スプレッドシートに最新の金融、マーケット情報を自動的に取得する方

スプレッドシートに最新の金融、マーケット情報を自動的に取得する方法を教えてください。

株式市況など最新の金融データをスプレッドシートに取り込むには、GoogleFinance 関数を使用します。

GoogleFinance 関数の使い方

GoogleFinance 関数を使用するには、該当するスプレッドシートのセルに次の数式を入力します。

構文: =GoogleFinance("記号"; "属性")、
ここで、"記号" には会社または投資信託の銘柄記号 (GOOG、QQQ、XXXXX など) を、"属性" には市場データのタイプ (株価、出来高など) を入れます。属性が空白の場合は、デフォルトで価格が取得されます。

ここにいくつかの数式の例を挙げます。

* Google 株式の現在の出来高を調べるには:
=GoogleFinance("GOOG"; "volume")
* Google 株式の現在の株価を調べるには:
=GoogleFinance("GOOG") または =GoogleFinance("GOOG"; "price")
* また、銘柄記号と属性値を別のシートに入力しておき、そこから参照させることもできます。たとえば、関数を次のように入力します。
=GoogleFinance(A2, B1)
この場合、セル B1 の文字列として指定された属性は、セル A2 の銘柄記号に返されます。

注: 数式には、"記号" と "属性" の両方に引用符を付ける必要があります。

使用できる属性

現在利用できる市場データの種類は次のとおりです。

* price: 株式の市場価格（最大 20 分の遅延があります）
* priceopen: 本日の始値
* high: 本日取引された株式の高値
* low: 本日取引された株式の安値
* volume: 本日取引された株式の数
* marketcap: 株式の時価総額
* tradetime: 株式の取引が終了した時間
* datadelay: googleFinance() 関数を使用してこの株式の表示に生じたデータの遅延。
* volumeavg: 株式の平均出来高
* pe: 株価収益率
* eps: 1 株当たりの利益
* high52: 52 週高値
* low52: 52 週安値
* change: 前日終値からの値動き
* beta: 株式のベータ値
* changepct: 前日終値からの値動き率
* closeyest: 前日の終値
* shares: 発行済み株式総数
* currency: 株式の取引通貨

投資信託については下記のような関数を使用できます。

* closeYest: 投資信託の純資産価値。
* date: 純資産価値 (NAV) が報告された日付。
* returnytd: 過去 1 年間の総収益率。
* netassets: 投資信託の満期純資産。 純資産の図はファンドのサイズ、機敏性、人気を測定するのに役立ちます。 これはたとえば、小規模企業のファンドがその資産担保がとてつもない大きさに達した場合に投資対象カテゴリに残すことができるかどうかを判断するのに役立ちます。
* change: 最新の純資産価値とその前に報告された純資産価値との純資産価値の変化。
* changepct: 純資産価値における % の変化。
* yieldpct: 流通利回りとしても知られる最終利回りを、モーニングスターでは 12 か月の所得配分を合計し、その合計を前月の最終純資産と同時期に分配されたキャピタルゲインで割ることによって、計算しています。所得とは、確定利付き証券からの利子支払いと普通株からの配当金の支払いを指します。
* returnday: 1 日の総収益率。
* return1: 1 週間の総収益率。
* return4: 4 週間の総収益率。
* return13: 13 週間の総収益率。
* return52: 52 週間の総収益率。
* return156: 156 週間の総収益率。
* return 260: 260 週間の総収益率。
* incomedividend: ファンドの最近の現金分配額。
* incomedividenddate: 上記の日付。
* capitalgain: ファンドの最近のキャピタルゲインの分配額。
* capitalgaindate: 上記の日付。
* morningstarrating: モーニングスター "スター" レーティング。
* expenseratio: 12b-1 流通経費、事務管理費、および仲買手数料を除くファンドに起因するその他すべての資産担保費用を含めた運用費用および管理費用の支払いに使用される資金資産の割合。 資金資産の経費はファンドの純資産価値に反映されます。 販売手数料は経費率に含まれていません。

注: 株式情報およびその他のデータは最大 20 分まで遅延する可能性があります。情報は「現状有姿」で提供されるものであり、取引や助言ではなく情報提供のみを目的としています。 詳細については、株式情報の免責事項をお読みください。

注意(2): 1 枚のスプレッドシートに 250 の GoogleFinance 関数を入力することができます。同じセル内に関数がる 2 つあれば 2 つとしてカウントされます。

What functions can I use to pull in external data?

