麦吉尔大学金融硕士好吗？
在MFE读的第二个学期，来答一下这道题啦～ 先给结论，MFE绝对是能让你学到真东西的地方！ 接下来从以下几个方面说一下我对这个项目的看法~
1.项目大小（同学人数）及男女比例——25人小班授课，男生女生各占一半左右吧。每个班级的人数对于学习的影响还是挺大的，如果人数过多，课堂讨论的时候可能没有太多机会发表自己的意见；而如果人数太少，又可能会缺少一些和不同观点的人交流的机会。MFE今年正好是第三个学期，所以人数上应该不会有太大变化了。
2.教授水平——我见过的所有教授都相当nice，而且都非常愿意帮助学生提高成绩。当然，因为都是quant，大家对于模型和代码的要求都会很高。如果教授觉得学生的问题太简单或者没有质量，他们也不会浪费时间来回答。不过，所有的教授的数学水平都相当之高，语速极快，口音浓重，听起来的感觉就是……我在上课听不懂啊怎么办QAQ。不过，大家可以在课后去email问问题，他们回复的速度都很高。
3.课程设置——总共五门quant core课，四门可选。我选了FEM， FSA， NP， and QM。其中，FEM是必修，其他三门都是选修(选课的话建议选择有同一组教授的，这样考试会比较容易)。每一门的教授都不一样，但是风格都很接近，就是讲完理论之后会给大家时间上code例程，然后进行discussion。我唯一没选到的那个quant core叫做risk，听说难度很大。另外有两门statistics/optimal decision的必修，由不同的教授教。这两门课程相对quant core来说比较轻松，主要是关于回归分析和风险最优控制的问题。两门课的课程设置一模一样，只是分在不同的年级。还有一门data science的必修，是由一个特别可爱的印度阿姨教的。这门课主要学习如何运用R来进行数据分析，包括作图、描述统计、基本回归分析等等。最后需要完成的项目是一个数据挖掘，需要利用python做出一个预测。
除了五个quant core之外，还需要完成三门选修。我选的分别是CS610， ECON198以及STAT742。每门课的讲授方式不尽相同。比如CS610是讲授如何编程实现复杂的算法，老师会提供大概的思路，然后同学们写具体代码；而STAT742则是分小组完成一个具体的机器学习问题的解决。
以上全部课程的成绩以分数形式显示在成绩单上，最高的是A+，然后是A，以此类推。所有课程的分数都是由全班同学的投票来决定最终结果的，所以不存在老师打分宽松或严格的情况。有同学会问万一和别人投一样多怎么办呢？这种情况出现的可能性较小，因为每个人对知识点的了解程度是不一样的，讨论的时候出现“众人皆醉我独醒”或“我是瞎子你们都是盲流”的情况也是正常的。
4.同学组成——我在这个项目里遇到的中国人并不多，大部分是以留学生身份来到加拿大的。大家因为quant的背景，所以对数学的要求都比较一致，所以沟通交流上没有什么问题。虽然这个项目只有一个学期，但是在同一个班级里面可以认识很多志同道合的朋友，真的很棒～