想要完全掌握金融工程需要哪些學科的哪些教材？
本科專業財務管理，如今想轉行做一名傑出的QUANT，但財管的那些數學、計算機和統計課程實在沒什麼幫助，也忘記的差不多了，現在還在大學，時間寬裕，目測還會在大學待上好幾年，因此立志成為一名傑出的QUANT。想請各位前輩指教一下，各個學科（數學、計算機、物理、統計、經濟、金融、金融工程）從零學起該學完哪些教材才能對金融工程有一個非常全面的掌握，中英文教材都行，本人更偏好於英文教材。
例如：數學：1.數學分析：XXX的《》；2.。。。。。。
如果一下說不完那麼多，請各位前輩都說說自己最了解的學科吧，求不吝賜教，謝謝。
謝邀。列一下入門讀物，我覺得還是比較全的，歡迎補充。
金融
1. John Hull 的 Options,Futures and other derivatives.
2. Ali Hirsa, Shlih Neftci 的 An Introduction to the Mathematics of Financial Derivatives
3. Paul Wilmott 的 The Mathematics of Financial Derivatives: A student Introduction.
數學
4.Sheldon Ross 的 A first Course in Probability
5.Shreve 的 Stochatic Calculus for Finance
6. Mikosch 的 Elementary Stochatic Calculus with Finance in view.
7. Anthony and Harvey 的 Linear Algebra
計算機和數值方法
8.Stanley Lippman等的 C++ Primer
9. Thomas 的 Introduction to Algorithms 前幾章
10. Burden Faires 的 Numerical Analysis
這題三個人邀的我不答不行啊……
我其實想說的是，除了綱領性的那幾本，其餘的都是得看論文了，金工對雖然在學科里不算大領域。但是知識對一個人來說還是浩如煙海的……所以 @彭一鳴 說的好，不要想著完全掌握……
上次發的那個大篇金融專業學生的數學進階如何安排？ - 黑貓Q形態的回答 是主管理論和姿勢的，這篇實踐一點
綱領性的大家都知道，也就那幾本：
John Hull：
我知道學數學的一般看不起這個，但是還是要說。因為這書的切入點是對金融系的學生，所以不會出現上來就給你上隨機遊走，然後概率測度，然後就沒有然後了（被秒了）……而且hull老頭子對很多實務的東西有自己的見解（比如機構什麼時候該對衝到二階導），最難的部分也用最通俗易懂的語言帶過，比如測度就講的很清楚（對於金融系的而言，我知道你們數學系又要鄙視我們了）。
SC for finance 12 by Steven Shreve:
這本是必備的，因為這個才是給金融工程或者金融數學的人看的。 實變，測度，變差，伊藤這些東西是內功。就算只說功利的，現在理工科橫行天下，不會點這個別人一拳拳打下來受得了么。
MC for financial engineering by Paul Glasserman:
這本也是必備的，基本不能離手的那種。如果說Shreve是補完理論，這本就是補完實踐。數值法羞辱起人的智商起來可一點沒有比隨機分析含糊……
Elements of Financial Risk Management by Peter Christoffersen
Counterparty Credit Risk and cva by Jon Gregort
這兩本算私貨，一是現在風險很火熱，而是做純pricing一時競爭不過博士，二是市場本來就萎縮。兩本各有分工，上面管市場風險，下面管信用風險（xva）體系。畢竟這是我們low逼 risk quant的宿命……
Interest rate model by Andersen Piterbarg :
固收我只認這三本（就是我常說的紅綠藍三魔），這個才是礦工的固收。叢書非常浩大，內容和方法論也及其充實，把十年來固收流行的模型都做了一個匯總。稱得上算浩如煙海了，每一章都值得慢看。如果要入手從第一本第四章看起……然後，要堅持……
這是字典，這是姿勢，這是力量，這是人權。 沒有這個沒有姿勢，沒有力量，沒有人權。你會matlab，好；還會python，不錯；還會.net, 還湊合； 不會c++? 滾！現實就是這麼殘酷，不要覺得學金融的，學數學的為什麼學編程就非得上手最難的c++，別的行不行。不行，c++是人權！
- 數學方面
- Rudin, Principle of Mathematical Analysis.。這裡有公開課，如果自學的話可以參考。國立交通大學開放式課程(OpenCourseWare, OCW)
