计算金融专业怎么样？
在美国的学校里，MFE和STAT这两个专业的对比可能更有代表性些。先说说MFE。 这是一个偏量的专业，学习的方向主要是计量、随机控制类。以哥大的MFE为例（其他项目的课程设置也大同小异），第一学年主要是数理基础课，包括随机过程，优化算法，微积分，概率等等。第二学年是核心课程，涉及到计量方面的知识，比如时间序列，因果推断，随机控制，极大似然等。第三年主要学习应用方面课程，包括期权，债券，期货，信用风险，风险管理，量化分析等。第四年是选修，根据自己的兴趣选择，例如我可以修读公司理财，债券市场，期权，风险管理，统计编程等几门课。每个项目大概16-17门课左右。
因为MFE主要的学习方向是量化，所以除了必修的数理基础课外，其他的课程都是以量化分析和计算器操作为主。每一门课上到一半都会有quantitative analysis和computerized modeling two part的project分别练习，也是检测学生是否掌握课程内容的好机会。 在这个项目里，有很优秀的同学，也有不如人意的同学，因为同学间的学术背景差异很大，有本专业的，有转专业的，有直接申请Ph.D.的，有申请Master准备就业就业的。当然大家最终的目标都是Ph.D.，所以也会互相影响，促进。
个人觉得这个项目的特点在于：课程数量多，学习内容广而不深，授课方式比较美国化，注重学生的自主学习能力和课后科研能力（因为有很多project需要完成）。如果学完了能够举一反三，那自然是最好不过，但是很多时候需要花很多的时间去理解老师所教的的内容并加以记忆，课堂上的内容十分庞大，需要花费很多的精力去消化。
对于不是特别热爱quant或者数量分析的同学可能会感觉有些吃力。
再来说说STAT。作为一个偏统计的专业，其学习内容涉及面很宽，但每个领域的深度自然不能跟MFE相比。以WISC的STAT为例，第一年的基础课程有统计原理，R语言，数据结构，多元统计，实验设计，模拟。第二年上核心课程，如回归，时间序列，分类与决策，统计图形，C++，随机过程。第二年下及第三年上学习应用方向的课程，如data mining， neural networks， optimization， statistical inference， 以及physical， social， bio等的专项课程。
同样是30个学分，比MFE少4门左右的课程。上课的形式跟MFE差不多，也都是以讲课＋案例分析＋学生presentation的形式。
因为是偏统计的专业，所以对于数学基础的要求比MFE要高一些。除了数理统计的基础知识外，还需要学生具备一定的计算机能力（起码要会一种数据分析软件，R或SAS较好，Python和SPSS简单适用于大学生基本的数据处理需求）。
因为统计的知识体系繁杂且更新快，所以在学习中经常会遇到新的知识点需要理解和背诵，比起MFE较为侧重建模与计算的能力，STAT更需要去理解和记忆。