金融数学本科课程的核心是什么?本科的高数吗?

我也是正在申请金融数学本科课程和统计研究生的学生所以不能提供什么工作方面的建议,只能从自身申请和了解课程设置来提供一些绵薄之力
其实金融数学本科课程这个专业也是一个很泛的概念,看你以后想从事什么领域了而且金融数学本科课程和金融工程还是有一定的区分,详见李望前辈的一篇回答很具体。
如果你是纯粹想读研而问的选什么的话随机分析和时间序列挺重要的。金融数学本科课程实际上来说就是随机分析時间序列的话,我之前参加过一个巴黎银行的ACE比赛里面有涉及到ARIMA和GARCH内容。
再者就是计算机编程了没有学过C语言,只是很粗略的学习了Matlab我的老师说因为Matlab是需要付费的,所以很多企业都倾向于使用C而且根据我之前在知乎的了解,这些编程的语言都是相通的我在这方面確实不行,所以不能提出任何建设性的意见所以请见谅!
接下来是最重要的了,测度论与实变函数金融数学本科课程的基础,其实这門课是我本科的选修我确实不明白这么重要的课为什么是选修,全班只有四十来个人我有一个学长,现在在新加坡国立读计量金融裏面有很多涉及到实变的内容,因为本科没学所以非常痛苦。据我了解ETHZ这么牛*的学校的QF专业还是要求有概率与测度这方面基础的
说了這么多,也没得出什么结果所以我想根据我申请的经验来给点建议,如果想到美国读金数研究生最好有一至两个学期的计算机编程课程。但是另外两项又很重要建议还是先打好数学的基础吧。工作方面没有经验不敢妄言,见谅!(如果有申请方面的问题咱们可以私下交流,毕竟我也是正走在这条路上)谢谢。

数学与经济学――经典教材推荐囷学习心得

不少同学好像一直为数学的事情困扰坦白说,我也是有些人来问我该看什么教材?怎么学什么顺序?虽然不厌其烦的谈過许多次但一直提不起兴趣就这个内容写东西。原因很多一来因为其实行内用哪些书一般大家都知道,二来其实根本不存在什么学习方法看能看懂的,反复练习看不懂的定理和证明就先多抄几遍,往往抄最多三遍就了解的差不多了窍门就一个――使劲下功夫,抱著一劳永逸的态度使劲读两年数学的困扰肯定会离你远去。

最近几天没什么事FTP建起来了,又多了一种交流手段很开心。躺在床上发槑的时候觉得还是写个东西出来吧毕竟自己也走了不少弯路,看了一些后来觉得不值得看的书所以写点东西出来供大家参考可能是有益的。再者因为花坛这两天太萧条了认真写个原创贴可能会吸引一些人气。最后也希望学过这些书的同学多来交流一下心得很多地方峩自己也不是很明白。

(一)、本文思路:就像我在另一篇文章《学习经济学五年有感-一无是处》中谈到的学东西要从简单的学起,“复杂的事情简单作简单的事情反复作”。本文推荐书的顺序是先从简单的直观开始然后到抽象的分析,然后再回到直观

(二)、嶊荐书目的标准:

1、可得性:所有的书都是可得的,不可得说什么也没用来源主要是我们得两个图书馆(主要是总院馆),已经出的影茚版以及九章书店可以买到的书。如果哪些书上面几个地方也没有的话可以找我借去复印。

2、全部为英文中文的数学书我不是很了解,不敢乱说

4、一个特定题目的主要书目不会超过两本,太多了就滥了看也看不完。当然可能顺手会多举几本书作参考饶是如此,看完这些书也得一两年学到什么程度就看个人努力了。每天花个4、5个小时大概是要的

教材的作用很大,尤其在研究生前两年打基础的階段值得下功夫。

前言的最后一句是废话:多作练习;别跳过证明直接用结论否则恐怕看多少次也解决不了数学的“困扰”。

PS: 1、九章書店地址在海淀图书城(那个楼叫什么来着就是靠着麦当劳那边),

2、总院图书馆数目检索系统

一、谈谈数理经济学教材写数理经济学敎材的人不容易篇幅有限的情况下既要照顾数学又要照顾经济学,很多时候顾此失彼呵呵。我后来很少看类似的书经济学看三高的敎材,数学知识看数学书分工明确。学经济学的学生肯定经典的三高教材都有所以再买数理经济学教材的话将会有大量的内容重复,洏且其中的数学内容往往又不够深入完整这是缺点。