- Ross, A First Course in Probability。初等概率論的書，這本書有中文版的，翻譯的非常非常好。
- Ross, Introduction to Probability Models。Ross大神的隨機過程的書。
- Williams.D., Probability with Martingales。高等概率論的書。
- George Casella, Statistical Inference。統計的書。
- Hamilton , Time Series Analysis。時間序列的書，淘寶上有英文版的。
2. 金融方面
- Shreve S.E， Stochastic Calculus for Financial I
- Shreve S.E， Stochastic Calculus for Financial II
- Darrell Duffie, Dynamic Asset Pricing Theory
- 資產定價的書實在是太多了，上面三本夠用了。同樣不推薦Hull的書
3. 計算機方面
- 語言，推薦C++， Python， F#。如果你有過別的編程語言的經驗，建議學習《C++ Primer， 5th ed》，如果對C有一定的經驗，先看《Thinking in C++》。之後看《Effective C++》，《More Effective C++》。Python可以參考《Python學習手冊》，F#參考《Function Programming with F#》。
- 演算法，《演算法導論》
- 數值的書，隨便找本就行了。
順便推薦一個書單。數理金融—金融工程.pdf_免費高速下載。
小孩才說「完全掌握」。。。大人只想「有所專長」
謝邀。。。。為啥都在推薦John Hul啊，John Hull的書是給商科金融的人看的，對FE來說未免太淺了點，這本書僅限於幫助你了解各種衍生品的定義，但是你要學FE的話這書真是沒啥用的。推薦Paul Wilmott的書，全買回來看吧，此公是Financial Mathematics領域的權威，他的書數學味很濃，把金融給公理化了，很適合FE的人。
題主還應該多學點數學和計算機（數學分析，高等代數，概率論，常微分方程，偏微分方程，隨機過程，編程等等等等），歡迎來北大旁聽數學科學學院大一到大三的全部課程，沒這些課做基礎，應該不太容易學好FE。
你好，謝邀，本人在紐約大學讀金融工程碩士，相信對這個職業還是有自己的一些理解的。 金融工程入門的書籍，只需要看三本書足夠：John Hull的Option那本，作為衍生品的基礎知識很全面，很淺顯易懂的概括了整個金融工程的框架，包括利用exotic option進行risk management，在概率方面也講了一些隨機過程的東西。 看完這本書之後，需要的是增進一下對計算機和數學方面的學習， shreve兩本 Stochastic Calculus足夠，因為在美國這邊做金融工程的master都是在做risk，不需要那麼多數學，主要理解BS和一些常用的option pricing model即可，還是考驗一個人的編程能力， 北美紐約這邊投行主要是用VBA，因為他們最常用的軟體是Excel，至於MATLAB不需要去花功夫學，浪費時間還不實用，推薦看
Option Pricing Models and Volatility Using Excel-VBA
Rouah, Fabrice D.
這本很實用，講解了用excel vba進行定價的很多方法。 如果有時間，建議學一下python和R，兩個語言都是open source免費的，所以很多小firm在用，如果能很熟練使用這兩種語言，你會很有價值。 另外，至於做一個quant，很難，真的難，因為真正在華爾街做quant的人，90%以上都是理工科出身的PHD，前一段時間我的同學，復旦物理系本科，面試Morgan Stanley quant組的Intern，結果100多人去面試一半以上是博士，而且除了他之外，大家都是常春藤的，最後是兩個cornell的法國人拿到了offer，所以建議你可以再了解一下quant，我個人倒是覺得走財務這條路也很不錯，去四大做審計或稅務，cpa下來之後讀MBA去諮詢、投行、大firm的財務管理，反而可能是條正道。 總之，祝你好運！
我的專業是金融工程，所以在這個問題應該有些發言權吧。
你畢竟是想利用課餘時間去鑽研自己感興趣的領域，所以推薦了太多的書讓你一本本看不現實，而且你把一本書吃透了，足以抵上看十幾本。學習是要去理解知識的本質。
金融工程專業是一個交叉性學科，如果數學，金融，計算機各是一個集合的話，那麼金融工程就是這個三個集合的交集。想成為一名QUANT,就要對這三個專業都有所涉及了解。
一、計算機
1.作為QUANT，基礎的編程要會，所以先要學一門C語言.