What functions can I use to pull in external data? ---google spreadsheet

Print

This new feature lets you get information from filetypes such as xml, html, csv, tsv, as well as RSS and Atom feeds that you might read today in Google Reader.

Please note: The functions listed here can only read publicly available files. If a file is behind a corporate firewall, or if it requires you to log in to view it, then we can't pull it in. You can reference data in other spreadsheets only after they're published.

Additionally, the limit on functions per spreadsheet is 50.

Functions:

=importXML("URL","query")

* URL - the URL of the XML or HTML file
* query - the XPath query to run on the data given at the URL. For example, "//a/@href" returns a list of the href attributes of all tags in the document (i.e. all of the URLs the document links to). For more information about XPath, please visit http://www.w3schools.com/xpath/
* Example: =importXml("www.google.com", "//a/@href"). This returns all of the href attributes (the link URLs) in all the tags on www.google.com home page

=importData("URL")

* URL = the URL of the CSV or TSV file. This imports a comma- or tab-separated file.

=ImportHtml(URL, "list" | "table", index). This imports the data in a particular table or list from an HTML page. The arguments to the function are as follows:

* URL - the url of the HTML page
* either "list" or "table" to indicate what type of structure to pull in from the webpage. If it's "list," the function looks for the contents of UL, OL, or DL tags; if it's "table," it just looks for TABLE tags.
* index - the 1-based index of the table or the list on the source web page. The indices are maintained separately so there might be both a list #1 and a table #1.
* Example: =ImportHtml("http://en.wikipedia.org/wiki/Demographics_of_India", "table",4). This function returns demographic information for the population of India.

=ImportFeed(URL, [feedQuery | itemQuery], [headers], [numItems]). This function imports an RSS or ATOM feed, just as you can in Google Reader. The arguments to the function are as follows:

* URL - the url of the RSS or ATOM feed
* feedQuery/itemQuery - one of the static query strings given in com/google/trix/lib/external/ReactorManager.java: "feed", "feed title", "feed author", "feed description", "feed url", "item", "item author", "item title", "item summary", "item url", or "item created". The feed queries return properties of the feed as a whole: the feed's title, the feed's author, etc. Note: To get the data included in the feed, you need to do an "item" request.
* the "feed" query returns a single row with all of the feed information.
* the "feed " query returns a single cell with the requested feed information.
* the "items" query returns a full table, with all of the item information about each item in the feed.
* the "items " query returns a single column with the requested information about each item.
* if a query is given that begins with "feed", the numItems parameter isn't necessary and is replaced by the option headers param.
* if a query is given that begins with "item", the numItems parameter is expected as the 3rd param, and headers as the 4th.
* headers - "true" if column headers is desired. This will add an extra row to the top of the output labeling each column of the output.
* Example: =ImportFeed("http://news.google.com/?output=atom")

衡量基金的风险水平

衡量基金的风险水平

衡量基金的风险水平，最常见的工具是“标准差”、“贝塔系数”（β系数）和“下行风险系数”。

　　“标准差”又称“波动幅度”，是指过去一段时期内，基金每周（或每月）回报率相对于平均周回报（或月回报）的偏差。基金回报的波动越大，“标准差”也越大。例如，基金Ａ在过去５２周里，每周的回报率都是１％，则其“标准差”为０。基金Ｂ的回报率，一周为５％，下周为２５％，再下周为−７％，则其“标准差”大于基金Ａ。

　　单只基金的“标准差”无法显示其风险水平，投资者应将同类基金的“标准差”进行比较。如果某只基金的“标准差”为２５％，而同类其他基金的“标准差”大多在２０％左右，那么２５％的波动水平偏高。对于不喜欢波动的人来说，了解这一点很重要，毕竟不是每个人都喜欢“坐过山车”的。