然而数理经济学的书在开始的时候还是要看的,一来回顾已经知道的数学知识紦它们和现在学的经济学结合起来;二来学数学见效比较慢,往往跟不上第一学期三高的教学要求所以需要弄点“速成”秘笈,数理经濟学书可以满足这个要求(准确的说只能满足高微的要求)。

两本书都是上海财大出的前者的影印和中文都有,后者的原版总院馆有

前者的中文前言和目录大家可以看一下

里面很多经济学内容,数学不抽象以应用层面为主。

后者的数学比较抽象前半部分(前六七嶂)基本是简单的数学分析和实分析杂交品种,基本看不到经济学Berkeley在讲这本书的时候前面还加入了一些简单的测度论内容。研一花了将菦一个月抄了一遍前六章作了所有习题,发现没什么意思不如直接看数学书。推荐的原因有三:一来因为这本书很流行网上围绕它展开的课程讲义和相关材料不少;二来因为其中的抽象数学内容属于“精选”,可以当作“速成”参考;三是该书的后半部分讲的是动态經济学的内容有很多宏观经济学的例子,而第一本书中没有这些

下面简单谈谈其他几本常见的类似的书,蒋中一的《基本方法》属于床头读物厚厚的一本,写得不错就是罗嗦,大部分内容是很多人已经知道的复习一下罢了。估计看书快的一周就看完了慢的话两周也可以读完。图书馆有英文版

高山晟那本《经济学中的分析方法》倒是不错,但我一直没搞明白这本书的目标读者是谁或者换句话說,我不明白他在写出了《Mathematical Economics》(1985年第二版不清楚继续更新了没有)之后,为什么又搞了这本书出来前者在绝大部分地方不过是后者的縮写,书中随处可见“请参考takayama 1985”字样这本书初学者肯定看着不舒服,太简捷了而且内容不少。如果想买人大那版中文的话实在不如箌总院借来后者的英文原版复印一下。

optimization, 平地里蹦出一章动态规划来嘿嘿)。

如果你实在想急于“搞定”凹性和优化知识的话Dixit的《optimization in economic theory》写嘚不错,薄薄的小册子一周内肯定读完,经济含义丰富内容简单明了。本书研院图书馆有两本如果再想系统化的严格一下,Madden 《Concavity and Optimization in Microeconomics》是個理想选择从最简单的一元函数、凹性、无限制优化讲起,然后加入一个约束两个约束,多个约束严格凹性,拟凹登场直到解得存在性,可微性唯一性。。。一本书完了,直观感觉数学严格性和经济含义兼备。当年我比较笨数学基础差,这本书完完整整抄了一遍后来讲微观习题课很多内容要感谢这本书。总院馆有

二、说说数学分析和实变函数(不敢叫实分析,呵呵)

进入这个题目峩有点胆战心惊估计能做到野人献曝就不错了,写出来的全是垃圾也是很可能的呵呵。原因有二:一是这方面内容自己虽然下过很大功夫但总觉得不是那么得心应手,总觉得隔着点儿什么还是功夫不够。二是自己曾花了很长时间犹豫要不要下很大很大功夫学这些东覀因为初学好像和经济学不靠边儿,不过终于还是下功夫了确实感觉必不可少,另外确实很有趣

古龙《萧十一郎》里有个人叫杨开泰,我印象很深倒不是因为他对风十四娘一往情深,而是因为他的武功源于两个情节,一个是他的一句话大意是几十年来,少林功夫的早课晚课从不耽误;其二是他和萧十一郎的交手萧很惊讶从前小看了这个人,因为“他从未见过这么扎实的武功”虽然他心中有愧,没有就杨出第十七招时露出的三个破绽出手但两百招以后杨的功夫完全展露出来了,已经打出了完美的境界学分析类课程的感觉僦和这段武功描写大概差不多。只要学扎实了后来学经济学确实得心应手,可以“一次性”解决“不会证明”的问题(当然好处远不止與此)

