LSE是很多同学的女神校，是申请商科、社科类专业英国及其热门的院校之一。作为G5成员之一，申请难度一直保持较高的水平。同时LSE在金融统计领域也有着极高的学术地位。
收割机留学今天就为大家带来3枚背景及其相似的纯本科背景同时斩获LSEMScinQuantitativeMethodsforRiskManagement申请案例解析~
案例一
OFFER收割机留学●Y同学
本科院校：某财经
本科专业：数学与应用数学+金融双学位
硬性成绩：GPA85.51、TOEFL、GRE
软性背景亮点：
实习2段-国泰君安证券金融衍生品、某科技公司财务助理
学术毕业论文2段-数学方向、经济学方向
数学建模比赛2段-美赛H奖、国赛省二
校园活动两段、志愿者一段
选校及申请过程
Y同学属于GAP申请，去年考研失败，因此决定转战留学，并且去年上半年迅速的开始考G，以及补充实习经历。因为想申请好的学校，其选校定位很清晰，主要集中在英国和新加坡，最初英国选校为IC和爱丁堡（选择了3个项目），新加坡选校为NUS的3个项目：FE、统计、QF。
申请过程中Y同学始终积极主动的配合申请老师，有需要准备的材料，都能第一时间准备，有不清楚的也能做到及时和老师沟通。我们在6月的时候为Y同学提交了NUSMFE的早申请；紧接着Y同学在毕业时又积极准备申请需要的材料，与此同时，Y同学也在积极的准备GRE的考试。
在最终确认了文书和选校后，于11月初递交了已经开通项目的申请。很快在11月中旬就收到了爱丁堡MScFinancialMathematics录取。
吃下这个定心丸后，在12月底顺利收到NUSQF的笔试面试通知，从通知的名单中可以看出，今年申请的人数远远超出去年的人数，可见竞争异常激烈。经过为Y同学提供面试和笔试的相关辅导，在1月上旬Y同学参加了面试，根据参加后的感受反馈觉得笔试题目要比去年难得多，应该也是受申请人数提升的影响。这个项目出结果很快，一周内于1月中旬就收到了学校邮件通知录取，在如此竞争激烈的前提下能拿到offer，充分体现了她的实力。
时间进入到在2月下旬，爱丁堡的统计也收到了offer。
Y同学一直想冲刺G5院校的，IC给了WL之后，在3月的时候提出想要申请LSE，在老师指导选校下，我们为其递交了LSE的申请，并且在4月中旬成功收获了LSE的offer，出结果的速度对于LSE来说也是非常快了。
Y同学去年参加过考研，因此专业知识过硬，在NUSQF的笔试中才能够游刃有余，也希望之后申请的同学能够打下扎实的专业知识基础，拿到自己心仪的offer。
LSE-MScinQuantitativeMethodsforRiskManagement
Edinburgh-MScStatisticswithDataScience
Edinburgh-MScFinancialMathematics
NUS-QuantitativeFinance
本科学习数学的Y同学毕业之后也一直从事与金融数理统计相关的实习。因此我们将她对于数学的兴趣和思考作为核心，依时间的顺序，从童年到大学再到职场，一步步描绘出她在这条道路行进的旅程。文书也用了相当一部分笔墨去描写她当前的工作，以此引出她对于自己的更高要求，对于行业的深度思考，以及自己未来的计划。
案例二
本科专业：数学与应用数学
硬性成绩：GPA3.8、IELTS7、GRE
实习：华泰证券证券投资部，家庭金融调查
数模国赛省二，数模校赛
学术研究：五指棋AI及功能实现、赫克歇尔俄林模型实证检验
Y同学决定留学申请的时间其实比较晚，19年7月才最终确定，当时还没有考语言和G，实习经历当时也比较欠缺，但在绩点和其他学术比赛方面很有优势。因此首先我们帮助Y同学制定了短期的准备策略，规划好时间，考成绩+补充实习经历，这两项从后来的事实证明，Y同学都完成的很好。
选校主要集中在新加坡和英国的统计和金工，由于Y同学GPA比较高，GRE成绩也很高，最初的英国选校主要集中于IC、LSE和爱丁堡，新加坡主要为NUS的统计及金工。
11月下旬，Y同学提供完整材料及确认好最终文书后，我们便为其迅速递交申请。Y同学的申请目标也很明确，由于今年英国申请异常激烈，在递交完申请之后，Y同学迟迟没有收到录取，在陆续收到了IC和LSE的部分项目拒信后，考虑到申请LSE的时候Y同学没有选择二志愿，于是我们在3月初为Y同学补充了LSE二志愿的申请，LSE如果申请时没有选择二志愿，后面补申的话是不需要交申请费的。
在等待的过程中，我们又考虑到今年申请的竞争性和学校审核的速度，我们又建议Y同学于4月初做了加申，补充了曼大和KCL申请。
