里海大学金融工程硕士有哪些课程？

里海大学金融工程硕士课程：核心必修课程(21学分)

1.分析课程：

数学 467 随机微积分(3 学分)：

2.选择以下统计学课程之一：

MATH 312 统计计算和应用(3 学分)

STAT 410 随机过程和应用(3 个学分)

(1)金融课程：

GBUS 421 高级投资(3 学分)：

GBUS 422 衍生品和风险管理(3 学分)

(2)工业工程课程：

ISE 426 优化模型和应用(3 个学分)

编程语言：AMPL

(3)计算机课程：

ISE 447 财务优化(3 分)

(4)顶点实习：

GBUS 485 实习顶石(3 学分)

3.机器学习要求(3 学分)

从以下 3 门课程中选择 1 门：

(1)CSE 326/426 机器学习基础(3 个学分)

先决条件：(CSE 002 或 CSE 012)和(MATH 205 或 MATH 043)和(MATH 231 或 ISE 121 或 ECO 045)

(2)ISE 364 机器学习简介(3 个学分)

先决条件：CSE 002

(3)STAT 465 统计机器学习(3 个学分)

先决条件：(数学 205 或数学 241 或数学 242)和(数学 264 或数学 312)和(数学 263 或数学 309)

里海大学金融工程硕士课程：选修课(6 学分)

从以下 3 条轨道中选择 2 门课程：

(1)定量风险追踪

MATH 468 财务随机分析(3 分)

使用的编程语言：Python

STAT 439 时间序列和预测(3 学分)

先决条件：(数学 264 或数学 312)和(数学 263 或数学 309)

GBUS 424 财务管理高级主题(3 个学分)

使用的编程语言：Python、SAS/Matlab

(2)数据科学与金融分析轨道

ISE 465 APPLIED DATA MINING(3 学分)

先决条件：ISE 121 或 IE 121 或 ISE 328 或 IE 328

ISE 467 挖掘大型数据集(3 个学分)

ISE 444 机器学习优化方法(3 分)

先决条件：ISE 406 或 IE 406

STAT 438 统计中的线性模型与应用(3 个学分)

先决条件：(MATH 012 或 MATH 231 或 MATH 264)和(MATH 043 或 MATH 205 或 MATH 241 或 MATH 242 或 STAT 342)

CSB 442 区块链：数学基础和金融应用(3 个学分)

(3)财务运营跟踪

GBUS 426 金融市场和机构(3 学分)

先决条件：GBUS 420

GBUS 421 高级投资(3 学分)

GBUS 424 财务管理高级主题(3 学分)

使用的编程语言：Python、SAS/Matlab

ISE 413 资产估值(3 学分)

专业发展

GBUS 484 MFE 专业发展(0 学分)

证书课程 可用于数据科学与金融分析、定量风险管理或金融运营研究，方法是在学位要求的 30 个学分基础上再完成 6-9 个学分。

金融工程硕士学位的候选人最初不需要申请证书课程 - 学生一旦注册该课程，将与课程主任会面以选择他们的证书选择(如果有)。

拥有本科学位课程同等课程的学生将获得满足领域要求的学分，并将被允许替换批准的选修课列表中的学分。项目主任必须批准学生选择的选修课。