选择学习量化模型的专业时，可以考虑以下几种：

计算机科学

理由：计算机科学专业提供了编程基础知识、数据结构、算法设计等课程，这些都是量化编程的基石。此外，学习计算机科学还可以让你掌握数据库、网络编程、操作系统等相关知识，这些技能在量化编程中非常有用。

数学

理由：数学是量化编程的基础，涵盖了微积分、线性代数、概率论等。学习数学可以帮助你理解和运用量化模型、统计学方法等。在数学专业中，你还会学习到统计推断、假设检验、时间序列分析等知识，这些在量化编程中非常重要。

金融学

理由：金融学专业涉及金融市场、投资组合理论、衍生品定价等内容。学习金融学可以帮助你理解和应用量化策略，掌握金融产品知识和市场分析方法。

统计学

理由：统计学是量化编程中不可或缺的一部分，涉及统计模型、回归分析等。学习统计学可以帮助你进行数据分析和模型建立，掌握统计推断、假设检验、时间序列分析等知识。

金融工程

理由：金融工程是一个综合性的学科，涵盖了金融、统计学、计算机科学等方面的知识。学习金融工程可以帮助你了解金融市场的原理和规律，掌握金融产品的定价和风险管理技巧，同时也能够学习到量化交易策略的开发和实施。

数据科学

理由：数据科学专业涉及到编程、数学统计知识，以及数据分析和机器学习技术。这些技能对于量化编程也非常重要，可以帮助你进行市场数据的分析和预测。

建议

兴趣和职业目标：首先，考虑你的兴趣和职业目标。如果你对金融市场和金融产品感兴趣，那么金融学专业可能更适合你。如果你对编程和数据分析感兴趣，那么计算机科学或数据科学专业可能更适合你。

个人背景：其次，考虑你的个人背景和技能。如果你有编程基础，那么计算机科学或数据科学专业可能更适合你。如果你有数学基础，那么数学或金融工程专业可能更适合你。

实践机会：最后，考虑各个专业的实践机会和实习资源。金融工程、金融学和统计学等专业通常有更多的实践机会和实习资源，可以帮助你更好地应用所学知识。

综合考虑以上因素，选择最适合自己的专业，将有助于你在量化模型领域取得成功。