特卡羅法在經濟平衡點計算中的應用， GEI的理論在金融財政經濟宏觀經濟調控中的應用，不完全市場條件下，持續發展理論框架下研究自然資源資產定價與自然資源的持續利用。
目前國內開設金融數學本科專業的高等院校中，實力較強的有北京大學、復旦大學、浙江大學、山東大學、南開大學。
後來從事計算機工作很出色。金融數學將後來在銀行、保險、股票、期貨領域從事研究分析，或做這些領域的軟體開發，具有很好的專業背景，而這些領域將來都很重要。
國內金融數學人才鳳毛麟角
諾貝爾經濟學獎已經至少3次授予以數學為工具分析金融問題的經濟學家。北京大學金融數學系王鐸教授說，但遺憾的是，我國相關人才的培養，才剛剛起步。現在，既懂金融又懂數學的復合型人才相當稀缺。
金融數學這門新興的交叉學科已經成為國際金融界的一枝奇葩。剛剛公布的2003年諾貝爾經濟學獎，就是表彰美國經濟學家羅伯特·恩格爾和英國經濟學家克萊夫·格蘭傑分別用「隨著時間變化易變性」和「共同趨勢」兩種新方法分析經濟時間數列給經濟學研究和經濟發展帶來巨大影響。
王鐸介紹，金融數學的發展曾兩次引發了「華爾街革命」。上個世紀50年代初期，馬科威茨提出證券投資組合理論，第一次明確地用數學工具給出了在一定風險水平下按不同比例投資多種證券收益可能最大的投資方法，引發了第一次「華爾街革命」。1973年，布萊克和斯克爾斯用數學方法給出了期權定價公式，推動了期權交易的發展，期權交易很快成為世界金融市場的主要內容，成為第二次「華爾街革命」。
今天，金融數學家已經是華爾街最搶手的人才之一。最簡單的例子是，保險公司中地位和收入最高的，可能就是總精算師。美國花旗銀行副主席保爾·柯斯林著名的論斷是，「一個從事銀行業務而不懂數學的人，無非只能做些無關緊要的小事」。
在美國，芝加哥大學、加州伯克利大學、斯坦福大學、卡內基·梅隆大學和紐約大學等著名學府，都已經設立了金融數學相關的學位或專業證書教育。
專家認為，金融數學可能帶來的發展應該凸現在亞洲，尤其是在金融市場正在開發和具有巨大潛力的中國。香港中文大學、科技大學、城市理工大學等學校都已推出有關的訓練課程和培養計劃，並得到銀行金融業界的熱烈響應。但中國內地對該項人才的培養卻有些艱辛。
王鐸介紹，國家自然科學基金委員會在一項「九五」重大項目中，列入金融工程研究內容，可以說全面啟動了國內的金融數學研究。可這比馬科威茨開始金融數學的研究應用已經晚了近半個世紀。
在金融衍生產品已成為國際金融市場重要角色的背景下，我國的金融衍生產品才剛剛起步，金融衍生產品市場幾乎是空白。「加入 W TO後，國際金融家們肯定將把這一系列業務帶入中國。如果沒有相應的產品和人才，如何競爭？」王鐸憂慮地說。
他認為，近幾年，接連發生的墨西哥金融危機、百年老店巴林銀行倒閉等事件都在警告我們，如果不掌握金融數學、金融工程和金融管理等現代化金融技術，缺乏人才，就可能在國際金融競爭中蒙受重大損失。我們現在最缺的，就是掌握現代金融衍生工具、能對金融風險做定量分析的既懂金融又懂數學的高級復合型人才。
據悉，目前國內不少高校都陸續開展了與金融數學相關的教學，但畢業的學生遠遠滿足不了整個市場的需求。
王鐸認為，培養這類人才還有一些難以逾越的障礙———金融數學最終要運用於實踐，可目前國內金融衍生產品市場還沒有成氣候，學生很難有實踐的機會，教和學都還是紙上談兵。另外，高校培養的人大多都是本科生，只有少量的研究生，這個領域的高端人才在國內還是鳳毛麟角。國家應該更多地關注金融和數學相結合的復合型人才的培養。
王鐸回憶，1997年，北京大學建立了國內首個金融數學系時，他曾想與一些金融界人士共商辦學。但相當一部分人對此顯然並不感興趣：「什麼金融衍生產品，什麼金融數學，那都是國家應該操心的事。」
盡管當初開設金融數學系時有人認為太超前，但王鐸堅持，教育應該走在產業發展的前頭，才能為市場儲備人才。如果今天還不重視相關領域的人才培養，就可能導致我們在國際競爭中的不利。
