华盛顿大学位于美国西海岸的城市西雅图，像微软、亚马逊等全球性大公司总部都在坐落在这里，对于以后找实习或工作十分有利，而且气候也是比较温和，此外，华盛顿大学的很多专业在全美排名都很不错，今天我们要讲的是华大的金工专业的课程培养目标以及课程介绍，好，接下来我们一起来看看吧。
1.1课程培养目标/侧重点
计算金融和风险管理理学硕士(MS-CFRM)旨在满足金融服务行业对高级定量和计算金融技能以及下一代风险管理能力的需求。MS-CFRM项目为拥有强大数学和定量技能的学生和现有专业人士提供了在众多金融领域新的或当前的职业发展道路上令人兴奋的崭新机会。
这个学位同时拥有全日制和灵活的兼职课程，分别对应校园和在线课程两种形式，其中全日制课程是在华盛顿大学西雅图校区。项目的学分有42credits/54credits两种选择，每学分刀，多数人会选择前者。按每门课4学分、一个quarter选3门课计算，第二学年秋季就可以毕业（总计15个月读完，包括一个暑期实习）。为了适应即将毕业的学生的需要，延长在西雅图以外的地方的实习时间，以及生活环境的变化，在学校开始全日制课程的学生可以与研究生项目顾问协商，选择减少他们的学分负担，延长毕业时间。出于同样的原因，由于所有的常规课程都是同时提供给校园和在线学生，所以全日制学生也可以在需要时在线学习。
下面看下课程的具体介绍。首先是必修课，一共6门：
1.2必修课
1.2.1CFRM:InvestmentScience(投资学)
这门课程介绍了投资学的数学、统计和金融基础。理论概念的学习将通过使用R语言编程练习来加强。材料的范围类似于MBA水平的投资课程，但在一个显著更高的量化水平。主题包括：利率基本理论，利率及固定收益证券的期限结构，均值-方差投资组合理论，因子模型与CAPM，风险偏好和度量。
1.2.2CFRM:FinancialDataScience(金融数据科学)
这门课程介绍计算金融应用的金融模型和数据分析。通过R语言编程作业学习在关键的定量金融领域中的统计分析、建模方法、和计算技术，具体有因子建模、金融时间序列、投资组合分析。主题包括：金融数据可视化，回归方法与因子模型，主成分分析，金融时间序列建模，参数法与非参数法。
1.2.3CFRM:AssetAllocationandPortfolioManagement(资产配置与组合管理)
这门课主要讲在现实世界的约束和成本下，利用Python编程进行只做多和多空结合的组合优化；用于处理fat-tailedskewedassetreturn的经典均值-方差模型和现代均值-下行风险模型；基于因子模型的优化与风险分析；股票、混合资产类别和对冲基金的投资组合。主题包括：均值方差优化(MVO)理论基础，投资组合绩效分析和回测，下行和尾部风险度量、预期亏空、一致风险度量等等。
1.2.4CFRM:OptionsandOtherDerivatives(期权和其他衍生品)
这门课程讲解期权和其他衍生产品定价的理论、统计建模和计算方法的基础知识，将数学和统计理论与Python编程练习结合在一起。主题包括：金融合约简介，远期、期货和期权，衍生品定价的二项模型，套利和资产定价的基本定理，不完全市场，随机微分导论，Black-Scholes模型和希腊字母（价格敏感性）。
1.2.5CFRM:MonteCarloMethodsinFinance(金融中的蒙特卡罗方法)
这门课程涵盖专门的蒙特卡洛方法在金融与衍生品定价、交易和风险管理的应用。学生将通过Python编程作业学习这些方法的理论基础以及实际实现。主题包括：模拟随机变量，模拟随机过程，方差缩减方法，蒙特卡洛法对香草和奇异衍生品定价及敏感性估计，风险管理应用。
1.2.6CFRM:EthicsinFinance(金融职业道德)
这门课帮助学生了解在金融市场，金融管理和金融服务的道德行为，证明一个应用的理解的伦理理论。教授带领学生探讨对金融伦理挑战的评估和回应，包括金融法律法规及与计算金融和风险管理相关的现代应用的案例研究。
1.3必选课（二选一）
1.3.1CFRM:使用SQL、VBA、Excel进行金融数据访问与分析
