计量金融学

计量金融学的数学方法课程回顾了计量金融学中基本的数学方法，关注领域包括：微积分和多元微积分、约束和无约束优化、线性代数。

主题包括：

函数和反函数

极限、导数、偏导和链式法则

积分和多重积分、改变微分和积分顺序

泰勒级数近似

牛顿法

拉格朗日乘数法

向量和矩阵算法、行列式、特征值-特征向量分解、奇异值分解

优化的数值方法

完成这门课的学习后，学生将了解各种基础数学概念，为未来学习计量金融学打下坚实的基础。计量金融学中固定收益、期权和衍生工具、投资组合优化、量化风险管理等内容都需要这些数学基础作为支撑。

学习目标

完成这门课的学习后，学生将能：

理解极限、微分和积分的概念；

计算偏导和多重积分；

理解矩阵分解的功用；

使用拉格朗日乘数来求解约束优化问题；

将上述方法应用到金融中所产生的问题。

背景知识

这门课的学生需要完成大学入门水平的微积分课程，包含对多元微分学的基本了解。当然，具有更多数学和统计学知识对这门课的学习也会有所帮助。

参考资料

作者：D·斯特凡尼卡（2011）《金融工程的数学基础》（A primer for the mathematics of financial engineering）第二版，纽约：金融工程出版社。链接：http://www.fepress.org/primer-second-ed/

作者：Jason

链接：http://www.zhihu.com/question/38079621/answer/87721272

来源：知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

注意，是针对普通理工科学生，天才怎么搞都行。

理论篇：

做量化投资，有三大技能树，金融经济、数学、计算机。

金融经济，可以理解为对金融市场（广义）的理解。

比如你能看懂财务三大报表吗？

你知道M1, M2代表什么意思，有什么用吗？

期货、期权在学术上是如何定价的？

这个对于大多数理工科的朋友，是需要加强的一块。

实际上，如果这个技能树足够强，就已经可以去做投资了。

但大部分转行的人（包括我），是很难理解精深的。

数学，一是基础，线性代数，概率统计等。二是抽象建模能力。

基础的目的是让你能看懂别人在讲什么，比如可以去尝试看一下《active portfolio management》。如果看不懂，就需要补基础。

但基础是不够的，还需要抽象建模能力。实际上，真开始做策略了，非常需要抽象和建模能力。你不能总用别人发明出来的模型吧，总得改改不是？你观察到一个市场现象，想量化，总得用一个模型去描述吧？

计算机，说起来很简单，就是能实现、测试、实盘你的模型。基本上就是编程准确、迅速。

理论是美好的，现实是残酷的。三大技能树都很强的人，我似乎也没见过。所以希望自己什么都强，然后秒杀一切，基本也就是幻想。那么，实际中，普通人应该怎么做？

战略上，一句话，发挥长处，不要老想补短。

听起来很简单，但实际上，做错的人很多。比如，如果你想去考个CFA基本上就是错的。且不说考证的时间精力成本，就算你考完了，其实帮助不大。没哪个老板招一个计算机专业的，是希望他来分析市场的。最多就是，“咦？这个小朋友不错，居然有毅力考下这个证。”

所以作为计算机专业的你，最好的方式，很不幸，还是编程，也就是发挥你的长处。比如建立数据库，开发交易系统，编写策略等等。只要做得足够好，足够快。再加上多出去跟人交流。很快就会有团队会找上你。当融入一个团队后，再跟着专家，边实践，边学习，才是最有效率的。

再具体一点，举两个例子：

数据收集，参考TuShare -财经数据接口包

交易平台，参考https://github.com/vnpy/vnpy

首先别轻易放弃编程，这是你的专业，在你想从事的量化投资领域一样非常有用。第二，准备金融工程的知识。第三，如果可以的话，小资金实盘量化投资做起来先