在当今人工智能和大数据的时代，量化金融（Quantitative Finance）已成为全球高薪和高竞争力的代名词之一。

在选择学校时，除了参考行业权威网站 Quant.Net 的排名，Risk.Net 发布的全球量化金融硕士排名同样具有重要的参考价值。

近日，2025年 Risk.Net 全球量化金融硕士排名如期发布！一起来看看吧。

今年的排名指标继续沿用往年的核心框架，着重评估量化金融硕士项目的就业率、薪资水平等关键数据，共设有8个主要指标，具体如下：

图源：Risk.Net

注：并非所有机构都提供讲师的引用次数，通常这些数据来自于 Google Scholar。

在本次排名中，巴鲁克学院、普林斯顿大学以及加州大学伯克利分校分别位列前三。

其中，巴鲁克学院的金融工程硕士项目（Master of Financial Engineering）以100%的就业率和162,429美元的起薪稳居第一。

而普林斯顿大学的金融硕士项目（Master in Finance）尽管起薪更高（164,583美元），但就业率（99%）略逊一筹。在Top10榜单中，美国占据了7个席位，其余三所学校分别来自法国巴黎、瑞士苏黎世和德国慕尼黑。

哥伦比亚大学和纽约大学是仅有的两所同时拥有多个项目上榜的院校。哥伦比亚大学的金融工程硕士排名第6，金融数学文学硕士排名第8；而纽约大学则有金融工程硕士（排名第15）和金融数学硕士（排名第17）。

就业率最高（100%）：

• 巴鲁克学院-金融工程硕士

• 北卡罗来纳州立大学-金融数学工程

• 哥伦比亚大学-金融工程硕士

• 苏黎世联邦理工学院-量化金融理学硕士

• 慕尼黑工业大学-数学金融和精算科学硕士

• 卡内基梅隆大学-计算金融理学硕士

• 维也纳经济与商业大学-量化金融硕士

• 佐治亚理工学院-量化与计算金融理学硕士

就业率最低（76%）：

• 纽约大学-金融数学硕士

起薪最高（164,583 美元）：

• 普林斯顿大学-金融硕士

起薪最低（60,761 美元）：

• 维也纳经济与商业大学-量化金融硕士

Top25 完整排名如下：

图源：Risk.Net

看完了今年的金融工程排行榜，有想法申请金融工程的同学也可以看看这个专业究竟适不适合自己。

金融工程在不同的大学有不同的名称，比如：

它们的实质都是一样的，都是以数学工具来建立金融市场模型和解决金融问题的新兴学科。

在美国，金融工程项目通常属于 STEM，有36个月的 OPT 实习期，对于毕业后想留美的同学而言这也是一大吸引点。

近年来，由于金融创新层出不穷，金融市场日益复杂，逐渐发展出各种金融衍生物。而如何对这些金融衍生物进行定价，是投资银行所面临的一个难题。

同时，由于金融投资工具的复杂化，传统的投资方式难以保持基金的高成长率，需要设计出更加高级的投资组合来获得盈利。因此，那些既通晓金融市场又有数学应用能力的复合型人才在市场上极为稀缺。金融工程就是为了培养这样的人才而产生的。

接下来，就以美国高校的金融工程硕士项目（Master of Financial Engineering，MFE）为例，为大家介绍一下具体情况。

根据项目侧重点和学院风格的差异，其所在学院也有所差别。有的开在商学院，有的开在数学系或者工程学院下，也有是多个学院一起来合办，不同院校的课程设置都有所区别。

比如加州大学伯克利分校（UCB）的 MFE 开设在其 Hass 商学院下，课程围绕包括投资衍生品、金融实证方法、固定收益市场等金融方面的学习。

而哥伦比亚大学（Columbia University ）的 MFE 项目开设在工程学院下，主要提供工程方法论和金融定量方法应用方面的课程，专为希望在证券、银行、财务管理和咨询等行业或一般制造和服务公司工作的学生而设计。

但整体而言，MFE 一方面会要求学习偏金融、经济的基础理论课程，例如宏观经济学、微观经济学、衍生品、货币银行学、证券理论、定价和对冲、金融风险管理等；

另一方面，高等数学、线性代数、统计学、概率论与数理统计、随机过程、金融工程学、ERP 软件、金融分析软件等偏数理计算的课程也不能少；此外，编程类课程，例如 Python、C++、计算机算法与数据结构等也需要掌握。

简单点说，MFE 就是一门综合了金融学、数学和计算机科学的交叉学科，并且对于数学和计算机的要求都非常高。有人说，该不该去念一个 MFE，取决于你对工程的热情。因此，MFE 项目更适合有数学、计算机、统计等理工科背景学生。

