最大短板:TOEFL(100-) 因为托福报名竞争很激烈,所以在九月份开学的时候我任然未能报上一场托福,也是因为各种准备的不充分导致一直未能取得一个理想的成绩。所以,未能尽早的把托福成绩考出来一直是贯穿整个申请季我心头最大的遗憾。在我看来,从某种意义上对于申请硕士来说,TOEFL的重要性是大于GRE的。很多学校,是会有TOEFL成绩限制的,比如Cornell,它的工程学院明确要求申请者的托福要达到100分总分,23分口语单项。(我先开始没看清,就跪于此了TAT)所以我希望后来者能吸取我这一教训。
最大闪光点:Internship&Workshop 我做过三份实习:第一份是大二结束的暑假在北京某不知名券商打了一个月酱油,第二份是大三结束的暑假在国产TOP2券商做了IBD实习,第三份是大四上学期期中到期末在某国产TOP5券商做了四个月的quantitative analyst intern。就申请而言第三份实习对我的申请帮助最大。在第三份实习中,我的方向主要在于期权研究。在supervisor的帮助,我学习了很多新的定价模型并将其与在数学系的上课中学习到的方法技巧结合以付诸实践,比如用Monte-Carlo simulation计算期权价格,用最优化方法calibrate Stochastic Volatility model,还玩了价值昂贵的Bloomberg Terminal。
我在大三结束的暑假还参加了上海财大信管学院和斯坦福金融与风险建模研究所联合举办的Statistical Methods and Models in Quantitative Finance and Risk Management Workshop。斯坦福大学统计系教授,前系主任,华人第一位COPSS总统奖获得者黎子良教授亲自授课并且亲自指导相应的研究。在这个Workshop上,我夯实了统计基础,比如用Time-series里的GARCH模型去建模并预测波动率,用Bayesian方法去解决Markowitz Mean-Variance model中的“Plug-in" problem。同时我们小组也在黎子良教授的指导下研究了如何用Markov Regime-Switching model去给liquidity risk建模。
实习与Workshop里的经历无疑是我申请中的闪光点 。一方面我通过这份实习和Workshop证明了我的solid quantitative background,另一方面我在实习中也终于算是第一次接触了industry,积累了经验,也对未来的career path有一个更清晰的认识。
申请了四所学校:AD@Baruch MFE, AD@Columbia IEOR, AD@CHICAGO MSFM, REJ@Cornell M.Eng(FE track)。最后我选择了Baruch MFE项目。 至于为什么要选择申请金融工程项目,我觉着可以追溯到大二的时候看了Emanuel Derman的自传《My life as a quant》,觉着quant干的活很有意思,当时我总结成“用数学去测度人类无尽的欲望”。在一亩三分地等论坛上也慢慢了解了Financial Engineering到底是干嘛的。从那个时候开始我就有意去完善自己的申请背景。因为数学系课程很多,所以我无法在平常正常学期里找实习,只能抽出暑假的时间来做金融相关的实习,从最初的打酱油一直到第三份受益匪浅的干货实习。
选校方面,虽然我采取了相对激进的申请策略,只申请了四所,但做这个决定之前我依然做好了充足的选校准备。金融工程选校我主要参考了quantnet上各个项目的排名并浏览了各自官网上的核心数据,例如录取的平均三围,毕业生的summer和full-time placement情况。综上考虑我对金融工程项目分了个类(网上有好多版本,不过有些太老了还都用的N年前的数据,不能反映最近两三年来的新变化)。 Princeton MFin(申请难度极大,每年从大陆招1-2人,今年我听说录了两个光华的GGU学员。BTW,当年人人上曾经给了这个项目学生的CV链接,都是神一般的CV,据说由于浏览量过大一度导致网站崩溃,对方取消了把CV直接放在网上,需要找小秘索取)
