數學家的自學參考資料
我剛剛完成了純數學和應用數學的本科 (BSc) 學位。我將在一個月後開始我的純數學研究生學位。
我正在考慮在完成學業後從事量化金融的職業，但由於我的數學教育主要是基於理論的，因此我將不得不自學很多工作。
有沒有什麼推薦的書籍可以讓我自學一些必要的數學和統計/應用程序，我需要知道作為 Quant 嗎？
一般來說，量化金融需要數學、金融和數值程式。三者的組合以及三者中的重點領域將取決於您打算從事的特定領域。例如，期權定價、風險和資產管理都是相關的，但衍生品建模將更多地利用隨機過程和鞅，而風險和資產管理將更多地利用統計數據。
對於程式方面，熟悉 Lapack 等數值庫、Matlab 等數值程式語言和原始碼控制 (git) 是很好的。使用 Python、C 和 C++ 程式也是一個好主意，以及一定程度的電腦科學和軟體工程（資料結構、算法、軟體設計等）。
首先，至少應該對數值方法有所了解，例如：
但請注意，數字食譜可能過於簡單。
對於期權定價和數學上的複雜性，擁有強大的機率和測度理論背景是有幫助的。為此，以下文本將很有用：
對於選項的基礎知識，每個人都使用：
但我更喜歡：
當我第一次學習這個主題時。但是，考克斯和魯賓斯坦已經過時了，赫爾會定期更新。
這將以直覺的方式為您提供財務方面的基礎知識，而不是以數學上嚴格的方式。對於數學嚴謹性，我建議：
斯蒂爾在金融環境中嚴格開發隨機過程、鞅、伊藤積分，但包括直覺，所以他也非常腳踏實地和具體。
其他一般的，比赫爾更複雜的文本，但沒有斯蒂爾那麼嚴格，人們通常喜歡的包括：
在那之後，有很多不同的地方可以去。這將取決於所需的數值方法、正在處理的資產類別等。
例如，有關數值方法和 PDE 方法的更多資訊，請參閱：
每個利率衍生品量化者都需要熟悉：
對於其他領域，列表會有所不同。
對於一般的數學金融，你可以從Stochastic Calculus for Finance開始，然後是Martingale Methods in Financial Modeling和Mathematical Methods for Financial Markets。
在這些準備之後，您可以從一些專業領域的書籍開始，例如Brigo 和 Mercurio的《利率模型》 、Bielecki 和 Rutkowski 的《信用風險》以及 Brigo 等人的《交易對手信用風險》。還需要一些其他數值計算和程式技能。