香港科技大学Fintech学什么？需要预习吗？

香港科技大学Fintech硕士课程为同学提供了与流行金融技术及其工程和金融原理相关的基础知识和重要技能。通过学习该专业的课程，同学将能够分析新兴金融技术的工程机制和金融原理，并利用工程方法论和定量技术支持的实用手段，制定金融科技相关问题的解决方法。无论课程的难易程度如何，提前进行课程预习都是十分有必要的，因为这样可以为之后进一步的学习奠定坚实的基础，从而加深对知识的理解，增强同学在蓬勃发展的金融科技领域的市场竞争力。下面是HKUST Fintech硕士核心课程的主要内容。

1、企业融资

课程关键主题涵盖：现金流估值(现金流、年金和永久财产PV)；债券估值；运用股利贴现模型对股票进行估值；资本预算决策(NPV、IRR、回收期)；资本结构；债务使用的限制(权衡模型)；债务和权益成本的估计；WACC；终值。

2、投资分析

课程第一部分涉及到风险和回报权衡，投资组合多样化，以及现代投资组合理论，如资本资产定价模型和套利定价理论。第二部分涵盖了基本的分析工具，用于分析固定收益证券。主题涉及利率和收益率曲线，持续时间和凸性。

3、金融科技监管和合规

课程提供了框架、概念和背景，以从技术和商业角度理解金融科技市场中监管、合规和保证的作用。课程还将从政府官员、投资者、管理者和消费者的角度审视他们如何受益于、引导和影响监管和相关合规活动的发展。

4、金融科技的人工智能

课程涵盖了人工智能和机器学习的基本理论，及其在金融科技中的应用。主题涉及使用各种深度学习架构的自然语言理解和情感分析。同时涵盖了基本的自然语言处理方法的应用，如事件和异常检测，欺诈和假新闻检测。课程还将把情绪和影响分析与股票市场交易、市场监控以及合规和监管相关的不利事件联系起来。

5、区块链

这门课从工程角度探讨了区块链的基本概念和技术，如比特币架构、比特币共识协议、工作证明、以太坊、超账本和智能合约，以及区块链应用。课程还涵盖了区块链系统的局限性以及可能的改进。

6、数据分析

这门课涵盖了数据分析的基本和高级统计方法，并展示了如何使用这些技术通过统计软件(如Python和R)分析金融数据。主要主题涉及读取和描述数据、分类数据、时间序列数据、相关性、非参数比较、方差分析、多元回归、一般线性模型和分位数回归模型。

7、金融数据挖掘

这门课首先介绍了数据挖掘的基本概念和技术，如数据预处理、数据清洗、聚类、分类和离群点检测。然后，同学将学习如何将这些技术应用于金融数据，如情感分析和社交网络挖掘。

8、金融科技基础

这门课旨在提供金融技术的基础介绍。更具体地说，课程将涵盖各种重要的金融技术和创新，例如P2P借贷和众筹等投融资技术，移动支付等支付技术，robo-advisors等财富管理技术，加密货币等区块链技术，以及InsurTech和RegTech等其他技术。

综上所述，同学可以通过香港科技大学Fintech专业，从信息技术、区块链、数据科学、机器学习和决策分析等及时领域汲取专业知识。如果同学想提前预习课程，可以参考上面的内容哟。