記者發現即使今天，在這個問題上，仍然一方面是高校教師對於人才稀缺的擔憂，一方面卻是一些名氣很大的專家對金融數學人才培養的冷漠。
采訪中，記者多次試圖聯系幾位國內金融數學界或金融理論界專家，可屢屢遭到拒絕。原因很簡單，他們認為，談人才培養這樣的話題太小兒科，有的甚至說，「我不了解，也根本不關注什麼人才培養」。還有的說，「我現在有很多課題要做，是我的課題重要，還是討論人才培養重要」、「我沒有時間，也沒義務向公眾解釋什麼諾貝爾經濟學獎，老百姓要不要曉得金融數學和我沒有關系」。
[編輯本段]金融中的數據挖掘
1.什麼是關聯規則
在描述有關關聯規則的一些細節之前，我們先來看一個有趣的故事： "尿布與啤酒"的故事。
在一家超市裡，有一個有趣的現象：尿布和啤酒赫然擺在一起出售。但是這個奇怪的舉措卻使尿布和啤酒的銷量雙雙增加了。這不是一個笑話，而是發生在美國沃爾瑪連鎖店超市的真實案例，並一直為商家所津津樂道。沃爾瑪擁有世界上最大的數據倉庫系統，為了能夠准確了解顧客在其門店的購買習慣，沃爾瑪對其顧客的購物行為進行購物籃分析，想知道顧客經常一起購買的商品有哪些。沃爾瑪數據倉庫里集中了其各門店的詳細原始交易數據。在這些原始交易數據的基礎上，沃爾瑪利用數據挖掘方法對這些數據進行分析和挖掘。一個意外的發現是："跟尿布一起購買最多的商品竟是啤酒！經過大量實際調查和分析，揭示了一個隱藏在"尿布與啤酒"背後的美國人的一種行為模式：在美國，一些年輕的父親下班後經常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時也為自己買一些啤酒。產生這一現象的原因是：美國的太太們常叮囑她們的丈夫下班後為小孩買尿布，而丈夫們在買尿布後又隨手帶回了他們喜歡的啤酒。
按常規思維，尿布與啤酒風馬牛不相及，若不是藉助數據挖掘技術對大量交易數據進行挖掘分析，沃爾瑪是不可能發現數據內在這一有價值的規律的。
數據關聯是資料庫中存在的一類重要的可被發現的知識。若兩個或多個變數的取值之間存在某種規律性，就稱為關聯。關聯可分為簡單關聯、時序關聯、因果關聯。關聯分析的目的是找出資料庫中隱藏的關聯網。有時並不知道資料庫中數據的關聯函數，即使知道也是不確定的，因此關聯分析生成的規則帶有可信度。關聯規則挖掘發現大量數據中項集之間有趣的關聯或相關聯系。Agrawal等於1993年首先提出了挖掘顧客交易資料庫中項集間的關聯規則問題，以後諸多的研究人員對關聯規則的挖掘問題進行了大量的研究。他們的工作包括對原有的演算法進行優化，如引入隨機采樣、並行的思想等，以提高演算法挖掘規則的效率；對關聯規則的應用進行推廣。關聯規則挖掘在數據挖掘中是一個重要的課題，最近幾年已被業界所廣泛研究。
2.關聯規則挖掘過程、分類及其相關演算法
2.1關聯規則挖掘的過程
關聯規則挖掘過程主要包含兩個階段：第一階段必須先從資料集合中找出所有的高頻項目組(Frequent Itemsets)，第二階段再由這些高頻項目組中產生關聯規則(Association Rules)。
關聯規則挖掘的第一階段必須從原始資料集合中，找出所有高頻項目組(Large Itemsets)。高頻的意思是指某一項目組出現的頻率相對於所有記錄而言，必須達到某一水平。一項目組出現的頻率稱為支持度(Support)，以一個包含A與B兩個項目的2-itemset為例，我們可以經由公式(1)求得包含{A,B}項目組的支持度，若支持度大於等於所設定的最小支持度(Minimum Support)門檻值時，則{A,B}稱為高頻項目組。一個滿足最小支持度的k-itemset，則稱為高頻k-項目組(Frequent k-itemset)，一般表示為Large k或Frequent k。演算法並從Large k的項目組中再產生Large k+1，直到無法再找到更長的高頻項目組為止。
