金融工程的学习总结（截至2016年12月）
本文在Creative Commons许可证下发布
传统意义上的金融工程，一般来说是以随机微积分为基础的，并且多为衍生品定价，那就先说这部分好了。
John C Hull 的书《Options, Futures and Other
Derivatives》买一本备着就好了，也不一定需要看，如大家所说，这书虽然是圣经，但是只适合那些根本不知道什么是衍生品的人才有帮助。否则，从金融数学知识角度讲，意义不大。工作之后，你可能又会拾起了这本书，蓦然发现，这本书还挺实务的，产品细节，使用原因都讲的大而全。类似的书还有一本 McDonald 写的《Derivatives Markets》。 强烈建议参加北美精算师SOA的MFE考试，考试参考书就是这两本，你只需要有一点微积分和概率论的基础，就可以进行奇异期权的定价了，最重要的是因为这是考试，你会被训练的很熟练，毕竟有ASM的manual可以刷题。有了这个基础，你就可以继续修炼内功了。
下一步就是Shreve的经典之作《金融随机分析2》了。该书就是从数学理论角度来讲期权定价中最常见的工具——随机分析。不会随机分析你怎么可能创造新的模型来定价。书写的非常好，变成课件都没有什么可浓缩的地方，而且叙述文字都是有用的，教你如何从金融的角度来理解数学公式。这套书建议买中文翻译版，感觉排版和印刷质量比影印版的舒服，而且翻译的也很准确。对于解释性的文字，也是中文好理解吧。
这里不得不提一下《Paul wilmott on Quantitative Finance》，因为作者也是CQF课程的创始人，这本书作为自学教材是极好的覆盖面特别全，衍生品定价，风险管理，数值算法什么的都有。看完这本书也就是一个系统学习的过程了。这本书也比较实用，对比John Hull的书，这才是一本quantitative书的样子，对比shreve，这本书没那么多数学理论。不过既然是全书，这套书比较厚，也可以选择看简版《Paul Wilmott introduces quantitative finance》，这本书有中文翻译版。
类似的书还有Salih Neftci的书。这类书阅读时也可以没有随机分析的基础，但是还是避不开的（至少避不开Ito公式吧）。
以上就是自学金融工程的主干线了，以下的路要自己根据情况选择。
1 补充先修课程。
Shreve的书理论上是需要高等概率论（从测度论视角下出发的概率论，不是抽红球白球的概率论）的知识的，至少前两章就是高等概率论的review，概率论的书没有谁经典到非它不可，可以自己选择，比如Alan Karr的书，chung的书，Resnick的书。有测度论基础学概率论会比较好，没有测度论基础也起码补充分析学的基础。随机过程其实也蛮重要的，但是貌似也可以看做概率论的分支了，看看自己还有没有精力吧。如果一开始连john hull的书都看得一知半解的，说明需要补充一点利息理论的知识，一两个小时就能学完，明白单利、复利、利息、现金流贴现等，然后进一步明白远期、期货、债券等产品的数学模型，久期、凸度、免疫、利率期限模型等。
2 深入
这部分可以不用信我。而且看自己情况有没有必要学以下内容，性价比肯定是不高的。 网上流传的金融数学书单推荐的大多数书都是这一类的，不是PHD，或者PHD不是金融数学方向真心没必要读那些书，quant又不全是随机分析。
金融方向 Asset pricing
不能只从数学角度来理解，也需要从金融交流来讲为什么要这么定价。
推荐书籍《Asset pricing》by cochrane，
《Dynamic Asset Pricing Theory》 by
Duffie （前者在couresera有在线课程。） 后面这本书更理论更难，据说写的语言也比较一般，比较难看懂。
数学方向 Stochastic Calculus and martingale
Shreve的经典仅仅是作为硕士生的教科书，而且局限在金融，虽然写的非常好，但是在这个领域毕竟是入门书籍。
他的另外一本书《Brownian motion and stochastic calculus》是更深入的一本书。还有 Stochastic Integration and Differential
Equations (豆瓣) 和 Stochastic Differential Equations (豆瓣) 不过后者不算深入，很简单，而且只有一章是讲SDE的。
金融数学模型
只能想到Interest Rate Models 和Mathematical Methods For Foreign Exchange: A Financial Engineers Approach
一个用在固定收益市场，一个用在外汇市场。貌似还有一些credit risk的书。
3 其他
如果真的打算走上这条不归路了，去工作了，还有以下内容需要考虑。
a 英语 特别特别特别重要，让中国人不处于劣势，让你在中国人脱颖而出的必须。当然如果你说是在国内找工作那就另说。
b 编程 这是必须，首推C++。C++该看什么书就不说了，入门来一本，个人喜欢《C++ Primer》。C++进阶网上也有一堆书推荐。在金融工程中的应用推荐mark joshi的《Design Patterns and Derivatives
Pricing》还有Duffy写了若干本C++在金融工程的应用的书。在这个语言百花齐放的时代，C++还是quant里面的行业标准语言。对于JAVA C#等，后者更偏重于开发，银行IT用的可能会比较多。对于R、 MATLAB、 Python等，这些也是必须的，但是如果你会C++了这些语言的掌握应该不成问题。其实如果是做学术或者工作中仅仅是做研究和处理数据，仅仅会MATLAB这类语言就好， C++可以不学。但是如果要当desk quant或者做高频交易，C++应该是必须。
c 、统计
私以为，现在做金融的还真离不开统计。
基本的数理统计：《数理统计学导论》 Hogg 第7版国内有卖的，不熟悉常用的分布和假设检验等，统计等于不会。
线性回归分析，计量经济学，时间序列分析。
回归分析推荐 《linear regression analysis》
计量经济学我觉得都差不多，内容其实就是回归分析+时间序列分析，自己找个薄的吧。
不过还有一类书是金融计量经济学，比如比较经典的《the econometrics in financial markets》 还有tsay的《analysis of financial time series》 黎子良的《statistical models and methods for financial markets》，这些书的特点是其实没有在讲回归分析或者时间序列分析，倒是把金融市场的数据处理和实证检验讲了一遍，连尼玛option pricing都讲，还蛮实用的。缺点是感觉什么都没讲明白没讲透。
时间序列比较经典的是hamilton的书和brockwell的书，不过有证明，而且不是专门面向金融的。理论和应用比较平衡的是的《Time Series Analysis and Its Applications with R examples》其实只要能讲ARMA GARCH以及GARCH的若干衍生模型，就算掌握入门的金融时间序列分析了，如果想深入GARCH还有《GARCH models》这本书，不过这书跳步跳的太厉害，别作为入门读物就行。网上不少的course notes挺好的，比如cochrane的Time series for macroeconomics and finance.
d 最优化
推荐《Convex Optimization》 youtube和stanford有在线课程视频，还有配套的MATLAB插件和SLIDES.
e 机器学习
作为金融工程认识我个人更偏好统计学习，因为这更偏重于模型选择和评价，也能跟c呼应上。推荐《the elements of statistical learning》 不过貌似不是牛逼哄哄的PHD，也不会有人期待你用机器学习方法。
e 量化投资
这部分最赚钱，也是金融工程转变的方向，但是这不是书本上死学能学出来的。