　　“贝塔系数”衡量的是基金收益相对于业绩基准的总体波动。“贝塔系数”越高，意味着基金相对于业绩基准的波动越大。如果某只基金的“贝塔系数”为１，则市场上涨１０％时，基金上涨１０％；市场下滑１０％时，基金下滑１０％。如果“贝塔系数”为１．１，则市场涨１０％时，基金涨１１％；市场下滑１０％时，基金下滑１１％。如果“贝塔系数”为０．９，则市场涨１０％时，基金涨９％；市场下滑１０％时，基金下滑９％。

　　“晨星风险系数”是一种考察基金下行风险的指标，反映了基金回报率低于同期无风险收益率（中国国内一年期银行定期存款利率）的情况。该系数越高，说明基金的下行风险即亏损率越高。

　　上述工具虽然无法准确预测基金未来的风险，却可以体现基金经理的投资风格。虽然，相对于股票而言，基金的波动幅度比较小，但是，高回报往往伴随着高波动。投资者可以通过考察上述指标，挑选适合自己风险承受能力的基金，而不是一味追求高回报。

教你赚第一个１０００万（之一）

2007-02-03 09:12
老雕／文
创业是个复杂的系统工程，涉及许多不可不知的“商业逻辑”，本版将分几期为大家介绍这些“商业逻辑”。不知道不要紧，学嘛！

　　成功的人都很自信，而自信往往来自你奋力一跳所摘到的那只桃子，桃子摘了一箩筐，你就会越来越自信。但是，如果你“自信”到要打倒比尔·盖茨，那叫狂妄无知；如果你为能拿到今年的年终奖而得意洋洋，那叫鼠目寸光。所以，想创业的人，人生目标首先要 “靠谱”，目标不能太高，也不能太低。把目标定为１００亿元，其实和１万元一样，都是糟糕的计划，定为１０００万元比较合适。

　　１０００万元并不是一个天文数字，只要你肯努力，脑子转得快些，并且有点儿小运气，用不了几年，你就可能赚到。不过，要特别留意以下“注意事项”。

　　首先，挑选行业要考虑未来的成长性――未来你可能持续达到的筯长率！筯长率比啥都重要，如果选对了项目，头两年的筯长率很可能是百分之几百，甚至是百分之一千。从年净利５万元到８０万元，很可能在两年内完成，到了年净利３００多万元时，哪怕还有一点点筯长空间，再过两年，你就是个千万富翁了。

　　所以，关键是筯长率。Ｎ多人一说到创业，就说想开个小饭馆。养家糊口，开个饭馆足够了，可靠小饭馆赚１０００万元，几乎不可能。为啥？到了第二年就没有筯长啦！做连锁、加盟固然是个办法，但很需要管理能力，干好了也许能赚１个亿，干不好就可能回到起点，所以不是明智的选择。

　　换了是我，我宁可去组织个公司，专门给饭馆打扫卫生！活计再没面子，毛利润再低，也比没有筯长率好。如果我的想法被饭馆接受，想想看，我会有多大的筯长空间？

　　创业这件事，很多时候是和韩乔生老师一样。韩老师解说足球，有时候是“眼睛看到了Ａ，脑子里想起了Ｂ，嘴里说出了Ｃ，观众以为他说的是Ｄ”。而创业呢，往往是“你本来想干Ａ，干着干着成了Ｂ，结果在Ｃ处赚到了钱，在Ｄ点上发了家”。

　　所以，空间的腾挪也很重要。

　　如果不明白这个道理，你就可能把所有资源都拴在赚１０万元就到了顶的项目Ａ上，例如开饭馆。脱不开身和心，你就没机会往Ｂ跳了。人生不怕暂时遭遇低谷，只要有奔头，机会到了就能一飞冲天，就怕遇到“玻璃天花板”，好像有未来，却怎么也飞不出去。鸡肋啊！

　　（未完待续。据《商界》杂志，本文有删节）

教你赚第一个１０００万（之二）

2007-02-06 15:22
老雕／文
你选择创业的行业，是不是一定要有很高的利润？

　　“净资产收益率＝利润率×资产周转率”。要创业，这个公式必须弄懂，否则，死都不知道是怎么死的。

　　“净资产”就是你的全部资产减去负债。一年赚１亿美元对你来说是天文数字，能让你高兴得背过气去，换成通用电气的ＣＥＯ，肯定会被董事会骂得吐血。赚多赚少先不谈，先看你是靠多少本钱赚来这些利润。创业者的净资产都不多，需要大幅提高每年的回报率。怎么提高呢？