關聯規則挖掘的第二階段是要產生關聯規則(Association Rules)。從高頻項目組產生關聯規則，是利用前一步驟的高頻k-項目組來產生規則，在最小信賴度(Minimum Confidence)的條件門檻下，若一規則所求得的信賴度滿足最小信賴度，稱此規則為關聯規則。例如：經由高頻k-項目組{A,B}所產生的規則AB，其信賴度可經由公式(2)求得，若信賴度大於等於最小信賴度，則稱AB為關聯規則。
就沃爾馬案例而言，使用關聯規則挖掘技術，對交易資料庫中的紀錄進行資料挖掘，首先必須要設定最小支持度與最小信賴度兩個門檻值，在此假設最小支持度min_support=5% 且最小信賴度min_confidence=70%。因此符合此該超市需求的關聯規則將必須同時滿足以上兩個條件。若經過挖掘過程所找到的關聯規則「尿布，啤酒」，滿足下列條件，將可接受「尿布，啤酒」的關聯規則。用公式可以描述Support(尿布，啤酒)>=5%且Confidence(尿布，啤酒)>=70%。其中，Support(尿布，啤酒)>=5%於此應用範例中的意義為:在所有的交易紀錄資料中，至少有5%的交易呈現尿布與啤酒這兩項商品被同時購買的交易行為。Confidence(尿布，啤酒)>=70%於此應用範例中的意義為:在所有包含尿布的交易紀錄資料中，至少有70%的交易會同時購買啤酒。因此，今後若有某消費者出現購買尿布的行為，超市將可推薦該消費者同時購買啤酒。這個商品推薦的行為則是根據「尿布，啤酒」關聯規則，因為就該超市過去的交易紀錄而言，支持了「大部份購買尿布的交易，會同時購買啤酒」的消費行為。
從上面的介紹還可以看出，關聯規則挖掘通常比較適用與記錄中的指標取離散值的情況。如果原始資料庫中的指標值是取連續的數據，則在關聯規則挖掘之前應該進行適當的數據離散化（實際上就是將某個區間的值對應於某個值），數據的離散化是數據挖掘前的重要環節，離散化的過程是否合理將直接影響關聯規則的挖掘結果。
2.2關聯規則的分類
按照不同情況，關聯規則可以進行分類如下：
1.基於規則中處理的變數的類別，關聯規則可以分為布爾型和數值型。
布爾型關聯規則處理的值都是離散的、種類化的，它顯示了這些變數之間的關系；而數值型關聯規則可以和多維關聯或多層關聯規則結合起來，對數值型欄位進行處理，將其進行動態的分割，或者直接對原始的數據進行處理，當然數值型關聯規則中也可以包含種類變數。例如：性別=「女」=>職業=「秘書」 ，是布爾型關聯規則；性別=「女」=>avg（收入）=2300，涉及的收入是數值類型，所以是一個數值型關聯規則。
2.基於規則中數據的抽象層次，可以分為單層關聯規則和多層關聯規則。
在單層的關聯規則中，所有的變數都沒有考慮到現實的數據是具有多個不同的層次的；而在多層的關聯規則中，對數據的多層性已經進行了充分的考慮。例如：IBM台式機=>Sony列印機，是一個細節數據上的單層關聯規則；台式機=>Sony列印機，是一個較高層次和細節層次之間的多層關聯規則。
3.基於規則中涉及到的數據的維數，關聯規則可以分為單維的和多維的。
在單維的關聯規則中，我們只涉及到數據的一個維，如用戶購買的物品；而在多維的關聯規則中，要處理的數據將會涉及多個維。換成另一句話，單維關聯規則是處理單個屬性中的一些關系；多維關聯規則是處理各個屬性之間的某些關系。例如：啤酒=>尿布，這條規則只涉及到用戶的購買的物品；性別=「女」=>職業=「秘書」，這條規則就涉及到兩個欄位的信息，是兩個維上的一條關聯規則。
2.3關聯規則挖掘的相關演算法
1.Apriori演算法：使用候選項集找頻繁項集
Apriori演算法是一種最有影響的挖掘布爾關聯規則頻繁項集的演算法。其核心是基於兩階段頻集思想的遞推演算法。該關聯規則在分類上屬於單維、單層、布爾關聯規則。在這里，所有支持度大於最小支持度的項集稱為頻繁項集，簡稱頻集。
