1樓：
好吧，我來回答下。對這個專案我是感激的！
我早年拿著金融學位，但對數學沒半丁點概念，本想做做銷售，找一家金融公司混吃等死。一看到數學就頭痛。奈何，總感覺到，有一批數學家的存在，讓金融越來越高冷，將來我的日子會不好過。
一橫心報了這個專案。
後來的人生軌跡發生了驚人的變化。首先，通過這半年至一年的消化吸收，逐漸熟悉了這個圈子裡的套路。緊接著申請到了乙個歐洲最top的金融碩士，對找份體面的工作有了底氣。
但更讓我激動的是和很多CQFer一樣，選擇繼續讀博。我花了很多年在不同的方向上進行嘗試，跟著經濟系的老師一起讀Hamilton的Time Series Analysis學習VAR，同時與DSGE歐洲大本營裡的老師，學習現代巨集觀經濟學的標準語言：New Keynesian Paradigm，這一套語言與連續時間金融Continuous-Time Finance相比毫不遜色。
微觀經濟理論也深深吸引著我，發現可以從博弈論這條路徑通往純數學，後來的日子裡，與數學系的學生一起學習抽象代數，交換代數，站在代數數論的門口。。。雖然發現自己資質愚鈍，但這樣簡單純粹的生活，讓我懷念不已。
在這裡發言，一方面是想感謝CQF給了我人生不一樣的可能性，另一方面也覺得自己離職業數學家的道路還有很長一段距離，需要更進一步的積累。而在此之前需再次面對找工作，這個樸素的老問題。這就涉及到了「量化」，程式設計等。
確實如親愛的龍哥所言，CQF這塊是有欠缺的。不過我特意郵件問了下faculty，答案已讓我滿意：
CQF已經改動了其中乙個模組，變為Machine learning，結合Python教學，授課老師是
Yves Hilpisch， Python for Finance的作者
同時在Lifelong Learning 後續模組裡繼續提高Python, 所謂Big data 和 Algorithm Trading的權重。
光是Yves本人為CQFer開的Python for machine learning n-days workshop就已經舉辦了多期，還有各種Python主題的lectures，線上線下全球同步，錄播後可以反覆回看。
作為乙個已很久不在金融世界的同學，能以這種方式來重新保持和金融的聯絡，已經很滿足了。當然這個專案肯定不適合那些資深業內人士，攤手。
下面貼一些Lifelong learning的截圖吧，一般brochure網上都有，其中最後乙個CMM模組在不停地擴充中，早年並沒有群論，擾動理論等。雖然lecture的單位課時可以達到半天甚至一天，但和正規授課是有差距的。
2樓：賀司汀
最近看了下這個證書，和我過去有些經歷相似，說幾句。覺得CQF關鍵的特點是part time，既然你已經是金融碩士了，再去讀乙個(國外)金融工程碩士，單學費就交個30萬RMB有必要？（CQF對中中國人只收5萬RMB？
需要再確認下）這是比較個性化的問題，要考慮你工作的實際。CQF比較的counterpart是MFE，而至於能否找到量化投資的工作，這似乎不是它的任務。有數學物理博士讀CQF，他們能找到工作，你讀，未必。
既然你說你不懂數學程式設計，從CQF的課表看，半年的打基礎差不多。基本的隨機分析、martingale、PDE、蒙特卡洛、時間序列，以及在金融工程這個小範圍裡的程式設計。有了一定的基礎後，你再看金融數學書或是看程式時，你至少會comfortable。
這種感覺至關重要！也就是有種「噢，原來不難，可以理解，並不是天書」的感覺，往後是不是你就可以self-motivated，自己找些書來看，自己試著編寫些程式了呢？CQF&MFE給了乙個入門的機會，但我相信也是最關鍵的一步！
然而，CQF的門檻要比MFE低很多！從Alumni看，有大量以independent的身份就讀，估計就是那些純金融、甚至與金融完全無關的想看看數量金融到底是些什麼的同學。某些有統計背景的答主或許無法理解量化小白的好奇心。
（量化金融並不是well-defined，對於數學程式設計都不懂的同學，我猜只要有數學的金融都算量化。）
至於P-Quant和Q-Quant的問題，我覺得以你目前的階段不必擔心。半年一年後你再決定想具體往哪條路走也不遲。當下你所能看見的幾乎所有金融、數學、程式設計知識在另一些人看來都只是常識，多學沒錯。
Attilio Meucci他本身就是統計博士，P用的toolkit，與計量經濟、統計學十分接近，數學上難度低於概率-隨機分析這條線，線性代數打下半邊天，學習曲線並不陡峭。至於被劃入P這塊的portfolio management，在dynamic階段照樣要用到隨機分析！裡面的intuition就來自derivative pricing。
另外一些可能性：Q這一端掌握得好，你modelling的能力會大大增強，以你金融碩士可以接金融PhD啊，將來當商學院的AP，擺脫業界的紛紛擾擾。P端的話也可以讀博做金融實證，不過大多數實證文章我們不會去看，屬於無意義的實證，放到業界就是很多量化策略其實不賺錢。
同是統計博士，曾經教過我的老師為美國證監會起草法案，而他是搞Q的。回顧自身經歷，CQF&MFE裡有很多是常識基礎，而不是因為你想做P就可以不學。
最後，無論你讀CQF與否，程式設計都要花大量時間。程式設計是量化投資這一行的日常。（把M R P與C++區分開是很有必要的！）
哥大數學系的金融數學碩士？
已重置 老張說實踐是檢驗真理的唯一標準 那你都沒學怎麼能這麼武斷呢 當然了有些人就是瞻前顧後怕這怕那的非要乙個完美那就別去省心了 NGSOI 學的不簡單，考試簡單，別擔心。其實fe課程都有類似的趨勢，畢竟就業為主，沒必要在課程上難為你。學費現在太貴了，career service一般，但是最後大家出...
金融數學和工程數學的差異在哪？
Big Brother 就對待模型的態度來說 乙個是研究方程的，乙個是設計產品的。數學的 有沒有解，解唯一否，穩定否，能不能搞出個解析形式出來，能不能求導求曲率 怎麼改進這個方程讓它和現實macth的更好 工程的 我想設計個產品，在這種狀況下定價合理又能掙到錢，漏洞又盡可能的少 對手裡的這個產品，我...
kcl的金融數學 和 愛丁堡的計量數理金融？
是個好聽的名字 地理位置 倫敦vs空虛寂寞冷蘇格蘭 kcl 勝學校認可度 kcl 23 vs愛大 19 愛大勝兩專業分別的教學質量 官網看師資 兩所學校對專業側重點 官網看課程設定 畢業實習幫助 官網看career servicebtw 這兩個你都申到了？申到了你的搜商還這麼低？建議 不出國 腐國大...