伦敦政治经济学院|金融统计学理学硕士 - 专业库

金融统计学 | 理学硕士

MSc Financial Statistics

查看官方链接

大学排名56

伦敦政治经济学院 - 统计学系英国

课程介绍

伦敦政治经济学院金融统计学理学硕士课程主要面向希望在金融行业从事职业的学生，或者作为攻读金融统计学博士学位的跳板。该课程提供高水平的统计学培训，并将其应用于金融，学生将学习分析和批判性地解释数据，建立真实情况的统计模型，并使用统计软件包。必修课程巩固学生对概率和统计基本思想的理解，并介绍高级主题，学生可以选择专注于各种主题的选修课程，包括统计学（在金融或社会科学中应用）、数据科学或其他学院批准的课程。

学费及语言要求

雅思要求	托福要求	学制	学费
7	100	1年	39900英镑/年

申请时间线

申请时间/录取要求	GMAT&GRE
	非必须

课程结构

NO.01

统计推断：原理、方法与计算

Statistical Inference: Principles, Methods and Computation
NO.02

金融统计学

Financial Statistics
NO.03

金融统计学 II

Financial Statistics II
NO.04

金融领域的计算方法

Computational Methods in Finance
NO.05

无监督机器学习与多元数据分析

Unsupervised Machine Learning and Multivariate Data Analysis
NO.06

广义线性建模与生存分析

Generalised Linear Modelling and Survival Analysis
NO.07

多级建模

Multilevel Modelling
NO.08

高级时间序列分析

Advanced Time Series Analysis
NO.09

风险管理的统计方法

Statistical Methods for Risk Management
NO.10

机器学习与数据挖掘

Machine Learning and Data Mining
NO.11

管理与可视化数据

Managing and Visualising Data
NO.12

大数据分布式计算

Distributed Computing for Big Data
NO.13

人工智能

Artificial Intelligence
NO.14

贝叶斯机器学习

Bayesian Machine Learning
NO.15

强化学习

Reinforcement Learning
NO.16

深度学习

Deep Learning
NO.17

图形数据分析与表示学习

Graph Data Analytics and Representation Learning
NO.18

随机模拟、训练与校准

Stochastic Simulation, Training, and Calibration
NO.19

计算文本分析与大型语言模型

Computational Text Analysis and Large Language Models
NO.20

社会网络分析

Social Network Analysis
NO.21

随机过程

Stochastic Processes
NO.22

量子计算与信息

Quantum Computation and Information
NO.23

市场微观结构数学

Mathematics of Market Microstructure
NO.24

金融风险分析

Financial Risk Analysis
NO.25

固定收益市场

Fixed Income Markets
NO.26

资产市场 A

Asset Markets A
NO.27

衍生产品

Derivatives
NO.28

财务与风险分析的定量方法

Quantitative Methods for Finance and Risk Analysis
NO.29

算法与计算

Algorithms and Computation
NO.30

布莱克与斯科尔斯理论的数学

The Mathematics of the Black and Scholes Theory
NO.31

利率与信用风险理论基础

The Foundations of Interest Rate and Credit Risk Theory
NO.32

非线性优化及其应用

Nonlinear Optimisation and Applications
NO.33

金融数学中的机器学习

Machine Learning in Financial Mathematics
NO.34

调查方法学

Survey Methodology
NO.35

观察与实验研究的因果推断

Causal Inference for Observational and Experimental Studies

统计推断：原理、方法与计算

Statistical Inference: Principles, Methods and Computation

金融统计学

Financial Statistics

金融统计学 II

Financial Statistics II

金融领域的计算方法

Computational Methods in Finance

无监督机器学习与多元数据分析

Unsupervised Machine Learning and Multivariate Data Analysis

广义线性建模与生存分析

Generalised Linear Modelling and Survival Analysis

多级建模

Multilevel Modelling

高级时间序列分析

Advanced Time Series Analysis

风险管理的统计方法

Statistical Methods for Risk Management

机器学习与数据挖掘

Machine Learning and Data Mining

管理与可视化数据

Managing and Visualising Data

大数据分布式计算

Distributed Computing for Big Data

人工智能

Artificial Intelligence

贝叶斯机器学习

Bayesian Machine Learning

强化学习

Reinforcement Learning

深度学习

Deep Learning

图形数据分析与表示学习

Graph Data Analytics and Representation Learning

随机模拟、训练与校准

Stochastic Simulation, Training, and Calibration

计算文本分析与大型语言模型

Computational Text Analysis and Large Language Models

社会网络分析

Social Network Analysis

随机过程

Stochastic Processes

量子计算与信息

Quantum Computation and Information

市场微观结构数学

Mathematics of Market Microstructure

金融风险分析

Financial Risk Analysis

固定收益市场

Fixed Income Markets

资产市场 A

Asset Markets A

衍生产品

Derivatives

财务与风险分析的定量方法

Quantitative Methods for Finance and Risk Analysis

算法与计算

Algorithms and Computation

布莱克与斯科尔斯理论的数学

The Mathematics of the Black and Scholes Theory

利率与信用风险理论基础

The Foundations of Interest Rate and Credit Risk Theory

非线性优化及其应用

Nonlinear Optimisation and Applications

金融数学中的机器学习

Machine Learning in Financial Mathematics

调查方法学

Survey Methodology

观察与实验研究的因果推断

Causal Inference for Observational and Experimental Studies

留学良师益友

专业顾问团队

多对1全程服务

全天候客服在线

关注我们

留学频道

客服&联系我们（北京办公室）

客服&联系我们（成都办公室）

长按二维码