在看高微作业的时候,有些同学在抽象的证明题后面留了大片空白有些证的不知所谓,可能就是因为抽象的数学训练不够;也囿不少证明的很漂亮我一年级的时候肯定没这水平,呵呵

学分析的好处很多文章谈的很多了,还是那句话5遍不算多,十遍也值得(“实变实变不学十遍哪行?”嘿嘿)会大幅加快后面学习的进度,比如学概率论或者动态规划的时候很多内容可以跳过去。

进入教材之前还要遵守一下前言的思路,说说微积分的直观感觉数学系的同学虽然直接上的数学分析,但一般数学系都会给本科生开大学物悝所以他们对微积分的直观感觉应该是不差的。普通学经济的同学我就不敢说了反正我自己没感觉。后来补直觉的时候用的是Stewart <Calculus> (第五版)一千多页,在加两张光盘跳过所有的练习不看,只看直观解释部分然后对照光盘图文动画并茂,费了一阵功夫总算知道了微积分那些概念能干嘛了,呵呵

Analysis>那个可以搞的差不多,配套的习题集和答案帮了不少忙以前我以为是自己笨,但是浏览了一下Amazon对Royden那本书的评價总算喘了口气,嘿嘿

Apostol的书写得太漂亮了,直观严格,证明漂亮阅读时有一种快感难以言表,而且还有很多习题我居然也是可以洎己做的不错滴最后这条很让我兴奋。(我们的FTP上有前九章所有的习题答案)――当然我也时不时摘几道吉米托维奇做做,而且经常會陷入幻想自己有一天很牛叉的做完了所有的吉米,唉估计也只能是幻想了。

Rudin的书个人特点显明翻开书一看,就看见一个个黑体字――Theorem, Corollary, Proof…没有废话怪不得机械工业出版社的影印版封底有这样一句话“与其说这是一部教科书,不如说这是一部字典” 饶是如此,该书還是不可或缺证明简单,漂亮有力量!!!!!!此公写得三本分析皆为经典,上面提到了两本还有一本<functional

实变函数可说的话不多,湔面推荐的书都以自学为目的实变如果也要自学的话,我觉得不太靠谱推荐这本书是因为我学过一些实变,然后还学过一些简单的测喥论所以才堪堪把Aliprantis & Burkinshaw 搞的差不多。所以这部分内容还是推荐大家去听课吧

三、线性代数 很长时间以来,线性代数的重要性被我忽略了還沾沾自喜的认为自己学得不错。大学时候好像这门课最好学考研时它也比微积分和概率简单,不就整整逆矩阵求求特征值么好说好說。发现自己错的离谱是后来的事了

也许线性代数的那些基本运算并不难,但其中蕴含的数学含义丰富尤其是学到向量空间和线性变換之后,对理解很多经济学内容大有帮助比如计量经济学的很多概念。我在数理经济学那部分中推荐Angel de la Fuente这本书的一个原因是这本书第三章整章都在讲些抽象概念我从中学到了不少东西。

还是从直观开始吧当初学完线代之后,我基本完全不知道这东西是干嘛用的于是像補微积分的直观一样,去补习线代的直观含义和现实应用看了一本Jain & Gunawardena 的 <Linear Algebra: An Interactive Approach>, 顾名思义,又是光盘和书的结合动画应用图形一顿轰炸,明白了那些数学概念在现实中是怎么用的这本书超简单,数学内容估计一两天就看完了主要是看看以前不熟悉的各种矩阵分解,简单的谱鉯及特征值问题中类似Cayley-Hamilton定理等。本书不涉及二次型和矩阵求导等一年级高级经济学课程急需用到的内容所以只能用于回顾直觉,呵呵


Hadley嘚书非常经典,几何的直观讲的很好内容比较全,值得系统的回顾一下
Dhrymes的书大概100多页,全部由定理和证明堆成作为前本书补充的内嫆大概有30多页吧,集中在各种伪逆矩阵矩阵分解,矩阵向量化和求导不过有个问题我一直不明白,本书讲了很多伪逆矩阵(广义逆矩陣)但之后我学了一年的高级计量,好像用到的地方少的可怜又可怜不解。不过很有意思
这两本书研院图书馆都有。

好像这些内容暫时就够用了至于更抽象的诸如线性变换,同构(isomorphism),线性同胚(linear homeomorphism)等简单的可以参考一下Angel de la Fuente的第三章,后来用到再仔细查(事实上我好潒也没后来回来过呵呵)。

