Finmath@NYU干货介绍以及找实习【万字长文】

[align="left"]前言：2018 Fall Finmath@NYU, summer在NY某bank做fic quant。以下经验纯粹是个人观点，如有不当之处还请海涵并指正，也欢迎各位同学互相交流学习，师弟师妹有关于NYU Finmath的问题也可以问我。 [/align][align="left"]1. 关于金融数学/MFE[/align][align="left"] 对于金融工程/数学/量化金融这几个专业，虽然名称不同，但其实本质都一样，都是培养在华尔街工作的码农。但是这几年去做其他工作的也越来越多，听说过越来越多的案例毕业后去ib或者s&t那种传统上不要master甚至不要中国人的地方。总体来看金融工程整个行业依然不温不火，不过最近几年学这个专业的人倒是越来越多了，导致录取水涨船高。[/align][align="left"] 网上对于金融工程常见的一个排名是quantnet这个网站。目前金融工程master来说最优的选择只在princeton Mfin，baruch mfe, CMU MSQF, Berkeley Mfe, 哥大mfe, NYU金数这六个项目之间，任意一个均可。这几个项目毕业之后99%的学生都是留在美国。而且由于选课不同，项目内的差异可能比项目间的差异更大。Cornell mfe，哥大金数，运筹，NYU tandon mfe和MIT的项目也很不错。其他的金融工程项目可能找实习找工作可能会有一定的困难，但是也有机会。[/align][align="left"] 如果想在美国就业的话，申请的时候就按照排名申即可，这种情况下专业排名比学校名气重要，比如一个baruch mfe的毕业生在美国找工作可能要远远强于一个藤校“水”专业的毕业生，因为baruch经过dan多年在华尔街经营的人脉和对学生严格的训练，已经在纽约有口皆碑了 。此外，tier1的项目很多和各个公司有着密切的合作，特别是投行，基本每年都会给几大矿校各分配几个名额，比non-target program申请概率要高很多，此外还有一些自己独有的小fund的资源，因此找到工作还是问题不大。而non-target program大多数还是回国就业。然而现在这个阶段，整个金融市场过饱和，哪都不缺高学历的人，海归金融硕士和国内北大清华的金融硕士比并不具有明显的优势，因为缺乏长时间且有料的国内实习机会。从卖方来看，target school的头部效应更加明显，除了tier1和少数几个tier 1.5的项目，其他项目想进投难度比较大了。从买方来看，前几年拜市场所赐，对冲基金还是会招很多人的，但是2018年对冲基金几乎都亏了个掉，而且新成立的fund数量也创历史最低，2019目前来看还是没有乐观的理由。所以这种情况，专业排名重于学校排名。[/align][align="left"] 如果要回国的就业，或者转行做ibd/PE等等之类工作的话，那在美国学的东西就都没什么用了。这种情况下学校的名气是读国外硕士唯一能起一点作用的工具。如果考虑走这条路的同学申请的时候可以不必参考这个排名。不过话说回来，目前国内经济形势不好，金融专业首当其冲，国内大把大把的清华北大金融硕士就业都很困难，一个海归的title真心不是就业的优势，有的时候甚至还是劣势，比如工行金融市场部今年招聘基本就没有海归。因此，考虑回国或者转行的同学除了有一个big name的学校之外，更重要的是还要多考CPA多做相关的实习，上课反而没那么重要了。[/align][align="left"]最后说一下有的人非常喜欢说的项目鄙视链。我个人觉得鄙视链的存在完全没有必要。这种授课型program大同小异，从长期来看作用远远小于本科/phd带给人的影响。在美国这类硕士基本是给已经工作的人转行准备的，本质上就是职业培训。这就好比学托福的时候，有上新东方的鄙视上考满分的吗？读硕士最重要的是找工作的结果，不管在哪个项目找工作都是第一要义。只要不断向想去的方向努力，总归是有好的结果的。[/align][align="left"]2. 关于NYU金数[/align][align="left"] NYU金数这个项目是在大名鼎鼎的Courant数学研究所，也是全美第一个开金融数学硕士教育的program。