En general, finanzas cuantitativas requiere matemáticas, finanzas, numérico y la programación. La mezcla de las tres y las áreas de interés dentro de los tres dependerá del área que va a trabajar. Por ejemplo, la opción de fijación de precios, el riesgo, la gestión de activos y todos están relacionados pero derivado de modelado atraerían más en procesos estocásticos y martingales, mientras que el riesgo y la gestión de los activos de atraerían más en las estadísticas.
Por el lado de la programación, es bueno estar familiarizado con librerías numéricas como Lapack, numérico lenguajes de programación como Matlab, y de control de código fuente (git). Programación en Python, C y C++ es una buena idea también, así como un nivel razonable de ciencias de la computación y el software de ingeniería (estructuras de datos, algoritmos, diseño de software, etc).
Para empezar, uno debe por lo menos tener alguna familiaridad con métodos numéricos, tales como:
pero se advierte que las Recetas Numérica puede ser simplista.
Para la opción de fijación de precios y la matemática sofisticada, ayuda a tener una sólida formación en probabilidad y teoría de la medida. Por eso, los siguientes textos podría ser útil:
Para los fundamentos de las opciones, todos los usos:
pero he preferido:
cuando yo estaba aprendiendo el tema. Pero, Cox & Rubinstein es viejo, y el Casco se actualiza con regularidad.
Que le dará los fundamentos de las finanzas lado de una manera intuitiva, pero no en un matemáticamente rigurosa. Para el matemático rigor, recomiendo:
Steele rigurosamente desarrolla procesos estocásticos, martingales, Ito
la integración en un contexto financiero, sino que incluye la intuición, por lo que
él también está siendo muy realista y concreto.
En general, los textos un poco más sofisticados que los de Casco, pero menos riguroso que Steele que la gente comúnmente como incluiría:
Después de eso, hay un montón de diferentes lugares para ir. Esto dependerá de los métodos numéricos es necesario, la clase de activo en la que se trabaja, etc.
Por ejemplo, para obtener más información sobre los métodos numéricos y los inhibidores de la PDE enfoques, hay:
Cada tasa de interés derivado quant debe estar familiarizado con:
Para otras áreas, la lista sería diferente.
