金融學是從經濟學中分化出來的壹門學科，側重於對資產價值、市場規律、衍生品等方面的判斷。
部分理論金融課程(如管理學、市場運作等。)對數學要求較低，更多理論性、概念性的東西；
偏金融學的金融類課程(如會計、財務報表分析)只需要簡單的數學運算，更多的是需要記住其邏輯概念；
但是大部分金融課程(包括金融理論、金融衍生品、金融數學、定量分析等。)還是需要很高的數學程度。
很多大學在金融課程中也增加了金融工程和金融數學的課程，這些課程需要很強的建模能力、數學分析能力和量化運算能力。包括線性拉格朗日方程分析、自回歸模型分析等。它不僅需要推導和驗證，還需要擴展和模擬。我們也應該深刻理解模型公式背後的含義。
此外，還需要具備較高的邏輯能力和抽象能力，這將是未來金融學的核心內容，對數學水平的高要求不言而喻。
隨著學歷的提高，對數學的要求更高了。
在本科學習階段，金融學更多的是基礎理論知識的學習，很大壹部分是關於商法、行業道德、會計學、財務報表、金融產品等等。數學要求真的不高。更多的是夯實基礎，金融產品的學習更多的是了解其產品的結構和意義，不需要太復雜的計算。
在研究生階段，我會開始學習更多的金融知識，然後我會學習更多的金融衍生品。增加了很多復雜的金融衍生品分析和杠桿計算，包括遠期、期貨、掉期(掉期)、期權、資產證券化(ABS)等產品的分析。
課後作業也開始加入相對簡單的編程和財務模型構建，這是需要使用相對簡單的統計分析軟件的開始，比如STATA，Eviews等等。
在博士階段，對金融學的研究和學習完全側重於定量分析。與經濟學相比，金融學更多的涉及定量分析、時間序列、面板數據分析、樣本篩選和數據清洗等。研究內容接近計量經濟學和統計學的內容，可以通過對真實數據的回測和對真實問題的建模來衡量金融產品的市場變化。