Степень магистра в области количественных финансов связана с применением математических методов для решения проблем финансовой экономики . [1] Существует несколько одноименных степеней, которые могут дополнительно сосредоточиться на финансовом инжиниринге , вычислительных финансах , математических финансах и/или управлении финансовыми рисками .
В целом, эти степени направлены на подготовку студентов к ролям «квантов» ( количественных аналитиков ), включая анализ , структурирование , торговлю и инвестирование ; в частности, в этих степенях особое внимание уделяется деривативам и фиксированному доходу , а также хеджированию и управлению возникающим рыночным и кредитным рисками .
Программа обычно длится от одного до полутора лет и может включать компонент диссертации . Вступительные требования, как правило , включают многомерное исчисление , линейную алгебру , дифференциальные уравнения и некоторое знакомство с компьютерным программированием (обычно C++ ); [3] программы, делающие упор на финансовую математику , могут потребовать некоторых знаний в области теории мер .
Первоначально учебная программа формирует количественные навыки и одновременно развивает базовую теорию финансов:
Компоненты затем объединяются, обращаясь к моделированию , оценке и хеджированию деривативов на акции , деривативов на товары , валютных деривативов , инструментов с фиксированным доходом и связанных с ними производных кредитных и процентных ставок ; см. Математические финансы § Ценообразование деривативов .
Программы часто включают темы рыночного риска и кредитного риска , при этом некоторые степени предлагаются как специализированные «Магистры в области управления финансовыми рисками ».[8] Рассматриваемые методы включают [9] стоимость под риском , стресс-тестирование и анализ «чувствительности» , а также базельские требования к капиталу/ликвидности . Все чаще программы также охватывают количественное управление портфелем и его оптимизацию ; [10] [11] [12] [13] [14] см. Обзор финансов § Количественное инвестирование и§ Теория портфеля . Темы (или специализации) [15] в науке о данных и машинном обучении становятся общими. [16]