該演算法的基本思想是：首先找出所有的頻集，這些項集出現的頻繁性至少和預定義的最小支持度一樣。然後由頻集產生強關聯規則，這些規則必須滿足最小支持度和最小可信度。然後使用第1步找到的頻集產生期望的規則，產生只包含集合的項的所有規則，其中每一條規則的右部只有一項，這里採用的是中規則的定義。一旦這些規則被生成，那麼只有那些大於用戶給定的最小可信度的規則才被留下來。為了生成所有頻集，使用了遞推的方法。
可能產生大量的候選集,以及可能需要重復掃描資料庫，是Apriori演算法的兩大缺點。
2.基於劃分的演算法
Savasere等設計了一個基於劃分的演算法。這個演算法先把資料庫從邏輯上分成幾個互不相交的塊，每次單獨考慮一個分塊並對它生成所有的頻集，然後把產生的頻集合並，用來生成所有可能的頻集，最後計算這些項集的支持度。這里分塊的大小選擇要使得每個分塊可以被放入主存，每個階段只需被掃描一次。而演算法的正確性是由每一個可能的頻集至少在某一個分塊中是頻集保證的。該演算法是可以高度並行的，可以把每一分塊分別分配給某一個處理器生成頻集。產生頻集的每一個循環結束後，處理器之間進行通信來產生全局的候選k-項集。通常這里的通信過程是演算法執行時間的主要瓶頸；而另一方面，每個獨立的處理器生成頻集的時間也是一個瓶頸。
3.FP-樹頻集演算法
針對Apriori演算法的固有缺陷，J. Han等提出了不產生候選挖掘頻繁項集的方法：FP-樹頻集演算法。採用分而治之的策略，在經過第一遍掃描之後，把資料庫中的頻集壓縮進一棵頻繁模式樹（FP-tree），同時依然保留其中的關聯信息，隨後再將FP-tree分化成一些條件庫，每個庫和一個長度為1的頻集相關，然後再對這些條件庫分別進行挖掘。當原始數據量很大的時候，也可以結合劃分的方法,使得一個FP-tree可以放入主存中。實驗表明，FP-growth對不同長度的規則都有很好的適應性，同時在效率上較之Apriori演算法有巨大的提高。
3.該領域在國內外的應用
3．1關聯規則發掘技術在國內外的應用
就目前而言，關聯規則挖掘技術已經被廣泛應用在西方金融行業企業中，它可以成功預測銀行客戶需求。一旦獲得了這些信息，銀行就可以改善自身營銷。現在銀行天天都在開發新的溝通客戶的方法。各銀行在自己的ATM機上就捆綁了顧客可能感興趣的本行產品信息，供使用本行ATM機的用戶了解。如果資料庫中顯示，某個高信用限額的客戶更換了地址，這個客戶很有可能新近購買了一棟更大的住宅，因此會有可能需要更高信用限額，更高端的新信用卡，或者需要一個住房改善貸款，這些產品都可以通過信用卡賬單郵寄給客戶。當客戶打電話咨詢的時候，資料庫可以有力地幫助電話銷售代表。銷售代表的電腦屏幕上可以顯示出客戶的特點，同時也可以顯示出顧客會對什麼產品感興趣。
同時，一些知名的電子商務站點也從強大的關聯規則挖掘中的受益。這些電子購物網站使用關聯規則中規則進行挖掘，然後設置用戶有意要一起購買的捆綁包。也有一些購物網站使用它們設置相應的交叉銷售，也就是購買某種商品的顧客會看到相關的另外一種商品的廣告。
但是目前在我國，「數據海量，信息缺乏」是商業銀行在數據大集中之後普遍所面對的尷尬。目前金融業實施的大多數資料庫只能實現數據的錄入、查詢、統計等較低層次的功能，卻無法發現數據中存在的各種有用的信息，譬如對這些數據進行分析，發現其數據模式及特徵，然後可能發現某個客戶、消費群體或組織的金融和商業興趣，並可觀察金融市場的變化趨勢。可以說，關聯規則挖掘的技術在我國的研究與應用並不是很廣泛深入。
3．2近年來關聯規則發掘技術的一些研究
由於許多應用問題往往比超市購買問題更復雜，大量研究從不同的角度對關聯規則做了擴展，將更多的因素集成到關聯規則挖掘方法之中，以此豐富關聯規則的應用領域，拓寬支持管理決策的范圍。如考慮屬性之間的類別層次關系，時態關系，多表挖掘等。近年來圍繞關聯規則的研究主要集中於兩個方面，即擴展經典關聯規則能夠解決問題的范圍，改善經典關聯規則挖掘演算法效率和規則興趣性。