不过这几年很多老师都已经跳槽走了，比如Jim Gatheral去了Baruch, Peter Carr去了NYU tandon。虽然现在还是在NY tier1的矿校里，但是感觉和后面的Cornell mfe, MIT Mfin或者NYU tandon差别也不是特别大了，具体体现在就业率和学生薪酬上,虽然就业率仍然是100%，但是平均薪酬没记错的话2017年已经降到10万刀以下了，学生能去big name的越来越少，希望以后可以有所改善。[/align][align="left"]3. NYU金数录取条件[/align][align="left"] 因为是在数学系的领导下，NYU金数比较看重数学背景和研究能力。个人感觉classof 2019的fulltime基本是大陆本前十的学校或者美本50左右的学校，数学+统计或者经济；GPA 3.8+，托福110+，GRE330+；不过大多数人没有太多比较fancy的实习经历，很多人甚至没任何金融背景，但是基本都会有一段或数段的专业的数学研究经历。项目会把每一届所有人的resume book 都发到Courant Finmath的网站上，看一下就可以感受到Courant招人的风格。往年的情况是还会招很多数学系的phd，不过今年所有的full time基本都是fresh graduate。phD在买方的招聘会有edge，但是面投行并没有太多的优势，而且可能因为是phd导致面试非常难。[/align][align="left"]NYU金数名义上的的系主任一般是Courant里学术上非常知名的数学教授，一般不参与系里具体的管理，这种系主任最重要的作用只是表明金数还是在Courant数学院的领导下。除了个别基础课，大部分课程还是由外聘的业界老师来教授的。这些老师本身就是业界的大牛，比如很多是千禧基金，高盛，黑岩或者其他知名大公司的D甚至MD来上课。[/align][align="left"]负责系里具体日常工作的老师叫Petter，耶鲁数学博士，曾经在高盛工作过。Petter这个人最大的特点是非常鼓励networking，记得他曾经说过对于大多数工作来说。并不是你数学水平越高越容易拿offer，而更多的是需要你个人networking的能力。因此我们的career workshop也是以教networking为主。[/align][align="left"]个人觉得这样做见仁见智: networking是属于高投入低回报的一种求职方法。诚然，如果有一次networking成功，那基本意味着求职记结束了，在其他人连简历关都过不去的时候你已经拿到面试甚至offer了。我的一个同学，就是通过学院组织的networking event上成功和一个在MS工作的师兄networking并且拿到了内推，进了MS的终面。但是这种天上掉馅饼的好事是可望不可即的，特别是如果个人能力有限，即便可以在networking event上和MD聊的很投缘，拿到了大公司的superday，如果准备不充分跪的概率还是很大的，毕竟现在金融行业到处都人才过剩。因此，我觉得对于在校生来说，networking如果能拿到内推固然很重要，但是更重要的作用是帮助了解行业里的人在做什么，了解不同公司不同desk的功能以及了解自己是不是真的对这种工作感兴趣。[/align][align="left"]4. NYU金数的优缺点：[/align][align="left"] 优点：Courant的学术声誉非常好，金数也因此沾了沾光，导致以我这样的东郭先生也能在高手如云的纽约凭借项目的口碑滥竽充数。这种口碑基本能保证拿到所有大公司的first round interview，能走多远看个人努力。项目独有一些实习资源，某些小fund和项目有深度合作，甚至一些教授自己就有fund，某些课上的老师会直接从课上招学生去做summerintern。此外，由于大行的名额一般比较固定，比如某行给NYU金数2个名额，给哥大金工4个名额，但是NYU只有40个人，哥大金工有100个人，这样的话小项目resume pick的概率会更高一些。[/align][align="left"] 缺点：学生背景不是很diversified，外国人很少，中国学生背景同质化太严重。项目课程比较固定，所有人第一学期的课是一样的，之后的选修课也大同小异。