下面，再来看看几个热门院校的金融工程硕士项目及其申请要求，大家可以作为一个择校参考。

纽约城市大学巴鲁克学院（Baruch College, City University of New York）的 MFE 项目从未掉落过北美专业 TOP3。

图源：巴鲁克学院

巴鲁克学院的 MFE 项目要求申请者有修过2个学期的微积分、一学期的概率论、一学期的线性代数、一学期的 C++/证书、一学期的金融/相关经验。因此，本科如果是相关专业会有较大的优势。

并且巴鲁克学院的 MFE 项目在价格上非常优惠，除了申请难度高，基本上没有别的什么缺点。

图源：巴鲁克学院

加州大学伯克利分校（University of California, Berkeley）是世界著名的公立研究型大学，在学术界享有盛誉。UCB 的 MFE 项目设置在哈斯商学院下，时长为1年，每年3月入学。

课程侧重于投资、金融市场、数据科学、深度学习和证券估值，还涵盖了行业中常用的数值和模拟数学以及计算机技术，长年在各大 Quant 排名位居前列。

该项目要求申请人具备强大的定量背景，包括多元微积分、线性代数、微分方程、数值分析和高等统计和概率；较强的编程能力，要求有计算机编程经验（C++、Python），熟悉计算机作为计算和管理工具。

金融方面有宏观与宏观经济学、公司金融、 货币与资本市场、投资学等相关课程，项目开始之前补充完毕即，此外还需要优秀的英语听说读写能力。

另外，该项目喜欢有工作经验（最好和量化金融相关）的申请人。

图源：加州大学伯克利分校

卡耐基梅隆大学（Carnegie Mellon University）的金融工程项目通常简称为 MSCF，创立于1994年，由商学院、数学系、统计系、信息管理学院4个教学单位合办。

项目强调量化金融的学习，重视计算机编程和金融实践，要求学生完成一个全日制的学习和一个暑期实习。

该项目有两个地点可供选择，一个位于纽约市，距纽约证券交易所仅一个街区，有更多 Networking 的机会，也有更多的娱乐文化生活；还有一个位于匹兹堡，是 CMU 的主要学术中心，更有学术氛围，生活成本也相对更加实惠。学生可以根据自己的实际情况进行选择。

该项目对先修课有明确的要求，要求申请者在申请前学习过微积分 I 和 II、线性代数、基于微积分的概率，以及至少一学期的面向对象编程语言课程（C++、Java、Python、C#）。

而从该项目的录取学生专业背景来看，具有数学/统计学、商科/金融、计算机等背景的学生更有优势。

图源：卡耐基梅隆大学

MFE 课程时间较短，仅需 1~2 年的时间，虽然项目价格较贵，大部分学校也不提供奖学金，但根据各校官方发布的 MFE 学生就业统计，绝大部分 MFE 的同学毕业后都有机会进入投行、券商、基金公司、风险管理部门等高薪行业，从事定量和技术性工作。属于投资周期短、回报快的一个项目。

因此，这个项目的申请人非常多，且呈逐年递增趋势。

另外，该项目也为理工背景的人提供了转行的机会，对于理科成绩好，并且对金融感兴趣的同学，这是一个非常不错的选择。

而在录取方面，学校主要考察申请者在先修课程、工作/实习经验以及硬件的 GPA、GRE 等成绩。

一般来说，GPA 3.0 以上就可以申请，但是 GPA 3.5 以上是一个比较有竞争力的分数，而排名靠前的几个项目竞争会更激烈，关键课程的 GPA 至少在3.7+ 会比较保险。

大部分院校都同时接受 GRE/GMAT，但需要注意的是，部分工学院和数学系下的 MFE 可能不接受 GMAT 成绩。

另外，有些项目还会建议申请考 Subject GRE in mathematics、physics or another highly quantitative discipline，所以准备前一定要去学校官网看清项目的具体申请要求。

美国各学校的 MFE 项目大多对于申请者的先修课程有明确的要求：

高级微积分、线性代数、微分方程、概率统计几乎是最普遍的数学背景要求，部分院校甚至规定了这些数学课程应该学了多少个学期，达到什么样的成绩。

计算机方面，学校期望申请者已经掌握了基本的编程语言，如C/C++、Python 等；金融方面则要求申请者具备基础的金融理论知识，如果有金融领域的相关证书（比如 CFA）也会加分。

这些都不是短时间内能够掌握的，因此此前为相关专业的人申请会有很大的优势。

通常，各校的 MFE 项目对实习/工作经历不会有硬性规定。不过从各院校的录取结果来看，拥有2~3段相关的实习经历相当重要。

而想进入排名靠前的 MFE 项目，你实习/工作单位的声誉（名气）、实习/工作岗位、实习/工作时长、实习/工作期间的项目成绩等都会有较大的影响。