这门课提供使用SQL、VBA和Excel检索和操作数据，是一门偏实践课程。此外，它还展示了如何结合使用SQL、VBA和Excel，利用R强大的金融数据建模和分析功能。主题包括：SQL查询的开发，关系数据库和表设计、索引、触发器、约束和存储过程，通过DBI从R访问SQL数据库，数据分析与Excel数据透视表和求解器等当前金融领域的特别话题。
1.3.2CFRM：OptimizationinFinance(金融优化方法)
这门课介绍了金融中的数值优化方法。教授带领学生讨论主要类别的优化问题的理论和有效的解决方法。作业包括使用业界常用的优化语言AMPL来解决优化问题。主题包括：线性规划，二次规划，一般非线性规划等主题。
1.4选修课
选修课与必修课加在一起至少选够42学分就行（这样就是4个quarter，15个月毕业），不过也可以一共选54学分的track（多上大概3门课，需要5个quarter，18个月毕业）。一般都选择前者，这样整个项目费用较少；少数人选择后者，这样可以将在校时间延长3个月，不用提前占用OPT的graceperiod就能获得更多时间找工作。比较常见的选修课：
1.4.1CFRM：MachineLearningforFinance(机器学习)
这门课程介绍的是机器学习技术的基本原理及其在金融中的应用，侧重于评估、组织和分析金融数据，学习机器学习中的分析工具和数值方案，对金融数据进行统计分析，开发实用的金融工具，如交易规则和风险指标。
1.4.2CFRM：FinancialSoftwareDevelopmentandIntegrationwithC++(金融软件开发与C++集成)
这门课程是金融应用C++编程的实用介绍，将着重于用C++开发基本的面向对象编程技巧，以实现计算金融解决方案。课程内容还包括将C++应用程序与R、Excel和BoostC++库集成。
1.4.3CFRM：CreditRiskManagement(信用风险管理)
这门课程介绍用于分析、预测和降低信用风险的模型的数学、统计和金融基础。学生将学习应用于信用风险评估的建模方法的理论基础，并通过使用R语言进行编程作业来实现这些方法。侧重于债权人层面和投资组合层面的信用风险，以及对有信用风险的资产和衍生品的估值和风险分析。
1.4.4CFRM：PortfolioPerformanceAnalysisandBenchmarkAnalysis(投资组合绩效分析与基准分析)
这门课程涵盖投资组合绩效衡量和标杆管理的基本原则。主题包括：项目组合管理中性能评估的角色，计算个人资产和投资组合的回报率，操纵收益，通货膨胀、货币、税收和费用的调整，现金流方法，算术和几何超额收益，等等。
以上是部分-学年开设的选修课。需要注意的是，每年并不是所有课程都会开，不同年份开设的课程会有区别。另外，项目允许学生选修一门项目之外的课程，这样就有机会选一些比如计算机（CSE）学院的课（事实上，只要有精力肯花钱，是可以随便选其他学院课的，只不过项目只允许其中的一门课算进毕业要求的42学分中）。
1.5硕转博
博士的话一般就是申应用数学专业，但这个专业研究可选的方向比较多，据了解，华大应用数学系的教授有研究资产定价这样的金融问题的，也有和其他工科院系以及波音这样的公司等合作研究工科技术问题的，也会和华大的计算机、医学院等合作研究最前沿的计算神经科学问题的，等等。具体可以查阅UWAmathDepartment查看他们对Amath硕士、博士项目的介绍。CFRM的学生申请PhD没有特别多的优势，还是得靠自己扎实的数学功底以及提前和教授做项目套磁。唯一的好处就是每年申请季（大概11、12月）系里会首先向两个Master项目的学生开通系内申请，网申只需要准备PS和两封推荐信，其他什么语言成绩就不用再重复提交了。
1.6前期课程
关于前期课程，前面也简单提了一下，量化背景的学生在数学（高数、线性代数、微分方程、测度论等），统计（概率论、随机过程）以及编程（算法基础、至少一门编程语言或统计语言）至少修过高级的本科课程或入门的研究生课程，至于金融、经济等方面最好也要上过相关课程（投资学、衍生品定价等等），但这个重要性小一点。