💳

新加坡国立大学 · 金融科技 2 个项目

National University of Singapore|金融科技(Financial Technology)。 下面列出的是该校该方向真实开设的项目:学制、学费、入学时间、语言要求与课程均来自该校该项目本身,不同学校同一方向并不相同。
QS 2027 · 第 10 位QS 学科 会计与金融学 · 第 10 位
新加坡国立大学在本站收录 133 个具体项目 · 其中「金融科技」方向 2 个 · 本站 86 条该方向录取案例

🏫 本校开设的项目(2 个)

同一专业方向在不同院校会拆成不同项目(MPS / MS / MSc / 一年制 / 两年制),下列参数逐项目不同,来源为各校项目公开信息。

数码金融科技理学硕士

MSc Digital Financial Technology
硕士商科
学制1.5年
学费50940新币/年(1.5 年共约 76,410 新币)
入学时间8月
语言要求雅思 6 · 托福 90 · 托福(新版) 4.5
就业方向交易所、风险管理与咨询、投资银行、金融科技公司、资产管理公司
岗位分布投资组合经理、风险管理师、金融工程师、衍生品定价分析师、量化交易员
📚 课程设置(56 门,核心/基础课程 15 / 顶点项目 1 / 选修课程 40)
核心/基础课程15 门
  • FT5001面向消费者的金融科技创新Fintech Innovations for Consumers
  • FT5002金融机构数字化转型Digital Transformation at Financial Institutions
  • FT5003区块链创新Blockchain Innovations
  • FT5004区块链应用编程Programming for Blockchain Applications
  • FT5005金融机器学习Machine Learning for Finance
  • FT5009金融数据分析的当代主题Contemporary Topics in Financial Data Analytics
  • FT5010算法交易系统的设计与部署Algorithmic Trading Systems Design and Deployment
  • FT5011金融深度学习Deep Learning for Finance
  • BMD5301金融科技专业人士金融入门Introduction to Finance for FinTech Professionals
  • BMD5302金融科技专业人士的金融建模Financial Modelling for FinTech Professionals
  • IT5001软件开发基础Software Development Fundamentals
  • IT5003数据结构与算法Data Structures and Algorithms
  • IT5004企业系统架构基础Enterprise Systems Architecture Fundamentals
  • IT5005人工智能Artificial Intelligence
  • IT5006数据分析基础Fundamentals of Data Analytics
顶点项目1 门
  • 顶点项目Capstone Project
选修课程40 门
  • CS5224云计算Cloud Computing
  • CS5231系统安全Systems Security
  • CS5321网络安全Network Security
  • CS5331网络安全Web Security
  • CS5421数据库应用程序设计与调试Database Applications Design and Tuning
  • CS5439软件安全Software Security
  • FT5008区块链应用中的当代主题Contemporary Topics in Blockchain Applications
  • IS4234法规遵从与监管技术Compliance and Regulation Technology
  • IS5008技术风险与网络弹性Technology Risk and Cyber Resilience
  • IS5009金融科技解决方案Topicsin Financial Technology Solutions
  • IT5004企业系统架构基础Enterprise Systems Architecture Fundamentals
  • CS5242神经网络与深度学习Neural Networks and Deep Learning
  • CS5246网络上的文本处理Text Processing on the Web
  • CS5339机器学习理论与算法Theory and Algorithmsfor Machine Learning
  • CS5344大数据分析技术Big-Data Analytics Technology
  • CS5446人工智能规划与决策AI Planning and Decision Making
  • FT5009金融数据分析的当代主题Contemporary Topics in Financial Data Analytics
  • FT5011金融深度学习Deep Learning for Finance
  • IS5006智能系统部署Intelligence Systems Deployment
  • IS5126实践应用分析Hands-on with Applied Analytics
  • IS5152基于数据的决策Data-Driven Decision Making
  • IT5005人工智能Artificial Intelligence
  • IT5006数据分析基础Fundamentals of Data Analytics
  • BMF5342金融和数据分析中的技术颠覆Technological Disruptions in Finance and Data Analytics
  • BMF5354数字时代的金融监管Financial Regulation in a Digital Age
  • BMF5355金融机构、市场、系统与技术Financial Institutions, Markets, Systems and Technology
  • BMF5358金融科技中的创业Entrepreneurship in Financial Technology
  • BT4013资本市场交易与投资分析Analytics for Capital Market Trading and Investment
  • BT4016金融服务风险分析Risk Analytics for Financial Services
  • CS5233仿真与建模技术Simulation and Modelling Techniques
  • FE5105企业融资和风险Corporate Financing and Risk
  • FE5108投资组合理论和投资Portfolio Theory and Investments
  • FE5221交易原则及基本原理Trading Principles and Fundamentals
  • FE5222高级金融衍生品定价Advanced Derivatives Pricing
  • FE5223电子金融市场导论Introduction to Electronic Financial Market
  • FE5224应用风险管理的最新主题Current topics in Applied Risk Management
  • FE5225机器学习与金融科技Machine Learning and FinTech
  • FE5226金融工程学C++C++ in Financial Engineering
  • FE5227商品基础与模型Commodities Fundamentals and Modelling
  • FT5010算法交易系统的设计与部署Algorithmic Trading Systems Design and Deployment

