我认为，在经济学体系中，金融学是最接近自然科学的，如果对这个学科了解的话，就会明白，其开发的工具并不是说保证让你挣大钱，而只是可以起到特定的作用，比如说，保证你在3个月后，以5%的利率贷到美圆，等等。但这些工具不能代替你去判断，仍就上个例子说，可能3个月后，美圆利率下降到4%，你运用了衍生工具却亏损了，这很正常。不管是索罗斯还是巴非特，他们对工具的使用都并不是世界顶尖，但他们的判断力却是世界顶尖，这也是你我就算把他们的自转及相关著作读完，也不能成为投资家的原因。

但是，无论如何，金融工程，金融衍生工具的开发确实使金融市场更有效率，使交易成本降低了（时间上和金钱上的成本），而这才是这个学科存在和发展的基础所在。

从有金融市场以来，人们就希望能够预测，至少是解释资产价格的运动轨迹，这里的资产价格包括汇率、股价以及其它金融市场上的产品价格。最初，所示用的方法主要是定性的，分析的角度也是局部均衡的。这种分析方法的弊病是显而易见的，因此一般均衡的方法被引入进来。同时，定性方法在市场的初期发展时是比较有效的，因为那个时候市场的完全性、有效性都差得远。但是，随着市场得发展，产品越来越多，工具得适用越来越广泛，市场也比以前更趋向有效。投资者希望能够更精确的解释和预测价格的变动，一方面把很多指标量化，另一方面很多的数学模型被引入进来。金融工程作为一个交叉学科，融合了金融、数学、计算机等方面知识，特别是把数量方法很好的运用到金融市场。和楼上的观点一样，我认为金融工程至少在两个方面促进了金融市场的发展：一是设计处大量的金融衍生产品，使得规避风险成为可能，使市场的完全性得到加强；二是大量金融产品的使用，各种数量模型运用，使市场中的套利机会在瞬间可以被捕捉到，市场变得更加有效。当然，凡事有利就有弊。大量金融工具的使用造成市场波动加剧，投机者手中的武器也更多。

而且，个人也认为凡是数量工具的使用都是第二位的。影响金融产品价格的因素可能成百上千，数量模型可能只包括了很少一部分，毕竟有很多的指标无法量化，比如政治因素、领导者个人喜好。真正叱诧风云的金融家都不会拘泥于数量模型的，他们同时都是一个政治家、哲学家，甚至艺术家。

金融工程的风险度量模型和实际工具之间有非常大的差距，我有个老师是在wall street 做过的， 讲债券定价关于多因素curve 时说，这样作出来的曲线至少比空想的要好一些！这就是金融工程的作用！～

顶楼上的

金工很大程度上提升了人们在缺乏有效认真和判别能力下，对价值、风险的估量，也就能让更多的人更趋理性的参与到市场操作中，增加了市场的有效性，而对于未来不确定性的预测，在目前状态下，少部分人的直觉可能远好于比计算机模拟的结果

想想深蓝和卡斯帕洛夫，或许这就是金工衍生发展可能的结果，呵

至少在产品创新方面有很大所为。

还可能是地理学家，和心理学家

金融工程是不错的课程，很多实用的模型和理论，虽说这些理论都有着不少缺点，但这些工具至少提供了你对思索金融问题的其中一种方法或者说一个角度

真理其实未必存在，但概率是很值得信赖的。。

正因为你未入门，你不太懂，所以你迷思。好好看几本书吧

有些东西是没有办法去预测的。
就像人为什么用脚走路一样，今天我们知道了我们在用脚走路，于是乎我们分析为什么，
但是我们无法预测明天我们是否会用手，倒着走路。
今天分析的结果只能说明天用手走路的可能性不大，但是不能说这种情况不能发生。
数理金融的应用应该是同样的道理吧。

慢慢来

wall street和学术界还是又很大差别的，实业界的要求和学术界的要求相差甚远

例如，做paper可以为了估计模型算上几个小时乃至几天，但是实业界定价的速度要求只能是几分钟乃至几秒钟

更何况在学术界的人眼中，wall street上的模型何其粗陋啊