背景介紹?

New York University Shanghai, Econ and math double major

申請時(shí)：GPA: 3.86, Econ GPA: 4.0， Math：3.88/ GRE：329+4/ TOEFL: 108

申請方向：主申statistics，financial economics，輔申financial Engineering

現(xiàn)在拿到的offer：Yale MA Stats/Yale MS stats and Data Science, Oxford Said Business School Financial Economics, Oxford Economics, Cambridge Finance and Economics, LSE Econometrics and Mathematical Economics, Cornell MFE 1.23就拿到了yale的ad，在決定去yale之后withdraw了大部分application。

#申請方向

首先我想講一下我的申請方向，我全部申請碩士：主申statistics，financial economics，輔申financial Engineering,Economics

先講一下我這樣制定方案的原因，一開始找到世畢盟（GGU）并沒有很主要的申請方向，只知道自己不感興趣的方向：比如經(jīng)濟(jì)學(xué)的博士和金融工程類的碩士，于是GGU也非常幫忙的給我提供了很多的選校思路，最終決定主要申請金融經(jīng)濟(jì)學(xué)，目標(biāo)學(xué)校是哥大商學(xué)院和牛津商學(xué)院的金融經(jīng)濟(jì)項(xiàng)目。

但隨著我在一段與此同時(shí)進(jìn)行的一段計(jì)量科研中的一些小突破和學(xué)習(xí)到的新的統(tǒng)計(jì)知識，并經(jīng)過了解打算同時(shí)主申統(tǒng)計(jì)方向的碩士。統(tǒng)計(jì)項(xiàng)目培養(yǎng)了相當(dāng)多的數(shù)據(jù)科學(xué)家，就業(yè)領(lǐng)域不在局限于金融，可以延展到科技公司和咨詢公司。主要placement是data scientist。由于自己的數(shù)學(xué)和實(shí)習(xí)背景，加上計(jì)量經(jīng)濟(jì)學(xué)尤其是時(shí)間序列的背景能夠在金融領(lǐng)域有廣泛的應(yīng)用，因此打算輔助申請3-4個(gè)金融工程項(xiàng)目作為自己的備選，沒有購買金融工程方向的彩票。最終去向的選擇是根據(jù)自己對統(tǒng)計(jì)的興趣，決定一旦獲得Chicago Stats，Yale Stats/Stats and DS的錄取就不會再考慮其他項(xiàng)目。

下面我想著重講一下統(tǒng)計(jì)和金融經(jīng)濟(jì)方向的準(zhǔn)備。但我想強(qiáng)調(diào)我的本科專業(yè)并不是統(tǒng)計(jì)或者金融，嚴(yán)格意義而言，我屬于轉(zhuǎn)專業(yè)申請者。

先談一下統(tǒng)計(jì)申請，課程方面我覺得需要3門先修課：數(shù)學(xué)統(tǒng)計(jì)或線性模型或者計(jì)量經(jīng)濟(jì)學(xué)，概率論或者概率與統(tǒng)計(jì)，線性代數(shù)。當(dāng)有這幾門課的時(shí)候就基本具備了申請統(tǒng)計(jì)的條件。在這個(gè)基礎(chǔ)上，我建議在某個(gè)方向上進(jìn)行更深入的學(xué)習(xí)，比如statistical learning，causal inference，計(jì)量經(jīng)濟(jì)學(xué)，隨機(jī)過程等。我覺得深入學(xué)習(xí)的目的是你能在文書講一個(gè)比較完整詳盡的故事鏈條，而不是單純的經(jīng)歷上的列舉。雖然我的統(tǒng)計(jì)學(xué)申請屬于臨時(shí)起意，并且是轉(zhuǎn)專業(yè)申請，但我之前的經(jīng)歷一直是圍繞計(jì)量經(jīng)濟(jì)學(xué)的，我有兩段相關(guān)的科研，從計(jì)量模型在一個(gè)數(shù)據(jù)集的運(yùn)用，到自己構(gòu)建一個(gè)計(jì)量方法并寫下相關(guān)的R code對自己的方法進(jìn)行蒙特卡洛模擬。我也是在這些過程中發(fā)現(xiàn)自己感興趣的不是將統(tǒng)計(jì)方法運(yùn)用到金融數(shù)據(jù)集中而是方法本身的一些特性，于是我很果斷得在9月和GGU討論，將統(tǒng)計(jì)學(xué)作為自己的第一主要申請方向。