金融工程理学硕士

MSc Financial Engineering
硕士商科
学制1年
学费64000新币/年
入学时间1/8月
语言要求雅思 6 · 托福 85 · 托福(新版) 4.5
就业方向投资银行、资产管理公司、对冲基金、金融科技公司、监管机构
岗位分布量化分析师、交易员、风险经理、金融工程师、量化研究员
📚 课程设置(28 门,必修课程 6 / 选修课程 22)
必修课程6 门
  • FE5101衍生产品与固定收益Derivatives and Fixed Income
  • FE5107风险分析与管理Risk Analyses and Management
  • FE5110金融工程项目Financial Engineering Project
  • FE5112随机微积分与定量方法Stochastic Calculus and Quantitative Methods
  • FE5116编程与高级数值方法Programming and Advanced Numerical Methods
  • FE5209金融计量经济学Financial Econometrics
选修课程22 门
  • FE5103权益产品与特殊衍生品Equity Products and Exotics
  • FE5105企业融资与风险Corporate Financing and Risk
  • FE5108投资组合理论与投资Portfolio Theory and Investments
  • FE5111金融工程研究生实习Graduate Internship in Financial Engineering
  • FE5208期限结构与利率衍生品Term Structure and Interest Rate Derivatives
  • FE5210金融学研究方法Research Methods in Finance
  • FE5211金融工程研讨会Seminar in Financial Engineering
  • FE5212可持续金融风险管理Sustainable Finance Risk Management
  • FE5213使用Python的定量宏观经济学与金融学Quantitative Macroeconomics and Finance with Python
  • FE5214定量投资概论Introduction to Quantitative Investing
  • FE5215金融产品创新研讨会Seminar in Financial Product Innovations
  • FE5216金融科技创新研讨会Financial Technology Innovations Seminar
  • FE5217风险管理与另类投资研讨会Seminar in Risk Management and Alternative Investment
  • FE5218信用风险Credit Risk
  • FE5219信用分析实习Credit Analytics Practicum
  • FE5221交易原则与基本原理Trading Principles & Fundamentals
  • FE5222高级衍生品定价Advanced Derivatives Pricing
  • FE5223电子金融市场概论Introduction to Electronic Financial Market
  • FE5224应用风险管理当前专题Current Topics in Applied Risk Management
  • FE5225机器学习与金融科技Machine Learning and FinTech
  • FE5226金融工程中的C++C++ in Financial Engineering
  • FE5227大宗商品:基础原则与建模Commodities: Fundamentals and Modelling

📊 新加坡国立大学 · 金融科技 录取案例(86 条)

以下为被该校该方向真实录取的申请人背景(本科院校 / 专业 / GPA / 语言),可用来判断自己的匹配度
GPA百分制中位 87.8(39 条);4 分制中位 3.65(42 条);5 分制中位 4.34(5 条)
语言雅思中位 7(64 条);托福中位 100(15 条);六级中位 601(5 条)
本科层次985院校 66% · 211院校 17% · 海外本科 12% · 普通本科 5%
中位数按同制式分别统计(不同 GPA 制式不可合并),样本少于 5 条时只报数量不报中位
本科院校来源:复旦大学(9)、上海交通大学(9)、中国人民大学(8)、南京大学(7)、武汉大学(5)、对外经济贸易大学(5)
南京大学 · 金融学
985院校GPA 87/100雅思 7
香港科技大学 · 風險管理與商業智能
海外本科GPA 3.79/4.0
复旦大学 · 金融学
985院校GPA 92/100雅思 7.5 · 六级 606
复旦大学 · 统计学
985院校GPA 3.2/4.0雅思 6
武汉大学 · 金融工程
985院校GPA 3.86/4.0雅思 7.5 · GRE 329
中国人民大学 · 财政学-数学双学位实验班
985院校GPA 3.38/4.0雅思 7

🧩 该校其他方向的项目(未归入本站方向分类,共 13 个)

这些项目的名称不属于站内现有的专业方向分类(如跨学科、政策类项目),单独列出以便了解该校项目全貌;已抓到学制 / 学费 / 课程的项目可直接点开看该项目本身的完整参数

🏅 本校该方向的学科名次

QS 学科(2026)会计与金融学 第 10 位
QS 综合排名QS 2027 · 第 10 位
USNews 世界排名未收录
该校上榜学科40 个

🏫 同方向的其他院校

按 QS 学科名次排列,可横向对比不同学校同一方向的项目设置与学费
学制 / 学费 / 语言要求 / 申请节奏为按国家(地区)通行区间整理的参考值,各校每年均可能调整,最终以院校官网公布为准;本站不提供中介服务。 排名数据:QS 名次来自 QS 官方榜单整理,U.S. News 名次整理自 Ranking Radar 公开数据集(CC-BY-4.0),原始榜单 © U.S. News & World Report。