UC Berkeley MSFE(spring入学,在Hass商学院下面,1年项目,GRE AW要求极高,好像要4以上否则只能conditional ad。偏爱有工作经历的,曾经入学平均年龄在28左右,最近几年有所下降。即将和我成为Baruch MFE同学的Z是清华本,在UBS HK全职工作了一年,收到了他家的AD)Carnegie Mellon MSCF(1.5年项目,在Tepper商学院下面。项目很强调coding,在每年收七八十人的情况下依然能保持超高的placement rate足见其项目质量之高,据说出路很多做Sales & Trading的。学费死贵,8W+)Baruch MFE(1.5年项目,汇聚了一批兼具学术背景和业界经验的大牛,比如偶像之一的SVI方法的提出人,Merrill Lynch 前MD Jim Gatheral和业界最著名之一的SABR利率模型提出者Andrew Lesniewski。Location超好,和Wall Street隔两个街区。Director的networking极强,在花街的Placement 近100%,主要职位是各大行的quant,起薪等数据可在官网上查到。录取率6%,但学费低廉,CMU一半都不到。缺点显而易见,在国内Brand太差,差到被很多人认为是野鸡大,比如家母。所以不适合毕业就回国的同学考虑)Columbia MSFE(Derman当系主任,location不用说。placement如果在NYC可能不如以上这些项目,但很多毕业生去HK拿global pay也很棒。Brand在国内如雷贯耳,适合回国考虑的同学们) NYU MSMF(1.5年,应数中心Courant下面的,极其强调数学背景,location超棒,placement挺好的。不过好像coding侧重不多,对于coding基础不好的这方面存在隐忧)
Tier1.5 Cornell MEng(FE track)(Risk方向强,得益于director是前Citi的)
Tier2 UChicago MSFM(今年第一次延长到了1.5年,可以看出来,项目正在改进,以Chicago如此强的实力,如果用心肯定能做出一流的项目,看好它未来的发展)Columbia MAMF(与MSFE不同,它在哥大数学系下面。整体太theoretical,比MSFE低一档次)GIT,UCLA,UToronto等等 之后的我不大了解,有兴趣的同学可以参考quantnet排名及其他论坛上的分类
我的选校策略就是tier1选两所,tier1.5和2各一所。后来我和GGU的龚老师谈了谈我的背景适合的学校,因为希望毕业之后能够留美工作,所以他帮我的定位就是把主要精力放在确保Baruch College上。完全保底的学习并没有考虑,因为我打算最坏的情况无非是申请不到理想的然后gap一年积累实习经验来年再战。不过幸运的是这个最坏的情况没有发生,反而来了最好的结果,是实力也是运气。至于我为什么最终选择了国内毫无名气的“野鸡大学”Baruch呢?我觉着一是因为它在Wall Street超赞的reputation和强大的校友网络(毕业生基本在big name的投行做quant),二是看中其强大的师资资源(如前所述的Jim和Andrew,再比如系主任Dan超强的networking),三是课程设置很practical,既强调数学背景提升也特别强调coding的付诸实践(课程为培养quant设计),四是班级小(一届20人左右)同学之间合作关系融洽人脉积累丰富,五是成本低(一年半学费3.5,考虑到其第一年结束时summer平均实习的salary在average 0.7 per month以及毕业起薪average 10+的基础上,收回成本能在一年内,对家庭负担压力不大) 对于想申请金融工程专业的同学来说,一定要打好自己的数学基础,并且要积累起丰富的编程经历。这些实力在申请相关项目中至关重要。以Baruch为例,我在录取中经历了三次面试,全部为tech面,穿插几个behavioral的问题。 一面(phone interview)exp(-x^2) integral from 0 to infinity, the eigenvalue of n by n matrix with the diagonal entries 0 and others 1, C++ experience, weakness of Black-Scholes models, a brain teaser.二面(phone interview)i to i, Jaccobbi matrix, Newton interpolation, convergence of Monte-Carlo simulations.三面(Skype)interest in finance, what did you learn in the Differential Geometry course. 从上面可以看出,Baruch的面试就是简化版的投行面试quant的。没有坚实的数学背景,是很难通过的。
大家可能都知道,金融行业是很讲究networking的。其实申请中也是,这个就类似于申请中的陶瓷。不过这里既可以陶瓷对方学校的教授,也可以陶瓷毕业或在读的学长学姐。
