金融學本科,大學數學要學好哪幾門課?

普通211金融學大一在讀,學校的課程安排是大一高數A,大二線代B,大三統計學,數學課好少……我覺得對於金融學這個專業來說,數學作為一種工具和一種思維方式都很重要,如果要在學校的安排之外再學習一些數學課程應該學什麼呢?本身數學和英語基礎較好,願意付出努力,就是還在慢慢摸索方向啦~~謝謝回答~~

(因為本科背景不算強勢所以目標是出國讀研)

萌萌噠分割線--------------------

知乎小透明一隻,如果問題問的不好請協助修改謝謝~!如果我有什麼理念上的偏差也敬請指正~!


這些基礎課學完,quantitative finance/financial maths/financial engineering需要了解的:常微分方程(ODE),偏微分方程(PDE),隨機微分方程(SDE),Markov Process,Brownian Motion,統計推斷。其實如果要求高點,概率空間和測度論也會涉及,最好能學一會用C++/Matlab/R/VBA寫一些代碼。當然上述是對於一個歐美本科學Financial Maths學生的要求,如果是finance,一般上述幾乎都要求了解,但不會了解很深,重點可能會放在商科的課上,比如corporate finance,investment analysis,等等。

國內大學如果沒有改的話,基本都是從宏微觀經濟學開始,然後是貨幣銀行學,財政,國際金融之類。但是其實我之所以列出那些數學課,因為金融主流還是做那些金融衍生品定價以及金融風險管理,微觀的東西才算重點和精華吧。

不過你才大一,有想法挺好,如果有時間,建議去看看CFA的書,因為雖然本科畢業才能考,但是起碼讓你了解金融該學些啥,該補充哪些方面知識。說實話,國內很多大學的金融專業跟實際的金融幾乎是脫節的。


為了攢人品好好寫一下答案,有不恰當的地方歡迎指正。

樓主金融學本科,對數學有興趣,以後希望出國讀書,根據這個背景我的建議如下。

1. 想去國外申請金融學master(MSF):出路一般是國內外的金融企業的非技術部門和非金融企業的金融部門。認真學習好自己專業設置的專業課即可,在高數線代學好的基礎上,認真學習概率論與數理統計,方便自己以後可以從數理統計的角度來分析解決問題。

2. 想去國外申請金融工程類master:我現在在nyu讀金數,這方面了解的稍微多一點。如果將來想讀quant,重要的數學課分為以下幾類:

1)基礎中的基礎:高等代數,數學分析,概率論與數理統計,除了做作業和做題,最重要的是理解抽象定義的直觀含義,以及如何在金融背景里運用。學好這三門,不管是什麼其他相關的金融數學課,也都能快速的學習。

2)賣方quant:隨機分析,偏微分方程,常用於衍生品的定價,和各種曲線的構造

3)買方quant:更深層次的統計,例如多元統計分析,時間序列分析,計量經濟學(不算數學。不過數學含量多)

4)編程(不算數學,也很重要):面向對象語言一門(推薦C++),數理統計工具一門(R/Matlab/Python/SAS), 工作中很實用的工具(VBA/SQL)

5)業界新寵:機器學習,大數據,都是跟數學有關但更偏向計算機的內容,而計算機理論上面想深造又牽扯到圖論,計算數學之類的內容上去了,在此就不展開了。

3. 想去國外讀金融學phd:這方面了解不多,就不班門弄斧了。

其實對於絕大部分金融業工作的人來說,所需要的數學理論不需要超過高中水平。所以具體你想學數學學到什麼程度,得根據你自己對自己今後的定位來考慮。

如果你希望自己在數學上有所建樹,用數學當作你進入金融業的敲門磚,在我上文提到的數學基礎上,在你能想到的任何數學領域都可以深造,你的研究成果或是你的研究能力總會有方法變現的。

如果你希望在金融業找非quant非research的工作,其實並不需要學太多數學課。我建議盡量多跟業界的人接觸,去實習去社交,真正了解你感興趣的公司崗位所需要的skill set是什麼,再去學相應的數學也不晚。


金融不是金工。本來就不太需要數學,建議你不要被知乎上一大波「quant」迷了眼。


大一你要是有空閑的時間

可以在高數的情況下進一步自己研究《數學分析》《高等代數》

然後是《概率論與數理統計》這門課對金融貌似挺重要的。

然後就是《金融與時間序列》這本書,不知道有沒有打錯,這本書是一本好書,要選擇人大版本的。

數學是一個循序漸進的過程

等會再寫


金融的話,統計,時序,計量,完美了。

想大概搞懂衍生品的話,高數,概率論,然後應該可以上本科的金融數學了。


推薦閱讀:

為什麼說線性代數是愛因斯坦理論的基礎?
數學問題:如何證明兩直角邊之和大於弧長?
近世代數有哪些教材講的比較詳細呢?有哪些值得推薦的。?
負一乘負一有什麼現實意義?
數值分析在現實中有哪些應用?

TAG:數學 | 大學專業 | 金融 | 金融數學 |