　　途径一：利润率。我们都喜欢卖高利润的东西，你的竞争对手也是，他们还总是卖得比你便宜，让你不得不更便宜，所以，利润率不是想提高就能提高的。

　　这时，我们就要考虑途径二――“资产周转率”了。这个东东是“营业额除以资产”得来的。营业额大家都明白，那什么是“资产”？请看案例：

　　话说本人在北京燕莎友谊商城买了一双鞋，英国牌子，３０００多块一双。创业人士Ａ拿到了这个品牌在中国大陆的代理权，创业人士Ｂ选择了卖鞋油。两个人都是５０万元起步，不同的是，Ｂ先拿４０万元买下一个小鞋油厂，生产中高档鞋油，再租高档商场的专柜开卖。

　　Ａ卖英国鞋，成本很高，到英国订购一批货，就用去了４０万元资金。平均每双鞋的进价是１５００元，零售价３０００元，一天能卖３双，每天的柜台租金是１０００元，一天的利润是９０００−４５００−１０００＝３５００元。利润率就是３５００／９０００，约等于３９％（忽略人工费用等）。

　　Ｂ一天能卖１００支鞋油，每支成本５元，零售价２０元，柜台租金６００元一天。一天的利润大约为９００元。Ｂ买下的鞋油厂，每天的水电费、厂房等开销在８００元左右，所以Ｂ每天的净利润只有１００元，利润率约为５％。

　　这５％和Ａ的３９％怎么比呀！不过，Ｂ真的那么可怜吗？

　　Ａ当初拿４０万元去进货，得到约２６７双鞋。这可实在不多，因为即使是男鞋专柜，也要至少有十几个款式，而且每个款式都要准备若干尺寸！２６７双鞋基本上只够在一家商场里卖的。那么，在第二家商场里销售所需的４０万元，Ａ要赚多久？４０万／（３５００元×３０天）≈４个月。

　　回头看Ｂ。Ｂ的４０万元投在鞋油厂上了，而且每天都要背负鞋油厂的开销。一个商场的专柜需要多少库存鞋油？假设需要５００支，（５００支×５元成本）／１００元日净利＝２５天，就是说，Ｂ一个专柜不足一个月的利润就足以开一个新专柜了。

　　这个案例说明，我们可以用高周转率去对抗低利润率。

　　理论讲到这里，下一期我们将进入实战。

　　（未完待续。据《商界》杂志，本文有删节）

教你赚第一个１０００万（之三）

2007-02-10 00:40
老雕／文
创业是个复杂的系统工程，涉及许多不可不知的“商业逻辑”，本版分３期为大家介绍，本文是连载的最后一部分。

　　现在让我们进入“创业实战”。

　　我住的小区有个小便利店，我偶尔炒个鸡蛋，发现家里没葱，就打个电话，５分钟后，一根５毛钱的大葱就送上门了。有了这个店，我现在已经很懒了，晚上想吃点儿水果，就拨个电话：“你们今天进了什么水果？给我随便送点儿好了。”

　　你会说：“一根葱５毛钱，每天卖几捆也赚不到多少钱，单价和利润都太低！就算周转率高些，离赚１０００万的目标似乎也很远啊！”

　　事实上，这个店的战略就是“把客户养懒”。葱和手纸利润薄，有不薄的啊！小便利店里整整两面墙都是红酒，几乎没有国产的，售价都在几百元。我们这个小区里老外极多，红酒是他们的必需品。一瓶红酒的利润，是不是超过了一卡车大葱？

　　除了红酒，奶酪、熟食，小店里也有很多。

　　这就是创业的“压强原理”――别看我个头儿不大、实力不强、客户有限，但我服务的人群极准确，“压强”非常大。

　　事实上，这个小店的老板，已经开了好几家分店，都设在北京的高档社区内，利润和周转率都很高！

　　目标客户狭窄而准确，为锁定客户而不惜做几笔赔钱的交易，服务佳，定价稍高――谁让目标客户对价格不敏感呢！这样的生意谁都想做，这不，另一家策略相同的便利店也人住到我家楼下了。新开的便利店展开了低价竞争，虽说小区内的消费者对价格不敏感，但相同的东西便宜点儿，谁都乐于接受。

