CMU MSCF，CBS MSFE, Uchi MSFM, Cornell MFE, CU MAFN

学校专业：华中某高校

实习：两段实习

很高兴有机会和大家分享我在北美留学申请过程中的经历和感悟。我是2023年秋季的申请者，这次的申请经历给我带来了很多收获，也有许多值得思考的地方。

经过漫长而充实的申请过程，我得到了包括卡内基梅隆大学金融计算科学硕士（CMU MSCF），哥伦比亚大学金融经济硕士（CBS MSFE），芝加哥大学金融数学硕士（Uchi MSFM），康奈尔大学金融工程硕士（Cornell MFE），哥伦比亚大学应用数学金融硕士（CU MAFN）以及纽约大学金融工程硕士（NYU MFE）等多所院校的录取通知。同时，我收到麻省理工学院金融工程硕士（MIT MFin）的拒信。至于纽约大学金融数学（NYU Finmath）和哥伦比亚大学金融工程（CU MFE），我选择了撤回。

申请过程中，我的成绩成为了我最大的支撑。我的GPA为3.92，加权均分为93.2，数学课程均分为96.9。此外，我的托福成绩为109(口语25)，GRE成绩为332+5。在数学课程中，我取得了高数(98,96)，概率论(100)，统计(93)，线性代数(98)，时间序列(90)，常微分(98)，动态最优化(99)和随机过程(100)的优异成绩。在编程方面，我掌握了C(97)，R(84)，Python(97)和Database(96)等技能。在金融方面，我有过金融经济(98)，计量(84)，金融科技(95)，金融工程(98)和金融建模(95)的学习经历。理想情况下，托福和GRE如果能在9月份之前考出来，整个申请季将会比较顺利。否则，很多需要完成的事情集中堆叠在一起确实消磨人的心态。

实习是我在申请过程中积累经验和提升技能的重要途径。我在券商金工组做过回测的实习，也在两家私募基金公司实习过，主要从事ETF和时间序列，以及因子和机器学习的相关工作。在奖项方面，我获得了多项奖项，包括国奖，数学竞赛一等奖，花旗杯赛道第二名，以及Kaggle银牌。实习理想状况下需要有一个递进关系，例如在第一段实习中，我基于与增长相关的指标（例如，意外盈利（SUE），意外收入（SUR）等）的算术平均值回测了一种因子策略并进行回测；在第二段实习中，我基于对ETF的分析构建了套利交易策略，以获得相对独立于市场波动的稳定收入，实现了年化夏普比率3.23和最大回撤率15.6%；在第三段实习中，我使用机器学习模型（例如，梯度提升决策树（GBDT），支持向量机（SVM））整合同类别的因子，用于识别市场异象，包括反转、流动性和动量。

在申请建议上，关于语言准备：托福和GRE是北美申请中的关键因素，越早准备越好。托福的听力部分对于理解课程内容尤为重要，应该力争达到23分以上。对于GRE，词汇部分要力争169分以上。

关于重修课程：学术成绩是申请的重要依据，如果某门课程的成绩低于75，最好选择重修。而且成绩的边际效用是递减的，因此，如果已经取得了高分，那么花费大量时间去追求更高的分数可能收效甚微。关于课程：在申请的准备过程中，应该安排好时间，合理分配资源。在数学课程方面，我建议大家可以增加一些更有深度的课程，如常微分、偏微分、数值分析、多元统计、实变函数和随机过程等；在编程课程方面，建议大家可以增加一些实用的课程，如C++ (quantnet)，机器学习(CS231N @ Stanford)，数据库和数据结构等。关于奖项：虽然奖项不是必须的，但在简历上需要反映出与申请相关的奖项，如数学竞赛，Kaggle等。

关于实习：实习的硬核程度和相关度比名气更重要，总实习时长最好超过10个月。通过实习，可以了解行业的最新动态，增加面试时候的谈资，也可以获得许多关于撰写文书的灵感。关于科研：虽然科研不是必须的，但在简历上需要反映出与申请相关的科研经历，如机器学习，自然语言处理，计算机视觉等。关于简历：简历需要精简，只写有用的信息，反复修改，一张纸的简历更为合适。在编写简历时，要注意突出自己的亮点，让招生官能够一眼看出特别之处。关于文书：文书要尽早构思，结构最重要，要有明确的主题和逻辑串联。关于面试：面试要大方自信，熟悉自己的材料，注意细节。

关于申请信息获取：我主要从项目官网，微博，公众号，论坛和APP获取信息，这些渠道的信息质量相对较高。也要大力感谢我在世毕盟的培训师和Mentor（CMU MSCF毕业），给予我申请上的巨大帮助。