我推薦你可以去看譚浩強的中國高等院校計算機基礎教育課程體系規劃教材:C程序設計(第4版)
這本書寫的還是非常詳細的
2.MATLAB
我之前為什麼要提到C語言，因為想要學好MATLAB，你得有C的基礎。
我推薦
MATLAB R2012a完全自學一本通(升級版)
二、數學
關於這塊，我是這麼覺得的，我只能告訴你你可以去看哪方面的書，具體那本書適合你，這得你自己去圖書館找，因為每本書涉及的難易程度是不同的
1.概率論與數理統計（浙大那本不錯）
概率論太重要了，之後學的其他數學分支，都需要概率作為基石。
2.隨機過程
隨機過程說白了就是概率論的衍生，概率論不好的，學它會很累，但你又必須學好它，否則到了學時間序列分析的時候，完全會捉瞎。
3.時間序列分析
這應該是最難的一門課（哈哈，目前還沒上到），隨機過程很多知識都會在時間序列分析中用到，比如ITO公式等等
4.高等數學（同濟六版）
我之所以沒有推薦數學分析，是因為數學分析側重證明推導，你不如知道結論，懂得如何去運用公式，畢竟你不是純數學專業的。
就不給你推薦太多了，不在於多，關鍵在於你能不能吃透。
三、金融
我想我應該也會推薦John Hull的這本號稱期權期貨的聖經，確實太經典了，這本書的框架體系很完整，也很詳細（只不過書中有些地方經常出現翻譯錯誤）
下面我想說說一下算是題外話：
金融工程這門專業有點難，不是你想的，我只要去看幾本書，自學一下，就這麼簡單的。
樓上很多人都只推薦John Hull的期權期貨這本書，我覺得這是讓你掉進一個大坑。這本書講的很全面，很詳細，但是其中很多數學知識是你自身早就已經掌握的基礎上來說的。沒有這些基礎，你後面就讀不下去的。
我這裡就提一點。期權那一章會講到Black-Scholes期權定價，記得當時上海期貨同業協會給我一個推薦資格去一家期貨公司的期權部門實習，那時我還沒有學到這方面的課程，於是就買了書想自己鑽研一下，老實說我看到這公式是完全不理解，最後只能把公式死記硬背，當然面試的時候人家也沒有問我這些。
現在學了隨機過程，才知道BS公式的推導要用到ITO公式。
如果你的大學有這門專業，而且你的自由支配時間很充裕的話，我建議你跟著正規的教學計划去學，去旁聽他們的課，這遠比你自己一個人摸黑探路來得有效率。
補充：
不是很苟同佟浩功的答案
為啥都在推薦John Hul啊，John Hull的書是給商科金融的人看的，對FE來說未免太淺了點，這本書僅限於幫助你了解各種衍生品的定義，
為什麼這麼多人都推薦John Hull的書，因為他是一本具有綱領性的一本書，卻不只是給出各種衍生品的定義那麼簡單。許多公式推導你必須是在學過偏微分，隨機過程，計量還有時間序列分析之後，你才可以完全駕馭這本書，John Hull書的後半段的內容，幾乎都是如此，沒有對應的輸血給功底你完全會處於雲里霧裡的。
一本好的書之所以可以被稱為經典，從它的再出版的次數就能窺見一二。John Hul的期權期貨已經是第8版了。
有人在評論說，居然有人推薦譚浩強的C語言，不想過多的去評論，譚浩強的C程序設計也是反覆印刷了好多次，如果真的很水，為什麼還會有這麼多人去買呢？
或許：
商科的學生學John Hull的期權期貨，一般是理解並會用裡面的公式
數學出身的學生，除了會用公式還知道這些公式是怎麼推導的。
天龍八部中，即使是最簡單基礎的長拳，被喬峰打出來，就是可以威力大增。隨意的去質疑一本著作，只能說你功夫不到家！！
金融工程適合混合型學科，完全掌握大概在夢裡可以做到。
我的書籍邏輯性很簡單，一個純粹的Quant，就要有一個Quantitative的思維，說白了，請你用理性的角度看待金融。
首先你要明白。想轉行做一個Quant，你入門的金融要求是非常低的，也就是說：
沒有學過金融都能申請一份Quant Job。 關鍵你要理解：
金融是經驗和實踐方法，編程是你的工具，數學是思想和靈魂
所以我在一下說的編程和金融都一筆帶過，重點是數學！數學！數學！
-------------------------------------------------------------------------------