金融工程的定義
關於金融工程的定義有多種說法，美國金融學家約翰·芬尼迪(John Finnerty)提出的定義最好：金融工程包括創新型金融工具與金融手段的設計、開發與實施，以及對金融問題給予創造性的解決。
金融工程的概念有狹義和廣義兩種。狹義的金融工程主要是指利用先進的數學及通訊工具，在各種現有基本金融產品的基礎上，進行不同形式的組合分解，以設計出符合客戶需要並具有特定P／L性的新的金融產品。而廣義的金融工程則是指一切利用工程化手段來解決金融問題的技術開發，它不僅包括金融產品設計，還包括金融產品定價、交易策略設計、金融風險管理等各個方面。本文採用的是廣義的金融工程概念。
[編輯本段]金融工程的核心內容
金融工程中，其核心在於對新型金融產品或業務的開發設計，其實質在於提高效率，它包括：
1.新型金融工具的創造，如創造第一個零息債券，第一個互換合約等；
2.已有工具的發展應用，如把期貨交易應用於新的領域，發展出眾多的期權及互換的品種等；
3.把已有的金融工具和手段運用組合分解技術，復合出新的金融產品，如遠期互換，期貨期權，新的財務結構的構造等。
[編輯本段]金融工程的運作程序
金融工程的運作具有規范化的程序:診斷—分析—開發—定價—交付使用，基本過程程序化。
其中從項目的可行性分析，產品的性能目標確定，方案的優化設計，產品的開發，定價模型的確定，模擬的模擬試驗，小批量的應用和反饋修正，直到大批量的銷售、推廣應用，各個環節緊密有序。大部分的被創新的新金融產品，成為運用金融工程創造性解決其他相關金融財務問題的工具，即組合性產品中的基本單元。