另外暑期课太短，只有三天，其他项目都会有较长时间的summer course复习基本知识，比如baruch 7月12号就开学，复习有2个月，CMU7月末8月初，NYU tandon从去年开始也有online summer course带着大家复习，Berkeley甚至提前一年就要求上网课刷绿书。而我们项目9月4号才开学，一共只有三天的summer course，导致基础不是特别过硬。另外届时很多实习项目已经结束了或者快要截止，这时候好多同学刚来纽约兴奋劲还没过，还需要享受一下纽约的生活，或者压抑了很久的本科终于结束到美国需要放飞自我，还不能全力以赴地找实习，等回过神来就发现好多机会就已经错过了或者没准备好，有的同学甚至直到第一学期寒假还没刷完一遍面试书，这样就是实在是很可惜。因此对于我们项目的同学来说，重中之重是不能只依靠项目的安排，还需要充分发挥主观能动性，利用好暑假时间查缺补漏刷题。[/align][align="left"]5. 一个比较理想的金融工程硕士背景(包括但不限于)[/align][align="left"] 数学：3 semester Calculus，linear algebra,probability theory, statistics, linear regression/econometrics, real analysis,complex analysis, numerical analysis, stochastic process, stochastic calculus,time series analysis, machine learning, deep learning algorithm, ode, pde.[/align][align="left"] 金融：Black Scholes and itsapplication, derivative knowledge, pricing theory, 股票，债券基本知识，基本的财务知识（CFA 1程度的即可），简单的宏观经济知识（可以看懂财经新闻即可），基本的game theory。最好还应该学一下简单的利率模型，比如vasicek, Hull-White, LMM等等。中微中宏用处不大。[/align][align="left"] 编程：python/R，C++，data structure andalgorithm, OO programming，还需要有简单的data base的知识。 [/align][align="left"] python和C++是目前最常用的两种语言。Python几乎所有岗位必备，建议作为主语言。另一个必备的是C++。C++虽然最近几年式微，但是短时间内还是无法被取代，毕竟大公司历史原因很多C++ library都已经写好了，重新换语言成本太高。另外Python这几年换代语法都不太兼容，感觉那些大公司还是谨慎的考虑要不要改成python。所以，虽然也有很多同学完全不懂C++，也找到了很不错的实习，但是我觉得简历上有C++会给自己增加很多面试机会，特别是在招人最多的投行，主要还是以考C++为主，而且问的C++一般都是最基础的问题，准备也花不了太长时间。所以建议还是要熟练掌握。其他的语言如java，R，matlab，vba，会的话更好，可以给自己增加面试机会，不会的话也无伤大雅。[/align][align="left"] 应付面试的话，quantnet上面的C++课已经足够了。Python重要的是要动手做过项目，只是学过python语法的话还不够。[/align][align="left"] 除此之外，最好还有一些相关的量化建模比赛，实习和project经历，比如quantopian或者kaggle。美赛如果做得好的话也可以写，不过这种project和金融关系不大而且水，面试官一般也很懒得问，不会是一个太强的加分项。[/align][align="left"] 还有一些同学有很多IBD或者PE的实习，我的看法是，如果实在没有其他和金融工程相关的实习，可以放一些IB的实习在简历上，但是不应该在主要位置。对于量化金融的简历，实习的相关性更重要，公司的big name不是很重要，简历上主要位置必须放model相关的经历，不管是搞策略，数据处理甚至纯粹的数学研究，这都放IB的实习好，哪怕是big name的。在简历上写IB类的实习只是一时的权宜之计，等到未来有更相关的实习、比赛或者project经历之后要把这类实习尽快去掉。