While previous financial experience is a plus, it』s not a requirement. In fact, most of our team did not have that experience when they joined. We can teach you finance (in fact, we love to!）
-------------------------------------------------------------------------------
以上是絕大多數hedge fund招Quantitative Researcher 的其中說明。
編程
C/C++ C# Matlab R, Python, 這幾種語言，你必須非常熟悉其中至少兩樣，並且能掌握使用這些語言來處理大數據的能力，編程的學習網上實在是太多太完善了，花時間和多思考即可。
我下面說的是你的數學和部分金融入門
金融入門並不需要看太多的書籍，John Hull的教科書自然經典，但那是重點是給business students 看的，給business guys看的東西有個特點：會用即可，對於根本原理和數學證明，不一定都要懂。
金融入門我只推薦一本書：
此書的全用數學的角度去解釋了金融基礎，作為一個Math Guy, 至今為止，這都是我最喜歡的一本金融書。
http://www.gbv.de/dms/zbw/732502993.pdf
重點！數學！
1數學分析
2高等代數
3概率論
4統計學
這四本書是基礎，不值得過多贅述。幾百年的東西先輩已經給了完整的學習方法。
----------------------------------------------------------------------
數學不做題等於作死，請每日花一半學習時間在做題和思考上
------沃 茲基碩德
----------------------------------------------------------------------
看完了上面三本書，請你做好準備讀以下幾本書。
特侖蘇的書應該是門檻不高並且用作金融工程的數學基礎綽綽有餘的書了，在此就不推薦Rudin的《 real and complex analysis》了，很多科班的都得花點時間。
http://www.math.unm.edu/~crisp/courses/math401/tao.pdf
金融是要套利，要賺錢！最優化的方法是非常重要的！
以下提供兩套關於 Optimization 的學習資料
1：
沒錯，還是DL,搞控制和優化的都應該知道葉蔭宇和DL是什麼地位。
（http://web.stanford.edu/class/msande310/310trialtext.pdf）
2
搞定兩本書你已經符合最優化方面博士的理論要求了，所以記住幾個比較重要的方法，理論面即可，但是不可否認，絕佳好書！
http://personal.vu.nl/l.stougie/Courses/ALP/BTonlyCh12345.pdf
http://labs.xjtudlc.com/labs/wldmt/reading%20list/books/Optimization/Nonlinear%20programming%20Theory%20and%20Algorithms.pdf
3金融市場有一定隨機性，所以Quant必須要有隨機過程的基礎，但是有沒有必要像做隨機PDE之類的研究難度，我推薦下面這本書。
請認真閱讀此書
http://pan.baidu.com/share/link?uk=571427230shareid=2986658215third=0adapt=pcfr=ftw
4由於Quant會接觸到大量的模型，你可能需要用到這本書：
這本書只是Introduction級別的，Quant很有可能需要工作內容進行更高層的PDE學習。
http://www.ime.usp.br/~smo/edp/Texto%20Strauss.pdf
最後，請你務必要仔細認真研讀這本著作！這本書很好的介紹了數值計算的基本和工程學思想。
http://tandon-books.com/Mathematics/MA4423%20-%20Introductory%20Numerial%20Analysis/(MA4423)%20Sauer%20-%20Numerical%20Analysis%202e.pdf