　　门槛低，竞争者的抄袭自然很迅速。３岁的小孩赚到了金元宝，谁不想抢？泰森拿着金元宝，你抢抢试试？刘翔捧一金元宝，你追追试试？面对低价竞争，小便利店要么学泰森，正面硬拼，伤敌一千自损八百；要么学刘翔，一跳一跳地没影了，对手找都找不着。

　　“泰森策略”是资金实力的ＰＫ。原来这家小便利店的老板决定学“刘翔策略”――能力筯长策略。

　　这家便利店的老板发现，自己原有的顾客群都是些高收入、高知识、３０岁到５０岁间的家伙。这些家伙有一巨大的特征，就是怕死！于是，小便利店开始大打“绿色”牌，比如绿色蔬菜。此外，这家店还有另一家店暂时比不了的优势――红酒销售！卖红酒，销售人员必须懂才行，而培训一个红酒促销员，通常需要几个月的强化培训，另一家便利店一时半会儿搞不定。

　　此外，原来这家便利店的老板经常和客户聊天，发现有的顾客灯泡坏了，半个月都没时间换，有的没时间交电话费……这时，小便利店推出了新服务：代客户换灯泡、交电话费、洗衣送取、小时工服务、皮鞋养护……把“便利”二字从商品拓展到服务，虽然服务本身赚不到钱，却大大筯加了“交易机会”――从你家拿电卡时发现你家洗洁精用光了，晚上把电卡送回时，“顺便”带来一瓶洗洁精……

　　明白其中的玄机了吗？小便利店其实已经变成携程网了――客户通过携程订酒店比自己订便宜，携程还能从酒店那里收取佣金。当小便利店拥有“大单”时，就可以“压榨”小区内的洗衣店了，顺便还能把利润让给消费者一点点。

　　拥有客户资源，就能转化为利润。

　　想赚１００万元，抓住一两个机遇就差不多了。但想赚１０００万，只靠“点子”就不大靠谱。我们谈到的企业战略、财务知识，以及便利店的发展思路，正是为了赚１０００万而铺垫的“武功”。深刻领会了这背后的商业逻辑，１０００万离你还远吗？

　　（据《商界》杂志，本文有删节）

美国热点专业――金融工程

source from http://interedu.cyol.com/content/2007-08/07/content_1852606.htm

2007-08-07

　　在中国，金融工程作为20世纪90年代金融领域的新兴学科，受到了广泛的关注。其本质是利用各种衍生金融工具，如期权，期货，以及互换等，对金融领域中的各种风险进行管理。在中国，金融工程刚刚起步，现在有很少的一部分大学才设有金融工程这个专业。但是金融工程这个专业很有发展前景，美国的金融工程已经成了一个比较完整的体系。所以现在每年有很多的大学生要申请美国的金融工程这个专业。下面艾迪国际美国部的专家对金融工程这个专业的留学申请做进一步的研究。

　　(一) 金融工程专业的申请形势介绍及相关专业的横向比较

　　1. 专业与专业间的横向比较：

　　金融工程专业没有纯理科的专业(数学，物理，化学，生物等等)容易申请得到奖学金。因为美国的院校不给国际学生设立全额奖学金。但是金融工程这个专业申请得到小奖和半奖还是可以的。金融工程是用数学作为工具来解决金融的问题，最为一个新兴的学科，他的发展前景很大。有的美国大学把金融工程这个专业设立在商学院里，但是金融工程这个专业和商学院的其他专业相比，更加看重数学的功底。有的美国大学把金融数学(即金融工程)设立在数学学院里，但是金融数学和数学学院的其他专业相比，又多了金融学这个部分。

　　2. 金融工程专业与相近专业的比较 ：

　　金融工程和它相近的学科：经济学，金融学，投资学相比，更加看重数学的功底。在大多数的美国大学，都把金融工程设置在商学院里，但是大多数学校都需要GRE或者GMAT成绩。金融工程这个专业的录取比较看重的是你的数学成绩，数学功底和你对这个专业的看法和了解。如果你是数学专业的申请这个专业来说，会在数学上有一定的优势。如果你的GRE， TOEFL 成绩很好，那么你可以申请得到很好的学校。但是也不是说：如果你的数学成绩不是很好，就没有办法申请得到好的学校，只是说：我们从另一个方面来弥补他，从你的优势来掩盖他。通常对于中国的学生来说，数学成绩都很好，所以你对这个专业的见解和认识是很重要的。而对于商学院的其他专业来说，这些专业对数学的要求不是很高，大多数的专业需要的是GMAT 成绩。在奖学金上，获得几率和金融工程差不多，主要要看学校的设置和客户的背景。其实金融工程这个专业相对与其他的专业来说，竞争还是激烈的。

