- UID
- 1235720
- 在线时间
- 小时
- 注册时间
- 2016-9-15
- 最后登录
- 1970-1-1
- 主题
- 帖子
- 性别
- 保密
|
看了一下那个书单,坦白说,全部读完当然最好,但个人感觉未必有这个必要,因为我本科读数学,所以其实书单上面写的东西,我大概也知道是学啥,我在实际应用中感觉,如果做衍生品定价的话,需要以下这些内容:
1. ODE,PDE
期权定价的BS公式就是最常见的了,所以这个很有必要,但如果要深入,其实需要到随机积分的东西,这部分书单里面没提及。再往上溯源就是random walk了。丁同仁的《常微分方程》属于本科教材,比较简单,但里面没提及随机积分的东西。
2. martingale theory
更广泛应该是需要随机过程,然后金融数据主要会用到time series,这里沾边的马氏链,martingale theory是要用基础,这个应该属于probability范畴。往上溯源就是基础的probability,分布之类的,主要就是用lognormal,normal,t 这几种,如果做高频数据,会用到point process,然后就会涉及possion。我当年是看Durrett,《Probability: Theory and Examples》,但这本书是统计系phd的基础课课本。
3. Linear Algebra
其实应该说是statistics(需要清楚probability和statistics的区别),在point estimate这些是需要学的,但我感觉finance里面好像就需要最大似然和OLS,或者这么说,estimate其实就是based on 一个information set(实际上是一个N维空间),将非这个N维空间的点投射到这个N维空间上。所以这需要linear algebra。至于那些Bootstrap,resample之类的东西,坦白说,现在这环境下,我还很少看到有缺数据的,这部分主要还是在biostatistics方面会应用较多。我当年读的是《Theory of Point Estimation》(TPE) by Lehmann and Casella,但个人感觉这书真的巨难。也是统计phd的基础课课本。
其实上面两部分,都需要real analysis的知识(也就是所谓的测度论),至于那些傅里叶变换,复变之类的,我感觉比较少见用。
|
|