微分幾何 pde 概率論這三個方向的phd哪個更適合轉到quant？

12-31

樓主985大學的大三數學系學生老師希望我能學微分幾何或者是pde方向我對這幾個方向也比較有興趣但是怕萬一以後對科研失去興趣的話還可以轉行做quant 那麼請問這上述三個方向哪個更適合轉到quant 我知道概率論肯定是最好的但老師概率論方面認識的人不多可能沒有好的導師那應該怎麼選呢

----看了這麼多答案那麼quant主要是數學的什麼方向轉過去的呢

取決於你想做哪類quant:

Q quant 用PDE多

P quant 用概率多 &<----多謝下面指點，我這裡指的是統計學中的概率

請自行在知乎上搜索Q和P的區別,相關討論很多。

BTW，

微分幾何(Differential Geometry)在財經上也有應用，但不是很廣泛，主要還是研究性質，相關資料見:

http://www.quantresearch.info/Geometry.htm

http://arxiv.org/pdf/0910.1671.pdf

Differential Geometry Techniques in the Black-scholes Option Pricing; Theoretical Results and Approximations

http://www2.warwick.ac.uk/fac/soc/wbs/subjects/finance/research/wpaperseries/1999/99-91.pdf

http://lesniewski.us/papers/presentations/Bloomberg112505.pdf

http://graduate.physics.sunysb.edu/announ/theses/choi-jaehyung-may-2014.pdf

值得一提的是 James Simons就"曾"是世界領先的Differential Geometry專家, 見

James Harris Simons

你不會沒聽說過他創立的Renaissance Technologies吧..........

謝邀。自己不喜歡的東西是做不出來的。所以建議選自己喜歡的東西，然後做出成果。quant其實只是奔小康的副業，對能力的需求遠比你PHD畢業來的低。當你做出了很好的成果的時候，就意味著你已經把quant的入門門檻甩了十條街了。

萬劍歸宗萬物同元學好了學精了哪個方向都一樣為了保證不會半道退學還是選個自己感興趣的吧

就醬

其實選哪個都一樣，quant都不大用得上。即使是概率論，數學上的研究也過於理論了。曾經derivatives pricing盛行的時期也許很有用，但現在quant越來越少純粹做理論模型的了，現在僅有的少數也是給那些特別頂尖學校的math phd留的。Buy side (hedge fund, prop shop) 就更用不到理論的概率論了。

個人認為就按你的強項和教授的強項來選，這樣更有機會以後進入名校。學校的差別要遠比你數學方向的差別重要。

還是建議樓主PDE和概率論最好都學點，別看現在P Quant紅紅火火，但是我見過大部分的人都是搞時間序列·機器學習和技術指標測試的。可能投資觀念不一樣，我始終堅持一個觀念：不要預測未來，要依賴定價做出決策。掌握PDE別的不說，至少在你面對奇異結構產品的時候不會兩眼一抹黑。無論是實證還是交易這種定價的技能肯定是要會的。

也不是說P Quant比Q差，P的一些處理高維數據的技巧和各種回歸也是非常好用的。然後P相對於Q學起來會應該會輕鬆一點。所以建議樓主讀PDE方向的時候也涉獵一下時間序列分析和機器學習吧。

以上是我這個弱渣的理解，如果有錯還請多多見諒。

其實只要你是在牛校讀的理工科博士就行了，他們要的是你聰明，至於知識，總都是要再在公司里學一遍的。很多EE，OR，還有AeroEng的都當quant了，不至於說你學了微分幾何而不是PDE亦或者相反就不要你。再者，要說最實用的那還得是CS。

都學了不就完了，又不是要求發paper

個人經驗，不要著急選方向。我就讀了一個己不感興趣方向的碩士。phd換方向很痛苦的。所以，比較好的建議是，反正你要讀phd，剩下的本科念一些研究生課程，範圍廣一些，甚至研究生第一年都不要輕易選方向。確定一下是不是真感興趣先。

至於失去了科研興趣之後，怎麼辦？ phd找工作相對來說，還是比較容易的，尤其是數學。要做quant，我有個同學，就念了一本統計學習，乾的挺好。

學什麼不重要重要的是在哪學硬要說的話：方向隨意起關鍵作用的是你在嚴格科研訓練中學會的思維方式和邏輯推理能力如果非要非要選一個方向的話那就是概率or統計 measure的probability方面不學topology搞得定？stochastic calculus方面不學pde搞得定？manifold learning不要微分幾何搞得定？數學分支太多了而且交叉也太多了 PS真心話：quant學好編程遠遠遠比數學重要實現不了都是呵呵*^o^* 另附上一個標準quant入行所需屬性（認識的或聽說的小樣本難免歪） quant=國內top10本科+歐美top50phd+數理專業（計算機統計數學物理等）+智商類競賽獲獎+貪財且無心奉獻一生給科研。

如果定價的話都是可以的，大方向定下來可以往定價上做，定價是為了告訴你怎麼組裝你的衍生產品，不僅僅你可以組裝避險工具，還可以構建各類聯結票據用作理財產品等等，給樓主推薦一本書，analysis geometry and modelling in finance，推薦這本書一方面是主要結合了傳統pde和微分幾何，另一方面是作者本身就在業界是法興的QR，要知道法興當年做出的名峰期權啊！這書是金融危機之後出的，金融危機之後至少作者貌似也沒失業哈；如果構建投資組合的話，用到的東西跟定價還是挺有區別的，可能用到但不限於統計、概率、運籌等。但不管是哪種，都要會寫代碼，同時多讀讀資產定價、投資組合的書，我記得證券組合定量管理有一條鐵則就是依據合理的經濟金融理論不要盲目地數據挖掘。

私認為pde的幫助大概會大一些吧