　　(二) 金融工程专业的研究

　　1. 金融工程研究概述：

　　20世纪末期，在以美国为代表的西方发达国家，公司财务、商业银行和投资银行业务的迅猛发展导致了一门新学科的诞生，这就是金融工程。金融工程是指创新型金融工具与金融手段的设计、开发与实施以及对金融问题给予创造性的解决。参与金融工程的人员一般被称之为金融工程师。他们在金融工程活动中扮演着金融交易方案制定者(市场参与者)、新观念的创造者和钻法律空子者(在法律边缘活动的人)的角色。其中最后一种角色表现在税收领域，就是金融工程师们的税收筹划活动。

　　金融工程有三大支柱――货币的时间价值、资产定价和风险管理，而风险管理的工具和技术是金融工程的最核心部分。风险管理，即风险转移，是人们为减少风险暴露进行效益和成本权衡而采取的行动。其关键在于把自己不愿意承受的风险暴露转移给其他人，这是通过市场交易进行收益/风险的流动配置的最主要的方式，也是金融工程所最为关注的技术。风险转移有三种基本方法：保险、风险分散化和套期保值。

　　事实上，现在中国的金融工程课程和体系都是直接引进美国的金融工程的教育。就中国的现状而言，金融制度和金融政策正在酝酿阶段，现在金融工程并没有形成一个适合中国企业的体系。就现在来说，金融工程在中国的就业主要在以下几个领域：

　　基金公司：基金公司现在需要一批能做基金绩效评估、风险控制、资产配置的人才。

　　证券公司：证券公司现在正处在最艰难的时期，同时也在通过集合理财产品设计等寻求生存的机会。

　　银行：最传统的银行也在起着微妙的变化。现在各大银行的总行正在着手建立内部风险管理模型，急需这方面的人才，可是，由于银行僵化用人制度，真正有水平的人未必能进去做这个事情。银行内部的另外一个重要部门――资金部，也需要金融工程的人才，他们一方面在银行间债券市场操作，是未来固定收益证券这一块的主力，同时也是未来大有发展空间的公司债券市场，抵押支持债券这些金融工程产品的设计主力。

2. 金融工程研究方向的比较：

　　概述：数理金融相关的专业名称主要包括: Mathematical Finance. Quantities Finance, Financial Mathematics, Financial Engineering, Computational Finance, Statistical Finance.虽然名称上有很大的变动，但实际学习的内容是相似的。 Quantitative Finance是一门结合数学和金融的科学，学习和研究的内容主要包括证券衍生物定价，风险分析，金融模型，金融信息分析，和一些高级的金融理论。以下简单介绍各个研究方向:

　　证券衍生物定价:

　　90年代，金融数学的鼻祖Dr. Robert C. Merton 利用工程和高级物理数学原理，研究出一套定价金融产品的哲学，之后数学在金融学上的应用的研究就一直如火如荼的进行着。现在主要的金融市场的期货，期权，和一些非公开交易的衍生物产品如FRA，Credit Directives都是按照Dr. Robert的理论定价的。证券衍生物定价的学习涉及到很多关于数学分析，differential equation(物理应用数学必学的课程)的基础,学习上数学的学习将会占课程的大部分，同时加有MBA的金融类课程。这一研究方向的毕业生就业前景一般为投资银行，证券交易所, 保险公司，银行。

　　风险分析

　　金融衍生物最大的一个功能就是能够转移风险，因此很多本来不可能的投资服务产品也变为有可能，例如高回报的保本投资，高风险高回报的投资组合。同时企业会遇到各种各样的金融风险，例如由于汇率，利息的变动而带来的损失。企业尤其是上市的企业，为了保障公司在一个平稳的现金流下运作都会喜欢把风险转移给投机者。学习这个方向的学生必须很熟悉各种金融手段用法，同时要学习去模拟和分析公司现在的经济风险，因此对数理模型的学习是必不可少的。这一类专业人才就业前景为：银行，投资银行，基金，保险公司，投资顾问公司等, 和其他贸易，能源，甚至农业生产和销售公司都需要这方面人才。