精算學
精算學在西方已經有三百年的歷史，它是一門運用概率論等數學理論和多種金融工具，研究如何處理保險業及其他金融業中各種風險問題的定量方法和技術的學科，是現代保險業、金融投資業和社會保障事業發展的理論基礎。
精算是一門運用概率數學理論和多種金融工具對經濟活動進行分析預測的學問。在西方發達國家，精算在保險、投資、金融監管、社會保障以及其他與風險管理相關領域發揮著重要作用。精算師是同"未來不確定性"打交道的，宗旨是為金融決策提供依據。
精算師

❹ 金融數學專業怎樣

如果你很喜歡數學和理科，並且對成為金融界高薪一族感興趣，那麼赫瑞-瓦特大學的金融數學理科學士正是你所需要的學位。 一什麼是金融數學家?1.金融數學家做什麼?金融數學家將他們所掌握的數學知識，尤其是高等概率論運用到金融學中。大部分的金融界從業人員從事產品的銷售及服務工作，這就好比在汽車製造業或電信行業等其他所有行業中一樣。然而，多數人從事的銷售和服務工作並不是這些行業的核心，所有這些行業的核心是那些設計產品的技術專家。金融數學家就是設計世界上各種復雜金融產品的專業人才。這就正如一個汽車工程師既能設計出風險性與娛樂性並存的法拉利，也能設計出緩慢但安全的坦克車。金融數學家能夠針對不同市場中的不同顧客設計出一系列不同的金融產品。2.他們的薪水如何?金融數學家擔任著非常關鍵的角色。他們從事數量分析、衍生金融產品構建、風險管理或資產管理等工作，在投資銀行及全球性企業中屬於拿最高薪水的一群人。3.金融數學家在哪裡工作?哪裡商業有風險，哪裡就有金融數學家的工作。絕大部分的金融數學家為國際性的投資銀行工作。然而，那些進行商品貿易或國際貿易的公司(能源公司、航空公司、大型鋼鐵公司、礦業公司及國際大公司)都會面臨商品價格風險及外匯風險。他們便僱用金融數學家處理這些風險。頂尖的管理咨詢公司也僱用金融數學家為那些本身未聘請金融數學家的公司提供服務。金融數學學士學位為進一步培訓成為保險精算師或會計提供了一個良好的基礎。現在存在著全球性高素質金融數學家的短缺，因此該專業的就業前景十分看好。二.赫瑞-瓦特大學的金融數學理科學士專業簡介首先，赫瑞-瓦特大學的金融數學本科學位在歐洲是獨一無二的。在其他地方，只有在研究生階段才提供這種數學及金融學一體化的專業。 其次，該學位信譽卓越，已經開設了大約十年之久，並且與赫瑞-瓦特大學的旗艦專業――精算學學士學位有著緊密的聯系。這也意味著它的質量是通過外界評定和保證的。本專業的課程設置：大一：概率，微積分，代數和經濟學。同精算學專業的頭兩年的課程一樣。大二：概率分析學，金融數學和金融學大三：到第三年的課程與精算學專業的課程不同，課程將重點學習數學模型和風險理論。 例如;投資組合理論，金融衍生品定價，隨機過程學，統計建模學，選修課包括功能分析學和數值分析學等等，以及學習一些有關項目開發和實施的課程。大四：高級金融衍生品定價學，高級隨機過程學，風險理論，選修課包括優化學，偏微分方程學，測量理論，以及畢業論文。入學要求：1.學歷要求：高中畢業，平均分70以上2.語言要求：雅思：6.0分托福：筆考550，機考213，網考80就業前景：雖然投資銀行是金融數學家的主要就業行業，但是本專業所教授的技能也適用於其它的行業並且有許多研究的機會。例如，那些進行商品貿易或國際貿易的公司(能源公司、航空公司、大型鋼鐵公司、礦業公司及國際大公司)都會面臨商品價格風險及外匯風險。他們便僱用金融數學家處理這些風險。目前嚴重缺乏的訓練有素的金融數學家，所以這就這意味著市場對畢業生的需求很大。

❺ 金融數學專業具體學什麼

金融碩士：通常為1年制，設置在學校的商學院或管理學院之下，其主要課程集中於金融領域，培養金融專業人才。在美國綜合排名前50的學校中，有MSF專業的學校只有10所左右。
2.MBA下的金融方向：美國大學的MBA通常會分為不同方向，金融就是其主要方向之一。其課程設置以金融為主，但也較多的涉及其它商科領域和管理領域。通常較為看重申請學生的工作經驗。
3.金融工程：是美國金融類碩士中專業性最強的一類，它是金融學、數學和工程學交叉滲透形成的學科。通常對申請學生的專業背景有一定要求，但這也成為許多其他專業學生（如數學專業、計算機專業等）想要轉金融專業的最佳選擇之一。
4.其它金融類碩士：除了以上三種，美國大學金融類碩士專業還有金融分析、國際金融、應用金融、金融管理等。這些專業的課程設置都以金融為主，但又都有不同的側重點

