基本信息
- 原书名:The Mathematics of Derivatives: Tools for Designing Numerical Algorithms
- 原出版社: Wiley

编辑推荐
\t
\t\t罗伯特L.纳文的《衍生数学(数字算法设计工具)》给出了关于数理金融的基础和**发展的简洁讨论,特别适合具有理科或工程背景的读者。它从一个物理学的角度出发,着眼于衍生品定价的方法和假设。纳文具有独特且高雅的观点,帮助具有一定数学背景的读者快速了解华尔街**金融创新。
\t
内容简介
经济管理学书籍
在金融的动态市场中,数学在决策中的角色越来越重要,掌握衍生品的数学基础及应用是非常重要的。
没有人会比《衍生数学:数字算法设计工具》的作者罗伯特L.纳文更了解这一点。他具有翔实的衍生品知识,这使得他在金融领域的事业中表现卓越——同样地,他能快速地帮助身边的其他同事掌握衍生品模型的数学知识。现在这本书就是他与大家分享的经验。
在《衍生数学:数字算法设计工具》中充满了深刻的启示和关于模型使用的建议,无论你是具有经济背景的量化交易员还是为金融市场设计开发软件的工程师,它能帮助每个与这个行业相关的人获得他成功所需的知识。
《衍生数学:数字算法设计工具》的主要内容如下:
布莱克—斯科尔斯公式及其变型,并且介绍布莱克—斯科尔斯公式推导背后的思想。
相关数学工具——从分布函数、积分定义到n维雅可比行列式、路径积分以及中心极限定理。
随机过程及其在金融中的应用。
求解偏微分方程的数值算法。
了解信用衍生品的简单违约概率。
希思—雅罗—墨顿模型,以及一些具体衍生品模型,如可转换债券和债券抵押担保。
目录
前言
致谢
第一部分模型
第1章金融衍生品建模分析简介
1.1引言
1.2模型
第2章预备数学工具
2.1概率分布
2.2n维雅可比行列式和n次微分形式
2.3泛函分析和傅里叶变换
2.4中心极限定理
2.5随机游走
2.6相关性
2.7双变量、多变量函数:路径积分
2.8微分形式
第3章随机计算
3.1维纳过程
3.2伊藤引理
3.3变量代换的鞅
前言
在本书的编写和使用中,我发现本书对那些有相同目的的从业者非常有用:它可以作为程序员的培训教材(甚至是针对量化分析师的培训)。当然专业的程序员不需要成为专业的“量化分析师”。但是他们也需要尽快掌握衍生品数学模型的基础知识。他们需要详尽地知道大量的细节,获得扎实的基础信息,相对而言没有过高的数学严谨性要求。
媒体评论
——戴维·蒙塔诺(David Montano)摩根大通公司总经理
这本书以潇洒而实用的风格介绍了金融数学中的最重要概念,耳目一新地以直觉方式处理这个问题的关键基础知识,并给出了求解有趣的衍生品定价模型问题的解析和数值算法架构。如果理查德·费曼 (Richard Feynman)写一篇关于金融数学的介绍,也许就是这样的。问题和解答总是最重要的。
——巴里·瑞安(Barry Ryan)伦敦Bhramavira Capital Partners,合伙人
对于任何一个开始(或着眼于)金融研究或分析建模的人而言,这是一本非常优秀的书。纳文将一个庞大复杂的问题仔细地剖分成一系列简洁易懂结合一些数学理论和实际市场应用的课程。我希望当我踏入金融这个行业的时候,有这么一本书在身边。它会帮助我节省很多时间和精力。
——拉里·马格盖尔(Larry Magargal)