------------------------------------------------------------------------------------
以上所有的網頁鏈接都是圖片自帶的，我什麼都不知道。
我沒推薦中文教材，你要明白，做一個Quant連英文都過不了是說不過去的，Quant的工作要不斷學習，我想閱讀國外的文獻資料是基本關。
你如果系統學習完我給的書單，不要求精讀，但掌握基礎，每日花四個小時，我想，兩年內左右的時間差不多了，這僅僅是數學的學習，但是你應該要每日花上同樣的時間在編程上面。
Quant的生活並不是所謂的光鮮亮麗，和數據模型打交道，請你做好忍受孤獨的準備。
什麼？你說要學的好多？這僅僅是你入門前的一點罷了，這個是個終身學習型職業。
所以你知道一流的hedge fund 招人的基本要求了嗎？
-------------------------------------------------------------------------------------
Ph.D. in mathematics, physics, statistics, electrical engineering, computer science, operations research or related disciplines
-------------------------------------------------------------------------------------
去看John Hull(剛才拼錯被@邵成 鄙視了 T_T)的那本超級經典，幫助無數工科生進入了金融工程之門
學渣一個，不請自來
數學方面
數學分析高等代數，數學系的基礎課
另外，概率論數理統計隨機過程時間序列這幾門一脈相承學下去
還有常微分偏微分，數據挖掘(實驗課用spss)
我們學的雜，還有統計軟體sas,
還有運籌學，最優化(運籌學應該也算是最優化一個分支吧)
金融方面
微觀宏觀經濟學，學了數學之後有計量經濟學(實驗用Eviews)，投資學原理
計算機方面
MATLAB(數學專業的都會用到的)，c++，之外還學過點sql資料庫。我編程實在爛，老師教的也少！
ps:還學了會計和中國稅制和ACM，老師開了但我沒選的有可視化程序設計(當時不選現在有點後悔)，保險與精算(感覺不太會用到)，財務管理(偏實務的偏文科的還是自學好了)，金融工程案例分析(偏文科的自己抽時間看看就行)，數學建模(個人下學期太多課了所以不選，數模大賽的垃圾成績一直是大學的遺憾)
現在想起來學的實在是少，學渣讓大家見笑了，另外學校是不入流的211，大類專業，有點坑，大二上學期專業課還沒開！
都在推薦John Hull我就換一本。
對於基礎的asset pricing內容，個人認為bjork的arbitrage theory in continuous time非常好。講解各種不同的measure，以及如何在定價不同產品的時候change numeraire。對於各種產品（option，bond，fx，interest derivative）都有涉及。
相比於john hull和neftci的書，這本可能算是稍微進階一些，適用於學過基礎option pricing theory的人。你要真能實現那就太牛逼了。
數學部分，數學分析，統計學，數學建模，隨機過程，這些都搞定你也沒入門。
編程部分，除了matlab 之類的工具外你還需要一門實用語言，c++或者python之類的(我朋友用python)。quant還需要基本的計算機硬體軟體網路知識因為你需要指揮多台機器以及gpu運算。
然後金融學和經濟學所有門類的所有基礎課程。
金融工程學是一門非常變態的交叉學科，涵蓋數學、計算機、金融學、經濟學等各方面。
財務管理…
確實完全不沾邊。
有些推薦的書，初學者肯定看不懂，冰山下的數學知識完全沒提及。
John Hull的號稱Bible級別的書肯定第一位推薦～
我再說點別的發現這類書的方式，找一個開設MSFE課程的地方，把他們的課表下載下來，看他們開了那些課，直接把這些教材給看了就好了，簡單粗暴
u作為一個金工在讀本科生來強答這個問題，首先說在金工界作為一個渣本來沒什麼資格答這個題的，看到排名較前的答案受益匪淺。
發現有人贊後發現當初寫的這個答案有多淺...