❻ 出國留學讀研 金融數學專業

算了吧，你既然學保險的，數學基礎好的話，還不如去讀個精算碩士呢~~~
請看下面的介紹：
金融數學（Financial Mathematics），又稱數理金融學、數學金融學、分析金融學，是利用數學工具研究金融，進行數學建模、理論分析、數值計算等定量分析，以求找到金融學內在規律並用以指導實踐。金融數學也可以理解為現代數學與計算技術在金融領域的應用，因此，金融數學是一門新興的交叉學科，發展 很快，是目前十分活躍的前沿學科之一。
在以前數學與金融之間並沒有太大的關系，這就是最近二三十年來，華爾街投資銀行各種金融交易的興起，各種金融產品的出現要依靠數學模型的演算和推廣，才使數學和金融產生了非常緊密的聯系，也使數學人才更加多的投入到了金融領域。
可是，到了今天，隨著美國排名三、四、五的投行的逐個倒閉，前二名投行摩根士丹利和高盛也已轉行。(現在他們都轉為由銀行控股，不再是單純的投資銀行了，需要在銀監會的嚴厲監管下運作)
金融危機是否會帶來經濟危機現在還不敢說，但看來美國的金融體系可能要混亂一陣子，全世界的經濟將受之影響。他給世界帶來最大的影響就是世界投資銀行業將為之改寫，投資銀行業的歷史甚至金融學的教科書都將被改寫。
如果美國政府重新對金融市場進行管制，肯定會使金融產品和流動性和豐富性受到很大的影響，華爾街曾經的繁華或許即將成為歷史。現在美國的華爾街很多人都失業，今後幾年金融是否是一個好的專業存在著一個大大的問號，所以，我建議不要去學金融數學，可以去學工程類學或一些偏應用的學科。現在很多學數學的學生都扎堆學金融，這有點像前些年學國際貿易，當時很多人去學外貿可以幾年出來以後已經找不到工作了，因為市場已經變了，企業已經自營外貿了。所以，我覺得在做專業選擇的時候，要考慮到整個行業的發展趨勢，和全球的經濟發展形式，作出最理性的選擇，希望想留學學金融或學數學為了投身金融業的學生要三思而後行。

申請金融數學碩士的條件：
1. 金融數學要求申請者有很好的數學背景，如果不是數學專業的學生，就要求某幾門數學課的成績要比較好。總結美國所有金融數學專業情況，這些課程大致有：微積分（尤其是多元微積分）、概率統計、線性代數(包括特徵值與特徵向量)、微分方程（常微分方程、還有偏微分方程很重要）、概率統計、數值方法。如果在學校要求的課程中，有的課程申請者沒有學過，那麼可以在學習專業課程前先去補上這些課，再進行專業學習。
2.金融知識基礎。大學的申請要求並沒有把金融知識基礎作為一個很硬性的要求放置在網頁信息中，但是作為申請者，如果不能對金融知識有所積累、對金融數學的內容一無所知、那勢必會影響到申請材料的製作的傾向性以及申請結果。
微觀經濟學、會計學原理，還有其它金融學入門類課程都是需要讀一讀的，如果能夠根據所學的知識為金融學研究對象建立相應的數學分析模型（如：期權定價模型），這將會是很有說服力的專業能力的證明，能表現對金融市場，工具，機構強烈的興趣。
3. 計算機能力：申請者要有一定的C語言編程基礎，其它對申請有利的包括C++、Fortran、Pascal、Java、VBA，以及數學軟體Matlab、Mathematica、Mathcad等。比如：Cornell大學的專業課程比較注重計算機技術、計算機模擬，而JAVA就是其應用最為廣泛的編程語言。而Columbia大學則對UNIX操作系統情有獨鍾。
4. 外語水平：金融數學一般要求TOEFL550以上，寫作4.0以上；GPA3.0（但重點是放在幾門數學與計算機課程成績上。其它有關數學的要求是：GRE的Quantitative較好，有的要求700分以上，還有的排名較高的學校則要求GRE數學部分在90%以上。Pure University、University of Chicago、UC-Berkeley、Stanford對數學的要求特別高，也特別偏向數學專業出身的學生，甚至要求申請者者遞交GRE的Math SUB 成績。
除了理論知識與研究論文，申請者如能有金融分析相關的實習經歷也是很好的。

