威斯康辛经济学硕士如何？
MFE是Wisc-Madison的强项，也是其Economics department里面最“现代”的program。我2017年入学的时候，整个系里大概有30%的学生是国际生，其中中国人比例大概1/5（这个数据可能不准）。从班级里的同学构成来看，中美本科为主，其他如中亚、日韩也有少量学生。从学生的专业背景来看，以纯经济本科为多（2017级24个full-time学生里只有4人是CS或Math背景），少数是统计背景，纯Fin背景比较少见。
从课程设置上看，MFE的课程设置跟其他纯fin的master不一样，有很多quantitative和econometrics的内容，对数理基础和编程的要求很高。从个人经验看，如果没有很强的数理基础或是编程能力，学习起来会很吃力，很难完成整个课程的任务。 整个项目的强度很大，一年要学13门课（每门课3学分），第三学期还有Quantitative Finance Capstone这个项目（5门选修课按先修要求修完才能结束该项目的学习并毕业）。所有课程考核方式包括final project，presentation，group/individual assignment，quiz，final exam不等。
因为课程内容涉及很多复杂的模型推导（比如二叉树，BS）以及各种公式（Black-Scholes，Fourier Transform等），如果之前没有很好的数学和计量功底，真的需要下苦功去补了。除了两门统计分析和计量经济学的prereq，其他课程的prereq都是在项目开始前完成即可。但需要注意的是，虽然每个项目的授课老师各不相同，但他们都会按照相同的课程大纲来布置任务和要求。因此提前熟悉大纲内容并了解之前课程中涉及到的模型会很有帮助。
个人体验来说，虽然第一年在学习大量新知识和内容后有些疲惫，但是第二年开始在项目中逐渐找到状态并且掌握了方法后，学习效率和学习效果都有了提高（尤其第二年会涉及到更深入的课程内容和建模）。如果有良好的数理基础和编程能力，并且擅长运用数学软件（如matlab，R）进行计算，那么在学习MFE的内容上将不会遇到很大的障碍。
另外，虽然MFE是偏quant的项目，但是在今年（2019）的招生过程中，我发现除了个别像DS，CS这样明显quant的专业之外，其他大部分项目的申请依然是以纯economic的背景为主。所以如果有同学是economics and math的双学位或者是在读的phd track，其实还是有一定优势的～