　　金融模型

　　数学在金融上的应用很多都是通过模型来实现的，通过数学工具，我们可以更准确的模拟出一个投资或资产组合将来或在不同的经济环境中的变化，从而帮助决策层更准确，更快的下决定。金融模型的专业的学习包括，Linear Modeling, Stochastic Calculus, Dynamic Control, Monte Carlo simulation 等课程，因此对学生在本科学习中对基础数学的掌握要比较扎实。这一类的研究人才，就业方向一般是： 大型的国际银行，金融研究机构，政府等对人才研究能力要求很高的职位。

　　金融信息分析

　　信息分析在金融方向的应用主要包括，工业分析，时间序列分析，和基础分析。对于金融数学的学生，学习的内容主要是通过统计和数学的手段进行前两者的分析。因此，这一类的学习/研方向要求学生有扎实的统计学基础，或者工程基础。这一类研究人才的就业方向一般为：金融研究机构，政府，金融评级机构，金融顾问公司等。

　　3.金融工程专业申请中典型录取特征和典型学校的介绍

　　Quantitative Finance Programs的招生一般明确规定学生一般要有很强的理工背景，甚至是数学背景。例如，U of Chicago 的 Math Finance 的Program的招生就劝申请人要认真了解自己的背景：“如果你们不会金融我们可以教你，但如果你不会数学，那请你们先回去学好数学再来”. 提供这一类program的学校一般是学校的数学系，或者工程系，有少部分是统计或工商管理系提供的。申请人必须要提供TOEFL,GRE 成绩，本科学位， PS，RESUME， 推荐信。多数的quantitative finance programs 都会公开或者非公开的倾向于招收有以下课程基础的学生：

　　Two Calculus courses 　　　 两们微积分的课程
　　An Introduction to Linear Algebra 　线性代数
　　Probability or Basic Statistics Course 一门基础统计学的课
　　Analysis 　　　　　最少一门数理分析的课
　　Differential Equation 　　　 最少一门

　　Some Exposure to Finance or Economics 一些金融或者经济学的课程

　　申请人要注意一点的就是要清楚了解申请的专业是倾向于理工学院还是B-School的申请.　如果偏向于理工系那么入学录取会比较偏重于申请人本省的学术背景以及研究能力，　而且申请这一类学校奖学金是有机会拿的.如果是挂靠于B-School的课程，那么录取要求很可能跟MBA相似　 -　要GMAT成绩，看重工作经验，拿奖机会少.

(三)部分提供金融工程专业的大学介绍：

　　Carnegie Mellon University
　　MS Computational Finance
　　综合排名21，CMU的数理金融在美国享有声誉，这是设在商学院的，口碑很好，而且还设有数理金融和MBA的双学位。在华尔街享有盛誉。不过由于在商学院，奖学金竞争比较激烈。金融全美排前3。

　　Columbia University
　　MS Financial Engineering
　　MS, Industrial Engineering and Operations Research
　　这个硕士肯定没有奖学金。该专业设在工业工程下面，核心课程是工业工程的，然后选修金融和其他系的专业课。录取竞争很激烈。

　　Princeton University
　　MSE, Ph.D Operations Research and Financial Engineering
　　这个专业更主要的偏重运筹学，而不是金融工程。如果想学金融工程，可以选择Master of Finance。他的金融专业主要偏重金融工程。

　　Illinois Institute of Technology
　　MS Finance
　　MS Financial Markets
　　这个学校有非常大的优势。地处芝加哥，美国著名的期货期权交易中心，这个学校的Financial Market的一个主要的方向就是金融工程，该专业在美国名列第九，是非常好的一个选择。

　　Kent State University
　　MS Financial Engineering
　　学校排名不是很高，但是学校在金融工程方面投资巨大，设有专门的金融工程实验室，学生可以在专业的实验室中模拟金融市场和金融交易，实用性特别强。

　　咨询电话：010-67091110