[/align][align="left"]6.关于找实习[/align][align="left"] 金融数学/工程硕士找实习，用一句老话来说，就是before you come, you should be fully prepared，这是读金融工程硕士之前必须有的常识。在美国找量化实习，暑期留用是最主要的途径，而暑期实习往往在前一年就开始，因此，这意味着刚入学就要找开始找实习，所以本科时代的积淀直接决定了找实习的好坏。[/align][align="left"] 找实习基本的time line是前一年的暑假开始面试，经过秋招，大多数公司在一月份基本完成招聘，寒假回来第二年春招主要是一些小的fund，通过项目connection招聘。一般来讲平均每个大行招20-30个实习生。Fund不一而足，大的fund如citadel每年也会招十几人，但是主要是以名校phd和藤校本科生为主，其他小fund大概招1，2个人左右。[/align][align="left"] 在美国找实习基本没有国内的所谓群面。一般是一轮笔试或者online test加上2轮面试。简历一般会筛掉90%的人，剩下的平均来看每一轮淘汰一半左右。[/align][align="left"]7.关于简历和cover letter:[/align][align="left"] 简历是求职的核心，是重中之重。首先是格式要工整精美，然而不能花哨。网上比较容易找到的金融数学硕士简历有我们项目的，princeton 金融硕士的和哥大金融数学硕士的，这些简历可以拿来当做模板。简历相当于面试的提纲，大多数面试的问题都来自简历。比如简历上写了C++，那C++的问题肯定是躲不掉了。我个人的建议是复习面试的时候就把自己的简历拿出来，再拿出一张白纸，把每一个简历上的关键词写下来，然后复习所有相关的知识，一条条总结下来。我自己的经验是其实大多数时候面试的时候问的问题并不难，都是这个关键词比较常见的问题。比如在简历上写上学过偏微分方程，面官可能让你解一下一维的热方程之类的，但是如果没有复习到答不上，这样就比较尴尬。[/align][align="left"] 对于一个有志于做quant的人的简历来说，简历上一定要有突出的，可以和业界大佬讨论的项目或者实习，比如如果面的是投行里option的岗位，如果简历上最突出的位置有curve building, calibration，或者处理复杂的衍生品模型或者随机波动率模型的经历，就会是一个很好的加分项；如果面的是买方，有利用机器学习算法或者搞过信号可能会让人眼前一亮。简历不需要太谦虚，适当的可以夸张一点点，只要你能把这些故事说好。但是风险和收益总是相互依存的，在简历上写比较高级的模型或者数学工具的话，一定要对这种model比较熟稔，千万不要被问到张口结舌。 [/align][align="left"] 简历是要给人看的，写好简历后，一定要多和人交流，多听听师兄或者同事的评价。有的同学可能不好意思给别人看简历，或者是担心别人和自己竞争，其实完全没有这个担心的必要。因为每个人的经历都是不一样的，而且即便有相似性，每个人的表现也不一样，这里的关键在于自己不断的准备。我自己刚入学就找了差不多十几个师兄师姐帮忙分析简历。开始和师兄交流的时候，满心以为简历已经经过了这么多次的修改，没什么问题了，可还是被批的体无完肤。后来我自己再看，当时的简历确实写的不好，如果以那份简历去投实习估计什么都没有了。在不断和人交流的过程中，简历水平自然就提升了，还可以了解到哪些知识点是面试中容易被问到的，还可以和帮你修改简历的人networking，实在是一举多得的好方法。简历平均每两周就应该修改一次。每修改一次就可以和人交流，可以不断提高自己的面试水平。[/align][align="left"] Cover letter的作用略谜。一方面，有人非常强调cover letter的作用，甚至是把cover letter当做申请的时候的personal statement来对待。另一方面，我自己面试的时候问业界人士，似乎他们都不看cover letter。我猜可能是因为cover letter主要是由HR部门的人来看，项目组的人不看，而真正有决策权的人是项目组的人。不过本着宁可信其有的原则，cover letter还是应该好好写。[/align]