在4月中旬终于等来LSE二志愿的offer，随后4月下旬曼大的两枚录取也都收到了。目前Y同学还在等待其他学校结果，包括NUS统计（这个项目往年5月下旬才会出录取结果），再做决定去哪个项目。
LSE-MScinQuantitativeMethodsforRiskManagement
Manchester-MScMathematicalFinance
Manchester-MScStatistics
Y同学本身为数学专业，申请金融、风险管理类方向有天然的量化优势，因此文书主线我们落脚于数学建模用以解决现实问题、优化策略，以美国数学建模中主负责编程建模的经历，设计出优化的生产策略，引发对数学优化经济发展的思考和兴趣，继而以机场装卸平台设计和运营商用户分析两个项目，以及证券公司的实习，进一步深化对数学建模在商业领域应用的认识、巩固专业技能和学习提升python、复杂模型的运用技能，同时引出对更高阶量化知识和金融经济领域运用的研究兴趣，整体是十分硬核的一篇tech文书。
案例三
OFFER收割机●C同学
硬性成绩：GPA3.7、IELTS7、GRE
法国斯特拉斯堡高等商学院交换一学期
实习：邮政储蓄银行资管助理、友邦保险银行保险业务
美模，学术研究经历四段
C同学是数学与经济双学位项目，三维背景整体比较优秀，软背景方面也很丰富。选校导师根据C同学较强的量化背景及海内外科研和比赛经历，给了客观选校建议。同样C同学申请目标主要集中于英国和新加坡，且对申请学校和项目都有着很高的要求，不想申请不喜欢的项目，选校方面考虑的很多，最终的选校集中在G5(IC,LSE,UCL)、爱丁堡的统计、金融、量化分析类，及新加坡Top2(NUS,NTU)金工方向。
文书确认过程中，C同学也花了比较长时间的确认。在12月开始申请时C同学在法国交换，由于时差等客观原因，刚开始C同学还未很好地适应申请季节奏，不过在收割机团队耐心的引导下，很快进入状态，和老师们积极沟通、补充材料和跟进网推的事项，在20天内全部完成网申环节。
前期先递交了英国和新加坡部分项目的申请。LSE的QMRM项目是1月下旬再最终确认完递交的，经过2个月的等待，3月中旬就顺利斩获冲刺项目LSE的offer，意料之外又情理之中，其中LSE的录取也有Con语言，但受疫情影响最近学校给C同学免了语言条件。其他院校还有在等待申请结果的过程中。
C同学的经历背景极其丰富，不仅有海外交换经历，更有专业方向的各种比赛、科研项目和实习。这些经历都从各个不同多角度，比如数学基础、统计方法应用、软件操作技能、金融工程实战等等，展示出了C同学在量化分析和金融工程领域的能力积累和成长。因此，我们挑出了几个比较典型的例子作为文书主体，在展现能力的同时，一步步引导出C同学的职业规划。
纵观3位同学，本科背景均为数学与应用数学专业，从申请者背景和经验来看，想要申请该项目要注重多方面提升自己的能力：
专业背景：该专业设置于LSE统计学院，课程涉及数学、统计、金融等量化分析工具方法。因此对专业背景卡得比较严格，需要精算、数学、统计、数理经济/数理金融、保险等数学背景强的学生，并不适合普通金融、会计、管理等纯商科学生申请。
如果想转专业申请，除非数理先修课足够多，需要有大量的数理课程背景支撑，包括并不限于微积分、线性代数、概率论、统计、回归分析、微分方程、多元微积分、计算机、R等，技能上最好也能熟练运用Excel、SPSS、SAS、C++、Python、R等相关软件。
GPA：LSE申请对绩点的要求比较高，LSE认可的学校至少要85+，分数越高越好，很多录取者都在87+。
语言成绩：申请该项目时，如雅思有7.0即可，英国申请是给ConditionalOffer。值得注意的是，今年开始LSE提高了语言小分要求，绝大部分项目需要雅思7.0（小分6.5）。
考不考G：该项目是没有硬性要求提交G的，但对于纯国内本的同学而言，冲刺G5院校最好能提交；且申请类似的偏数理统计方向的专业，建议考GRE，适用范围更广一些。
科研项目：对于申请数理统计类项目，学术研究经历是很加分的，可以看到上面三位同学，基本都有2-3段的学术研究经历，当然大多经历也不是所谓特别高大上的，只要所做项目涉及深入的数学、统计、建模、量化工具等分析应用，涉及数据、统计、建模、数据分析等内容的数据研究项目课题，能够运用分析工具、模型、数据可视化等进行相关研究（如涉及SPSS、Eviews、Stata、Python、MATLAB等统计分析软件使用），这样的项目对申请都有帮助。
实习/工作经验：没有强制要求，但是相关高质量实习/工作经验可加分；例如上面分析的三位同学，实习主要为券商、银行、保险类金融机构，对于申请该项目，可以重点