我在Baruch MFE官网上看见了Students Profile,找到了一个12年交大毕业的学长,但网站上并没有给他的联系方式。不过我用Linkedin搜索出了这位学长并成功拿到了他的微信号和邮箱。在和他交流中我慢慢获取了更多的关于项目的第一手信息,学长也耐心的帮我修改了PS和CV,后来更是写了邮件向系主任推荐我。总而言之,Linkedin是一个职业社交的好的工具。善于利用它能获取很多第一手信息。再比如,你可以通过它的搜索功能找到某个项目的真实placement。
GGU的龚老师也一直不停的帮助我,他用自己的networking介绍给我了两位在Baruch就读的清华的学长。一位14入学任然在读,已经拿到了美银美林associate职位的C学长。一位13入学已毕业现在就职于Morgan Stanley的G学长。G学长不仅十分nice的帮我修改CV和SOP(不放过任何一个小细节),还帮我在Skype上做了六次mock,对我之后面试的表现帮助极大。 希望我的以上经验教训能够对后来者有所帮助。也祝大家多拿OFFER和AD,也希望即将飞赴大洋彼岸求学的交大校友和世毕盟学员们在异国一切顺利。
初次听到Candy的名字就莫名觉得充满了浪漫气息,从朋友圈里了解到的她,喜欢与大家一起分享美景,更善于从生活的细小之处发现美好。这样的她,也让人不由得想要多了解一些。 Groningen University, 作为荷兰历史最为悠久,也是最大的大学之一,素来与复旦大学有着优秀学生交流项目上的合作。而Candy也在两年前作为优秀学生的一员,踏上这个在未来的日子里都发自内心喜欢的地方。“所以你拿的是双学位吗?”“对,复旦是金融学,Groningen是计量经济学。”“当时为什么决定参加这个项目呢?”“其实我觉得复旦的金融系是个特别可怕的地方,因为全复旦绩点最高的学生都在这里。这也是我选择离开的原因,因为太多的注意力放在刷绩点和找实习上了,没有自由空间,我更希望把注意力放在我觉得重要的事情上。”在高度的竞争压力下,Candy没有因为困惑失去方向。而是不忘理清思路,找到适合自己的节奏。“不过,这也让我学会了在高密度的优秀中国学生中间生存的能力,就是大家一哄而上的时候,你要分析一下这件事真实的价值,以及和你自己的适配性。” 从本科的金融加计量经济,到master的经济统计,只是有重点的申请了不到十所学校的Candy 已经拿到了Duke, Berkeley, Michigan在内的多所学校的offer。 “从金融到经济统计,应该也算是转专业了吧?” “其实我觉得世界上不存在转专业的说法,就是不同的阶段做自己最想做的事情吧。”这样特别的回答,果然充满了Candy’s style. “Berkeley也是很好的学校,而且在加州气候和地理位置也很好,为什么偏偏选了Duke呢?” “因为我喜欢森林,Duke有很多森林。” “我是认真的。”我只想说,Candy你这么回答我真的一点也不意外。 “因为杜克比较偏僻,我觉得比较适合念书。至于找工作,虽然很多人认为地理位置很重要,但是我觉得更多时候还是看你的社交能力,Duke也是target之一,有很好的校友资源,所以就决定去那儿了。” “你觉得经济统计这个专业的申请重点是什么呢?” “重点就是要有好的语言成绩,还有丰富的背景。因为每个学校的风格是不一样的。比如Chicago就拒了我,但是录纯数学背景的学生比较多。像Berkeley更多会选择名校并且背景符合的学生,因为他们的项目是以找工作为目的的。所以比如double或者triple major的学生就会比价有优势。然后UCLA比较偏好有计算机背景的学生。总而言之就是大部分竞争激烈的项目都有明确的个人风格,所以申请前要研究一下。” 随口就说出这些干货,足见Candy在申请时做了多少功课。 “我觉得就是在欧洲的经历吧。当时在欧洲和一些教授交流比较多,关系都不错。虽然Groningen不算是一所很有名的学校,但是欧洲学校的教授普遍都很厉害。比如我的两位推荐人,一位是我课外学习的老师,一位是任教老师,他们都在顶级期刊发表过文章,而且我和他们又比较熟悉,所以就能写出来很真实有说服力的推荐信。” “其他背景的话,我之前在中银国际的trading实习过,也在人民银行实习过。” “我觉得申请中很重要的一点就是如何整合你的经历,同样的经历不同的表述,效果会完全不一样,比如我申请的方向偏统计,就会突出analytical的部分,换言之如果我去申金融,就可以突出作为金融市场管理者或者参与者的体验。” 我相信,如果Candy要写一篇申请经验帖,一定极具实用性和参考价值。 “当初是如何找到GGU的呢?你觉得它对你最大的帮助是什么?” “当时是我妈在网上看到的,我让爸妈帮忙找留学咨询,我妈就在网上搜到了。真的要说,我的老师超级负责,所以我省了很多对繁琐事情的投入。而且和mentor讨论会让我对自己的需求有更清晰的认知。让我在申请的时候方向更明确也更有把握。” “最后对即将申请的同学说一些鼓励的话吧~” “要对自己自信一点,要善于发掘自己的闪光点。最重要的就是,不要人云亦云,因为自己才是最了解自己的。”
|
|