什么是数学金融？ 数学金融专业
数理金融是什么？怎么定义？
数理金融学，即金融数学（Financial Mathematics），又称数学金融学、分析金融学，是利用数学工具研究金融，进行数学建模、理论分析、数值计算等定量分析，以求找到金融动内在规律并用以指导实践。金融数学也可以理解为现代数学与计算技术在金融领域的应用，因此，金融数学是一门新兴的交叉学科，发展很快，是目前十分活跃的前言学科之一。
金融数学,运用随机分析，随机最优控制，倒向随机微分方程，非线性分析，分形几何等现代数学工具研究以下问题：
（1）不完备金融市场有价证券（例如期货，期权等衍生工具）的资本资产定价模型，套利定价理论，套期保值理论及最优投资和消费理论。
（2）利率的期限结构和利率衍生产品的定价理论。
（3）不完备金融市场的风险管理和风险控制理论。
数理金融相关的课程列表
1.数学：
微积分，微分方程（特别是偏微分方程），测度论，组合数学(combinatorics)
2概率统计：
基本概率和统计，高级概率论(研究生课程），stochastic calculus
概率论基础——测度论（measure theory),随机过程（stochastic processes),
随机微分方程及应用（stochastic differential equation and its application)
实用多元统计分析（applied multivariate statistical analysis
3金融：
数理金融（mathematical finance)
一般金融理论，金融市场的运行，风险管理，资产定价理论（特别是derivative pricing.
4.编程：
Excel一定要精通， C或C++，有余力学点matlab, sas, java
5.做秀能力（Presentation Skills): Power Point的幻灯片是要会做的。
什么是金融数学？
在金融实际操作领域要运用的数学理论和计算模型，有微积分，线性代数，微积分中的经济应用比如边际函数，需求函数，投资问题与资金现值终至值，还有消费曲线需求曲线就是金融学实际应用中的问题，线性代数就是为建立金融案例中的模型打基础的，大二要学统计学，总之金融数学就是用数学的严密逻辑推理计算和数据分析作用于金融产品获取最大利润的一种有效手段。
什么叫数字金融
数字金融是指通过互联网及信息技术手段与传统金融服务业态相结合的新一代金融服务。
分类 根据易观智库的产业结构分类，数字金融包括互联网支付、移动支付、网上银行、金融服务外包及网上贷款、网上保险、网上基金等金融服务。
数字金融的主要特征:对数据，数字的分析与审核。
.与传统金融的区别？
传统金融，实际上大家都比较熟悉了。我们之前办理银行业务，一般都需要去到线下的银行网点办理，买股票开户，也需要去线下的营业部等等，这些基本都可以归为传统金融。
那么数字金融和传统金融的区别在哪里？
简单的说，就是在传统金融模式上做加法，加一个互联网就是互联网金融，这是狭义上的数字金融，再加上新兴数字技术，比如人工智能、区块链等等，就是广义上的数字金融，比如此前中国央行在苏州、深圳等四个地区实验的央行数字货币，就是一种新的数字金融。
金融数学是一个怎样的专业？
数学上的很多知识是可以跟金融里的计算题相联系的,在大学里的一些数学系的学生在升读研究生时就会选择金融,金融数学是个比较有难度的专业,但如果学的好,学的透,以后会很有前途,工资待遇会很好。
21世纪数学技术和计算机技术一样成为任何一门科学发展过程中的必备工具。美国花旗
银行副总裁柯林斯（Collins）1995年3月6日在英国剑桥大学牛顿数学科学研究所的讲演
中叙述到：“在18世纪初，和牛顿同时代的著名数学家伯努利曾宣称：‘从事物理学研
究而不懂数学的人实际上处理的是意义不大的东西。’那时候，这样的说法对物理学而
言是正确的，但对于银行业而言不一定对。在18世纪，你可以没有任何数学训练而很好
地运作银行。过去对物理学而言是正确的说法现在对于银行业也正确了。于是现在可以
这样说：‘从事银行业工作而不懂数学的人实际上处理的是意义不大的东西’。”他还
指出：花旗银行70%的业务依赖于数学，他还特别强调，‘如果没有数学发展起来的工具
和技术，许多事情我们是一点办法也没有的……没有数学我们不可能生存。”这里银行
家用他的经验描述了数学的重要性。在冷战结束后，美国原先在军事系统工作的数以千
计的科学家进入了华尔街，大规模的基金管理公司纷纷开始雇佣数学博士或物理学博士
。这是一个重要信号：金融市场不是战场，却远胜于战场。但是市场和战场都离不开复
杂艰深，迅速的计算工作。
然而在国内却不能回避这样一个事实：受过高等教育的专业人士都可以读懂国内经济类
，金融类核心期刊，但国内金融学专业的本科生却很难读懂本专业的国际核心期刊《Jo
urnal of Finance》，证券投资基金经理少有人去阅读《Joural of Portfolio Manage
ment》，其原因不在于外语的熟练程度，而在于内容和研究方法上的差异，目前国内较
多停留在以描述性分析为主着重描述金融的定义，市场的划分及金融组织等，或称为描
述金融；而国外学术界以及实务界则以数量性分析为主，比如资本资产定价原理，衍生
资产的复制方法等，或称为分析金融，即使在国内金融学的教材中，虽然涉及到了标的
资产（Underlying asset）和衍生资产（Derivative asset）定价，但对公式提出的原
文证明也予以回避，这种现象是不合理的，产生这种现象的原因有如下几个方面：首先
，根据研究方法的不同，我国金融学科既可以归到我国哲学社会科学规划办公室，也可
以归到国家自然科学基金委员会管理科学部，前者占主要地位，且这支队伍大多来自经
济转轨前的哲学和政治学队伍，因此研究方法多为定性的方法。而西方正好相反，金融
研究方向的队伍具有很好的数理功底。其次是我国的金融市场的实际环境所决定。我国
证券市场刚起步，也没有一个统一的货币市场，投资者队伍主要由中小投资者构成，市
场投机成分高，因此不会产生对现代投资理论的需求，相应地，学术界也难以对此产生
研究的热情。
然而数学技术以其精确的描述，严密的推导已经不容争辩地走进了金融领域。自从1952
年马柯维茨（Markowitz）提出了用随机变量的特征变量来描述金融资产的收益性，不确
定性和流动性以来，已经很难分清世界一流的金融杂志是在分析金融市场还是在撰写一
篇数学论文。再回到Collins的讲话，在金融证券化的趋势中，无论是我们采用统计学的
方法分析历史数据，寻找价格波动规律，还是用数学分析的方法去复制金融产品，谁最
先发现了内在规律，谁就能在瞬息万变的金融市场中获取高额利润。尽管由于森严的进
入堡垒，数学进入金融领域受到了一定的排斥和漠视，然而为了追求利润，未知的恐惧
显得不堪一击。
于是，在未来我们可以想象有这样一个充满美好前景的产业链：金融市场--金融数学--
计算机技术。金融市场存在巨大的利润和高风险，需要计算机技术帮助分析，然而计算
机不可能大概，左右等描述性语言，它本质上只能识别由0和1构成的空间，金融数学在
这个过程中正好扮演了一个中介角色，它可以用精确语言描述随机波动的市场。比如，
通过收益率状态矩阵在无套利的情形下找到了无风险贴现因子。因此，金融数学能帮助
IT产业向金融产业延伸，并获取自己的利润空间