量化金融都学什么课程？
我16-17年在清华的量化金工班学过，当时主要是两门课给印象比较深，一门是随机控制，一门是统计分析。 其中随机控制这门课，老师用了几乎一整节课的时间去介绍各种模型，包括动态规划、随机控制、最大熵、最小二乘法等等。虽然很多都没掌握，但是当时真的感觉开了眼界了（原来计量可以做这样的事情）；而统计分析这门课，老师用了很多时间讲假设检验和贝叶斯定理，同样让我觉得很震撼，因为以前学统计只是浅尝辄止，也没怎么做题，这两节课后突然觉得自己的统计基础好像真的有点扎实了（虽然之后学习过程还是忘得干干净净....）。
除了这两门课，其他课几乎都是数理统计、随机过程、计算统计这些基础课。因为当时本科学过，所以印象不深了。 但是现在回忆起来，那一年的学习真的让我获益终生。为什么这么说呢？ 因为那个时候我们刚刚从本科迷茫期走出来，不知道量化到底该不该读研，也不知道自己将来到底能不能学好这些东西。
于是我们在刚进入这个班级的时候，在课堂上和老师同学们交流的过程中，就自然而然地分成了两派，一派认为这些高深的理论根本没有用，将来工作了也用不上，另一派则认为这些都是未来从事量化的基础。当然，中间也有很多同学持中立态度。 而最终的结果却出人意料！ 那就是那些认为这些知识将来无用武之地的同学最后竟然成为了这些知识的受益者。 为什么会这样呢？我认为原因在于这些知识让我们具备了不一样的思维方式。而这种思维方式才是对人生影响最深的。
举个例子： 如果我仅仅本科读过一些基础的统计知识，当我看到一篇文献里面作者使用了假设检测或者贝叶斯方法时，我会下意识感到疑惑，为什么还要费尽周折使用这么复杂的方法，肯定有其他原因。但是我如果学了量化班的课程，虽然我也会疑惑，但很可能会打消这种疑惑，因为我也可能会想，也许作者是想控制可能的误差，而使用假设检测是最合理的选择。这就是一种思维的训练。而这种训练带给我的受益将是终生的。