統(tǒng)計(jì)學(xué)有兩種類型的研究生項(xiàng)目，一種是學(xué)術(shù)類型的，較為突出的有芝加哥大學(xué)，杜克大學(xué)和華盛頓大學(xué)，這三個(gè)都是傳統(tǒng)意義上的統(tǒng)計(jì)強(qiáng)校，有很大一部分的學(xué)生會繼續(xù)選擇讀博，比較知名的就業(yè)項(xiàng)目是UCB，學(xué)校離加州很近，兩條路都可以走的項(xiàng)目是斯坦福和耶魯。如果是就業(yè)title基本上data scientist，如果不能找到scientist會找data analyst。

我錄取的項(xiàng)目是Yale Stats，項(xiàng)目在2020年將項(xiàng)目分化為一年的MA stats和1.5-2年的MS Stats and Data science, Yale原來小而精的department of Statistics在2018年轉(zhuǎn)型為department of Statistics and Data Science, 2018-2020加入了7名tenure/tenured-track faculties，在2021年新收到的email中又加入3名faculties，因此是一個(gè)快速擴(kuò)張的department。Yale Stats碩士和Stats and DS碩士申請是同時(shí)進(jìn)行的，申請人可以任意選擇一個(gè)項(xiàng)目，在錄取之后隨意轉(zhuǎn)換，在申請中沒有給予偏重。由于新項(xiàng)目加入了data science, 并且從一年變成了兩年，今年的申請人數(shù)從2019年的400人變成了達(dá)到了2020年的1000余人，項(xiàng)目錄取了30-40人，計(jì)劃enroll 15-20人。我覺得未來打算申請數(shù)據(jù)科學(xué)方向碩士的同學(xué)，也可以把這個(gè)項(xiàng)目納入考慮范圍，只是相對于其他數(shù)據(jù)科學(xué)項(xiàng)目對于coding的偏重，Yale會更偏重統(tǒng)計(jì)的背景。

自己的另外一個(gè)主申方向是金融經(jīng)濟(jì)學(xué)，雖然是主申，但其實(shí)相關(guān)的項(xiàng)目非常的少，top項(xiàng)目，哥大商學(xué)院，牛津商學(xué)院，劍橋和LSE。個(gè)人申請了前面三個(gè)項(xiàng)目。首先，關(guān)于純金融項(xiàng)目，QS有一份排行榜，大部分這方面的項(xiàng)目在歐洲，除了英國的院校，還有法國非常知名的HEC等，大家自己選校時(shí)也可以進(jìn)行研究。作為純金融項(xiàng)目，我覺得有三個(gè)側(cè)重點(diǎn)，corporate finance， asset pricing， financial econometrics。如果你是business major，這顯然是你最對口的方向，因?yàn)槟阋呀?jīng)上過了很多CF，accounting，valuation的課程，這使得你在課程上十分match這個(gè)項(xiàng)目的架構(gòu)，如果你有上過futures and options,或者數(shù)學(xué)系的Mathematical Finance 那么你對asset pricing也有基本理解。金融學(xué)生的弱點(diǎn)可能是缺乏econometrics的訓(xùn)練，但我覺得這并不要緊，只要你的實(shí)習(xí)和CF， asset pricing這方面課程的準(zhǔn)備足夠充分，也能獲得青睞。第二種是針對非金融學(xué)生的，比如經(jīng)濟(jì)專業(yè)，我們可以從兩方面準(zhǔn)備：Financial Econometrics and Microeconomics, 本科階段我上過3門計(jì)量經(jīng)濟(jì)學(xué)課程，3門微觀經(jīng)濟(jì)學(xué)課程，其中兩節(jié)是比較hardcore的微觀理論，雖然對我沒有任何corporate finance的背景，但我仍然相對比較match的申請者。但對于經(jīng)濟(jì)學(xué)生而言，如果要做金融經(jīng)濟(jì)的申請，務(wù)必嘗試做1-2個(gè)finance方向的實(shí)習(xí)，或者1-2個(gè)或大或小應(yīng)用econometric models在financial data set的project，顯得自己的背景比較match。最后，如果有任何的數(shù)學(xué)課，概率或者統(tǒng)計(jì)方向，無疑都是加分項(xiàng)，2-3門數(shù)學(xué)課會使的basic quantitative skill得到認(rèn)證。Oxford Said Financial Economics 是QS2020純金融項(xiàng)目的第一名，就業(yè)數(shù)據(jù)十分華麗，項(xiàng)目時(shí)長9個(gè)月，LSE Finance and Economics的bar也非常高，適合希望繼續(xù)讀研的學(xué)生，Cambridge 也同樣有不錯(cuò)的brand name。

