美国金融（Finance）和量化金融专业（Quant）有哪些区别？

1、核心课程区别：

量化金融（Quant）：包括量化金融分析、量化算法交易、互联网金融、Fintech(金融科技)、风险管理、运营等，学生所需要的技能和传统金融差别很大。

量化金融：概率论，数理统计，数学分析，高等代数，常微分方程，偏微分方程，随机过程，时间序列分析，编程，机器学习，统计建模等等。

传统金融（Finance）：核心课程设置更多集中在金融的一级市场，像投资分析、公司金融、金融管理或者财务管理方面，而基础课程方面，一般需要需要申请学生在经济学、会计学、数学方面有先修课程。

传统金融：基础数学，微观经济学，宏观经济学，会计学，金融学，社会经济学，心理学等等。

2、侧重点区别：

传统金融（Finance）：定性分析，侧重目标企业的深度分析，多依赖于会计分析。

量化金融（Quant）：定量分析，侧重用数学模型回测整体市场规律。

3、职业学历背景区别：

所谓量化金融Quant：就是量化分析师或量化专家，是专门研究数学和统计方法(例如数值或定量技术)应用于财务和风险管理问题的人员。他们的工作内容是设计并建立数学模型，为相关的金融行为，如：衍生物定价，风险估价或预测市场行为等提供数学理论基础。所以Quant一般需要数学(统计学)，物理(流体计算)或者计算机(复杂运算)等相关知识，而不像其它岗位上需要的商科或者文科内容，这与传统金融有很明显的区别。宽客在华尔街金融圈中算是异类一族。

传统金融（Finance）从业者：包括投资银行家，证券分析师，基金经理，交易员等，大多数是本科学历，MBA已经算是高学历了。而Quant中的绝大多数都拥有博士学位，有些甚至曾经在大学里担任过教职。专业背景方面，大体以数学和理论物理为主，但计算机科学和统计出身的宽客亦不在少数。