12

我没有很强的数学背景，但我很想研究一些计算金融问题。我收到了 Peter Forsyth 的“无痛苦的计算金融概论”，但我仍然很难理解他所说的话。

本课程所需的数学先决条件是什么？

我想弄明白这类论文。

4

8 回答 8

12

你至少需要一些微积分、线性代数、概率、统计、数值分析、蒙特卡罗方法、偏微分方程和随机微积分。一个很好的介绍是 Paul Wilmott 的Paul Wilmott Introduces Quantitative Finance。这将为您提供上述主题的参考资料，并汇集必要的想法以对量化金融有基本的了解。

于 2009-07-28T16:08:47.473 回答
7

看看维基百科条目，它会告诉你：

通常，担任计算金融职位的个人被称为“量化专家”，指的是执行这项工作所需的量化技能。具体来说，C++ 编程语言的知识，以及 随机微积分、多元微积分、线性代数、微分方程、概率论和统计推断的数学子领域的知识通常是此类职位的入门级要求。C++ 之所以成为主流语言，主要有两个原因，即许多算法的计算密集型特性以及对库而非应用程序的关注。

看看人工智能可能会很有趣，因此数学逻辑也会很有趣，比如神经网络、模式匹配、知识数据库、推理……

于 2009-07-28T13:07:17.160 回答
7

我毕业于数学专业。在这种背景下，您链接到的这本书是介绍性的，而且很轻松。没有那个背景，它仍然是一个介绍，希望痛苦不会令人痛苦。（你已经存活了足够长的时间来在这里提出一个关于它的问题，这表明它不是。）

我阅读了您链接到的 PDF 的前 36 页（即通过第 4 章）。这是高度技术性的，我发现了以下数学领域。

  • 第一学期微积分
  • 第二学期微积分
  • 线性代数（一点点）
  • 可能性

大多数情况下，微积分用于计算与概率相关的事物，所以如果您对深入研究这些东西很认真，那么我建议您从代数概率开始，然后逐步完成微积分。

于 2009-07-28T15:58:28.770 回答
5

A book that I got a lot out of was Time Series Analysis. You do need a lot of "basic math" including every topic mentioned by other responses. The thing is that computational finance is relentlessly mathematical and the more math you know often the better off you will be.

于 2009-07-31T21:41:20.613 回答
3

成为一名真正的 Quant 所需的技能，而不仅仅是在 Quant 公司工作的 IT 程序员：

  • 随机微积分
    • 几何布朗运动
    • 布莱克-斯科尔斯
    • 风险中性措施
  • 测量理论
    • 西格玛代数
    • 积分
  • 可能性
    • 期望
  • 计量经济学
    • 时间序列（ARMA(p,q)、MA(p)、AR(p)）
  • 计算
    • 蒙特卡洛
    • 有限差分法
于 2010-09-22T02:01:15.517 回答
2

我喜欢“Paul Wilmott on Quantitative Finance, 2nd. Ed”。这是一套三卷本，以通俗易懂的方式呈现了许多优秀的数学和解释。我在 YouTube 上放了第一卷的概念视频，看看。 http://www.youtube.com/user/NathanWhitehead

然后我会推荐阅读 Mark Joshi 的书“数学金融的概念和实践”并完成所有的练习和计算机项目。里面有很多很棒的东西。

于 2011-07-25T22:33:38.510 回答
1

我真的很喜欢阅读卡内基梅隆大学计算金融专业硕士课程的教学大纲。Steven Shreve 写了一本很好的金融随机微积分教科书。您可以在此处查看详细的课程说明

于 2011-07-25T22:21:35.070 回答
0

首先，您应该了解概率（组合数学、概率密度函数 PDF、随机变量）、PDF 的类型，并开始学习微积分 - 微分、积分和偏导数。它们在概念上相当简单。Matrix 可帮助您求解联立线性方程。

对于非线性模型，本质上，大多数过程都是非线性的，根据您的严谨性，您可以根据需要将事情复杂化。

信心非常重要。

于 2011-01-03T03:12:40.720 回答