金融学考试复习数学是金融专业学生在学习过程中需要掌握的一系列数学知识，这些知识对于理解和应用金融学的基本概念和理论至关重要。金融学中的数学主要包括微积分、线性代数、概率论与统计、以及应用在金融领域的数学模型等。
1.微积分（Calculus）：
微积分是研究函数及其导数和积分的学科，它在金融学中有着广泛的应用。例如，利用导数可以分析投资组合的风险敞口，计算有效前沿；而积分则用于确定资产定价模型中的预期收益。此外，微分方程在金融经济学中也有重要应用，如Black-Scholes期权定价模型就涉及到了偏微分方程。
2.线性代数（LinearAlgebra）：
线性代数是研究向量空间、线性映射和系统的数学分支。在金融学中，线性代数主要用于处理和分析矩阵运算，比如资本资产定价模型（CAPM）、多因子模型和风险管理中的VaR（ValueatRisk）计算。线性代数还涉及到特征值和特征向量的概念，这在金融时间序列分析和投资组合优化中非常有用。
3.概率论与统计（ProbabilityandStatistics）：
概率论研究随机现象的规律性，统计学则是从数据中提取信息的方法学。在金融学中，概率论和统计学的应用无处不在，包括投资决策、风险评估、市场效率检验等方面。例如，投资者使用概率来估计未来股票价格变动的可能性，并据此做出投资决策；而金融机构则运用统计方法来评估市场风险，制定相应的风险管理策略。
4.金融数学模型（FinancialMathematicsModels）：
金融数学模型是应用数学工具来描述金融市场行为和金融产品的数学表达式。例如，期权定价模型（如Black-Scholes模型和二叉树模型）、利率模型（如Vasicek模型和CIR模型）、信用风险模型（如CreditMetrics和KMV模型）等。这些模型可以帮助投资者更好地理解金融产品的价格和行为，从而做出更明智的投资决策。
为了准备金融学考试，学生应该熟练掌握上述数学知识，并通过大量练习来提高解题能力。同时，学生还需要了解如何将数学知识应用于具体的金融问题中，培养解决实际问题的能力。最后，建议学生在复习时关注金融数学的最新发展，以便更好地适应不断变化的金融市场环境。