我來說說我們的本科超入門的課程吧=_=
金融類：
金融學/貨幣銀行學
投資學 推薦茲坎博迪版的
初級會計/財務會計 有餘力可繼續深造
公司金融 一般華章的都還可以
西方經濟學(宏觀微觀) 推薦曼昆版
金融工程/數理金融/期貨期權及其衍生品
財政學
管理學
經濟法/金融法
如果有餘力可選
投資銀行學
投資心理學/行為金融學
財務報表分析
證券投資學
運籌學
等等等=_=
數學類
數學分析 如果覺得難可以退求其次到高數
高等數學 推薦同濟版
高等代數/線性代數
概率論
統計學
計量經濟學
金融計量學
時間序列
實分析與泛函分析
隨機過程
有餘力可選
數值分析 注意是數值不是數學講的不一樣
等等等等
計算機類：
office 這是基礎的基礎必須會至少要會excel
c語言 較快但不好寫
matlab 這個也是非常好用非常基礎的工具
Python 膠水語言，較為流行
R語言
其他資料庫 必須有一個自己熟練的高能資料庫
金融數據終端 比如ifind或者wind
有餘力可選
系統工程
等等等等
共勉！！
先開個坑，過幾天空了再填了。
一直學的高屋建瓴的，漸漸有點學膩了，不過可能有點眼高手低，吐個槽先。
最早看得是shreve的第二本，(我也不知道為什麼都不喜歡看離散的第一冊)，講得不是很難，不過大概對入門或是理解整體會有點幫助。當然，其實都搞熟悉的話業界混也差不多足夠了。
看完算是被開起了新世界大門，由於不是學數學出身，於是決定補補測度。當時腦抽選了shiryaev的probability。雖然後來看了其他書後覺得這本有點過了，但我還是非常推薦的，講得非常清楚詳細。
(其他我也記不得有特別印象深刻的了，durrant，額記不清拼寫了，有一本概率論，還有什麼prob essentials，prob and martingale之類的都差不多吧)
概率底子有了，之後看看隨機分析吧，brownian motion and stochastic calculus，也是shreve的，不過這不如之前那麼友好了，其他一些有名的sc，sde的書看熟個一本其實也就夠了。
編程方向的書不推了，自己也是自己摸索著邊學邊用的。
其實有些順序也記不清了，模型方面的書除了levy好像也沒有專門看過，局部波動，隨機波動，列為等等，其實可以直接看一些survey，或是看之後數值方面的書也都會提過。
數值方面mc和pde的書應該是最多的，mc看之前也有人推薦過了就不專門寫了，其實sde的數值方法大多比較簡單，不求理論的話上手是極快的。而pde雖然感覺有限元是優於有限差分的，但差分方法畢竟是主流，找找專門的數值書學一下就行，(其實有一本fdm in fe，不過感覺還是直接找數學的書看再練手會好一點)。然後再推一本implementing models in quant fin，雖然覺得寫的一般 ，但都是基礎項目，拿來練練手還是不錯的。
其實基礎到這邊也差不多了，再往後都是一個個領域再加技能點專精了。先推幾個，之後想到再慢慢補了。
application of fourier transform to smile modeling，講用拉普拉斯變化來期權定價的，也涉及一些模型，看興趣看了，不過這本書錯誤太多，不要在基礎不好時候看吧還是。
portfolio這塊其實都是一些很技術性的細節(比如強優化，貝葉斯方法或是black litterman這種)，感覺找一下優化的書，然後線代學好就差不多了，看得大多是論文，不推了。
其他一些雜七雜八的，比如金融經濟方向的書感覺可能題主也不敢興趣就不多寫了
(喂，明明寫了一堆沒人感興趣的廢話了。。)
最後講一下高頻和量化方向的吧。高頻的econometrics方向的書暫時還沒開始看，入手了一本econometrcs of fin hf data和high freq fin econometrics，大致翻一下感覺還不錯。微觀結構ohara的mm theory和harris的mm兩本算是比較經典的了吧，其他有一些論文集比如econophysics of order driven markets。
先寫到這了，有感興趣的可以留言再細講了。John Hull
本書能給你提供的脈絡框架乃至市場感覺無人能及
假如只允許你隨身帶一本書那一定是這個
看到有答案奇怪為什麼都在推薦這本書，所以補充這個答案：因為這確實是我在工作中常備的書，至於其他所提比如威莫的書，作為常備書來說，他太不好用了。做為專業書來說，他又太淺了
資料庫和數據處理，書是開源的，理解是同類間的。書不是什麼見效的優勢是指路用的。
推薦閱讀：
※是不是機器學習的框架都偏向 Python ？如果是，為什麼？
※有沒有一段代碼，讓你覺得人類的智慧也可以璀璨無比？
※深度學習方面的學術交流平台？
※985 本科大二，計算機專業，為什麼很多專科的都比自己懂得多？