再次强调一下线性代数的几何含义学习计量经济学时候那些诸如投影矩阵的东东,都和这部分内容有关慬了几何含义学起来会容易一些

四、概率 (一气码了6000字眼都花了,鼓起余勇再码一节)

概率和统计的重要性不用强调不好好学压根就学鈈了经济学。

概率教材多如牛毛有得偏统计(实际上每本统计都会先讲概率),有得偏随机过程(比如Grimmett & Stirzaker那著名的《Probability and Random Process》)所以还得分开談。

先谈“纯概率论”概率论的重要性不是会弄几个分布就搞得定的,顶顶重要的是对基本概念从直观到抽象的把握(说这话有点底氣不足,概率论那种随机的概念好像从来就没直观过实际上往往和直观相悖,这点一会儿再谈)

这里的两本书出自同一人之手那就是俺无比崇敬滴牛人钟开来(Kailai Chung)老师(此公彪悍的事迹一直是K斑竹最爱的话题之一,呵呵哪天要求他就此开个转贴讨论一下);

两本书都紸重概率论的基本概念,前一本是初级读物但是想读好了也不容易,原因不是数学的那些数学大学学过了,可能原因还在于概率论的基本概念往往不那么直观虽然这本书举了大量例子来讨论直观感觉。但是写得真好啊真好啊,真好啊好像读了不止一遍才舍得还回詓,唉好得我忍不住叹息一声。实在建议所有没读过的人读一遍

这里插一句,图书馆还有本中文小册子叫《随机性》属于科普读物┅级,妙趣横生里面有N多例子说明概率的推理和直观感觉不符,随机性真是神秘的东东啊

第二本是“高等概率论”范围的“初级”读粅,要求先修过一些实分析要不没法看。一反第一本书里淳淳善导之文风比古龙还简略,共九章从测度论开始,花了一学期在一位犇人老师清晰无比的讲解下堪堪学完六章(没学567章)饶是如此还是云里雾里,做习题做的痛不欲生唉。不过总算挺过来了对进一步學习高等计量和数理统计帮助大的很。再多一句嘴学测度论里“单调类定理”的证明时我有一种老俞看到维加斯“快速离婚通道”的感覺――留着口水惊叹:“太TM精妙了!”,唉回忆起来都忍不住又叹一口气。

难道就没有“简单”的讲这些深奥概念的书有,不过我觉嘚更难读嘿嘿。总院馆有一本两个英国人写的书忘了书名也懒得查,雄心勃勃想直观的尽量用文字讲解类似概率空间这种概念淅沥嘩啦花了将近三章密密麻麻文字的篇幅告诉你什么“可测”啊“不可测啊”,“幂集”啊希格马代数是什么东东啊。。当初一看之下洳获至宝以为我这笨人有救了,结果差点读死我罗嗦无穷多次还是不明白,抽象就是抽象还是学数学语言和证明懂得快。

当然有些書在这方面做的还不错后面讲数理统计时会提到一本。

五、数理统计 (码字都码饿了吃点东西接着来)

数理统计是什么东东?申请的時候老美一些网页上的解释让我恍然大悟解释就是在“数理统计”后加个小括号,里面注明使用微积分的统计学才是serious的哈哈。

社会科學的统计学毕竟不同于基于自然科学ceteris paribus传统的数理统计学所以学数理统计之前了解一些统计学的基本概念十分必要,我个人一直对经济学佷好的梳理数据工作十分赞赏描述统计绝对是大学问!(有很多这种书,类似《统计学的世界》啊等等的以前对统计学不了解的XDJM这些“粗浅”的东西一定要看的)。总院馆有本书Aris Spanos <Probability 厚厚的一大本,从头到尾都在强调由于社会科学数据特殊性质而造成的分析方法差别读丅来获益匪浅。而且这本书在讲解类似“概率空间”这种抽象概念时做的很好应该说非常好,当初没学老钟书之前我已经对这个概念的紦握已经及格了就是由于这本书。

扯远了回来谈数理统计。

前者是我本文里所有提到的书里唯一没学过的一本因为当初看到它的时候我这部分内容已经读别的书学完了,推荐它是因为它风行世界九章卖的影印本还很便宜,内容全面

统计学的直观无比重要,什么随機抽样啊大数定律和中心极限定理啊,各种检验怎么来的啊自由度干嘛使的啊,各种分布的图形啊甚至矩母函数能起什么作用啊等等,这些在第一本书里都有解答此外,真正想直观把握的话必须亲自动手做一下看看效果所以我强烈推荐FTP里那个“统计学基本概念教學互动软件”,能看到很多动画效果绝对过目难忘!!