由于自己的二專是數(shù)學(xué)系，本科也學(xué)了PDE，Math Finance, 隨機(jī)過程這樣的課，并且自己的所有科研實(shí)習(xí)經(jīng)歷都可以應(yīng)用于quant finance申請上，我也隨手申請了4個(gè)學(xué)校，但我建議，如果要準(zhǔn)備金融工程，還是需要專注一點(diǎn)，并且需要有很大的決心，最好的項(xiàng)目比如巴魯克金融工程會有非常硬核的技術(shù)面試，是需要花時(shí)間準(zhǔn)備的。以后去美國公司實(shí)習(xí)，也是需要面試的，畢竟quant fin還是很硬核的。雖然自己拿到了Cornell的錄取，但我自己不是嚴(yán)格意義上的金融工程申請者，因此不在此分享經(jīng)驗(yàn)。

#背景打造

//GPA：

GPA顯然是越高越好，但這能為了高GPA上一些無關(guān)課程。我認(rèn)為相關(guān)課程的GPA遠(yuǎn)遠(yuǎn)大于總GPA的重要性。第三，如果你有某門相關(guān)課程拿了B+甚至B-，并不要感覺這會是申請的終點(diǎn)，因?yàn)橹灰愕某煽儐蔚目傮w印象是不錯(cuò)的，這就不會是個(gè)無可救藥的劣勢。

//GRE/T：

GRE和T都是需要deadline去push的，最好花個(gè)寒假解決掉，我一直不把GRE/T當(dāng)回事兒，一直拖到了9月，那時(shí)候非常焦慮，于是咬牙21天刷了很多題，花了兩天幾乎半裸考把T考了。注意GRE的Q還是比較重要的，不要考的不好，其他我覺得達(dá)到了325上下，托福105上下就足夠了，可能Oxford， Cambridge會更注重標(biāo)化，如果他們是你不可或缺的target，那么就稍微多花時(shí)間考高點(diǎn)。但大體而言，GT要速成。我的mentor有句話我覺得很適用，在你達(dá)到了GT底線分?jǐn)?shù)后，沒有學(xué)校會因?yàn)镚T把你拒了。雖然錄取是個(gè)玄學(xué)，但我覺得這句話大體適用。

//實(shí)習(xí)：

實(shí)習(xí)要注重相關(guān)性，申請ds要去找data analyst/scientist/engineer實(shí)習(xí)，申請quant要找quant實(shí)習(xí)。如果沒有也不要緊，可以用其他彌補(bǔ)。但我覺得實(shí)習(xí)更要緊的是幫你找到自己的申請方向，我覺得對我而言，這比實(shí)習(xí)給我在簡歷中的加成重要的多。另外，實(shí)習(xí)對于以后研究生時(shí)找工作也很要緊。所以實(shí)習(xí)的意義，不僅僅停留在申請季。

我想說的是，要選好自己的賽道，做自己擅長的事情，發(fā)揮自己的相對優(yōu)勢，如果我剛剛在上面所說的方向你并不喜歡，并沒有必要去硬沖，這樣申請起來會十分痛苦，也不一定會有好的結(jié)果，拿到Ad后也會不知所措。在此也祝大家一切順利！GGU在我申請過程中提供了很多支持，我感謝我的mentor，培訓(xùn)師老師在焦慮之余給我及時(shí)雨般的建議，以及GGU其他老師對我的鼓勵(lì)和幫助。也感謝GGU的寶貴面試經(jīng)驗(yàn)，使得脫穎而出。