❼ 有關金融數學專業

想必大家都了解過金融學專業，下面給大家講講它的一個分支——金融數學專業。這個專業對數學能力要求比較高，如果你腦子反應快、對數學有極高興趣、畢業後想在金融行業工作，可不要錯過這一個為你量身定製的專業！



金融數學是數學和金融的交叉學科，它利用數學工具研究金融，進行數學建模、理論分析、數值計算等定量分析，以求找到金融學內在規律並用以指導實踐。

說白了，就是用數學解決金融領域中的問題。



上世紀80、90年代，隨著國外計算機領域和數學領域的不斷發展，金融數學專業應需而生，如今已成為商科中的熱門專業之一。

而我國的金融數學專業較晚成形，1997年，北京大學建立了國內第一個金融數學系，旨在培養具有數學與金融兩個領域知識的復合型人才。隨著各金融機構及企業對風險管控方面重視程度加大、急需相關金融人才，金融數學在國內發展得很快，是活躍在學科前沿的專業之一。



中文名： 金融數學

專業代碼：020305T

授予學位：經濟學學士

修學年限：四年

學科門類：經濟學

專業類別：金融學類專業層次本科

❽ 英國大學本科金融數學

1、愛丁堡大學
愛大的金融數學是與英國赫瑞瓦特大學合作專業。愛丁堡大學的商學院也非常強，瓦特大學的精算專業也是英國有名的，因此，這個專業屬於強強聯手，涵蓋了商科和數學兩方面的知識。（英國大學金融數學碩士專業院校）

2、華威大學
金融數學專業是華威商學院、數學學院、統計學院和經濟學院合作的產物，涉及面廣，自然學的內容多，錄取標准也挺高。

3、利茲大學
學費：GBP16，500
入學要求：至少英國本科學歷2:1，國內本科85%以上，會計，金融，經濟，數學，物理，計算機相關背景
雅思要求：總分6.5，單項不低於6分

4、曼徹斯特大學
曼大共有3個相關課程，前2個屬於商學院，曼大的商科是英國有名商學院之一，該校的課程設置、師資等相當優秀。

5、埃克塞特大學
英國大學金融數學專業排名TOP10有哪些？埃克塞特大學金融專業排名曾位居英國第二，自然金融數學就比較搶手了，該專業位於數學學院，要求一定的數學或者工科背景。

該專業沒有畢業論文，學生只要合格完成所有課程即可畢業。

6、萊斯特大學
金融數學與計算專業雅思要求6.0分，所以，對於語言成績一般的學生還是比較有優勢的。
7、倫敦大學國王學院
國王學院是倫敦大學下屬學院之一，同IC、LSE一樣，也屬於比較難申請學校之一。該專業位於數學學院下，一再強調要求極強的數學背景，因為，課程設置里數學相關的課程還是比較多的。
8. 倫敦政治經濟學院
做為英國頂尖學校之一，LSE的入學要求一直很嚴格，而金融數學專業屬於熱門專業之一，相對而言，申請難度不低。申請者需有很強的數學背景，或者數學相關專業，雅思6.5，聽力和閱讀6.5，口語和寫作6.0
9. 倫敦城市大學
該專業需要很強的數學背景，所以一般要求學生是數學、物理、工程等相關專業。在CASS商學院授課，入學要求很嚴格，平均分80-85分左右，雅思7.0，寫作6.5.
10. 倫敦大學學院
做為倫敦大學成員之一，UCL有得天獨厚的優勢，同時是英國頂級大學之一，學校科研實力在很多方面都得到世界的認可。該專業要求學生具體良好數學基礎，雅思6.5，單項6.0。