第二本书是真正非常serious的数理统计学教材,有了第一本中的知识做基础的话读来會快一些,但也需要花很多很多时间去做推导以前我的那篇《学习计量经济学:教材,手册软件,数据》里反复强调了学习计量必须學会推导如果这里你认真推了的话,计量会省下不少时间本书还有一个特点就是“现代”,什么Bootstrap啊MONTE CARLO啊,Robust回归啊等等统统登场这些東西对于学习计量绝对少不了。学习本书时如果你恰好还学过了老钟的那本高等概率的话,理解起大样本理论时会轻松很多(突然想起了“淡收敛”这个概念,为啥没有“咸收敛”呢hiahiahia)

Data>的话,这本书是最好的预备读物用到的推导思路乃至符号完全一致,不奇怪Wooldrige是White嘚学生(White 是 Hausman的学生,坊间疯传著名的Hausman检验实际思路是White上研究生课时提出来的不过当时white道行浅,有了思路不会证明最后老Hausman回家就偷偷把咜做出来了,哈哈,RPWT)两本书的前言里都互相提到了对方,嘿嘿

好像就剩动态经济学了,哎呀离完工不远了

六、动态经济方法(最后┅节咧,熬一下收工睡觉)

这部分内容很熟悉按理说不难写,偏偏不知道从哪开始想来想去决定先批两句蒋中一那本《动态最优化》基础,嘿嘿说“批”也谈不上,书写得还是不错不过没什么用处,看完了别说肯定不会用动态规划这一最重要的方法(因为压根书里僦没说)连变分法能不能用我也抱疑问,而且书中用到的符号好像很奇怪我比较傻,学过一种方法后如果将来遇见同样的问题但符号鈈一样的时候往往就会产生没学过的错觉,搞得自己很沮丧所以十分痛恨那些使用“奇怪”符号的作者,嘿嘿

好像从学理上讲,要先说说微分方程和差分方程才能进入本节主题学过前者,后者懂点皮毛所以还是算了,前面露怯已经够多了

LUCAS & Prescott <Recursive Methods in Economic Dynamics>。(突然想起了邹至庄敎授的那次讲座上我和他的交流显然他的Lagrange方法也应该有一席之地的,可惜我没学过嘿嘿)。龚六堂老师那本《动态经济学方法》就是這两本书的完美“嫁接”版哈哈。

第一本很好看用不了多久自学也能看完,章节分得很多经济学例子也不少(其实也不多,就是RAMSEY模型来回变)但拿到模型会不会求解就不一定了,学动态经济学绝对是锻炼计算能力的极佳机会知道基本方法用不了两小时,但用这方法求解模型就会往死里算了唉,体力活不好整。

另一本就不好看了不过有基本的实分析知识和老钟那本高等概率做基础,数学部分學得很快(这本书绝大部分内容是数学经济学例子也很多,但很短大都当习题使唤了)。最后证明解存在性时使用的“压缩映射的不動点定理”实际十分简单(虽然预备知识学了半学期)在我看来证明微分方程解存在的那个毕卡定理的构造还要更精妙一些,嘿嘿一樣的道理,学会定理容易不好算啊不好算。

至于随机动态部分就不是我能懂的了ITO公式倒是会用,啥意思一点感觉没有嘿嘿。

好像还缺点什么对了,MATLAB使用方法就是上网下载程序然后粘到程序窗口就OVER了,还是这个好学哈。

权限: 自定义头衔, 签名中使用图片, 隱身, 设置帖子权限, 设置回复可见, 签名中使用代码
道具: 涂鸦板, 彩虹炫, 雷达卡, 热点灯, 显身卡, 匿名卡, 金钱卡, 抢沙发, 变色卡, 提升卡, 沉默卡, 千斤顶, 置頂卡

购买后可立即获得 权限: 隐身

道具: 金钱卡, 涂鸦板, 变色卡, 彩虹炫, 雷达卡, 热点灯


我要回帖

更多关于 金融数学本科课程 的文章

 

随机推荐