金融数学全套课程 转
统计教材和金融数学的基础课程
金融数学基础书籍系列介绍
金融数学(Financial Mathematics),又称数理金融学、数学金融学、分析金融学,是利用数 学工具研究金融,进行数学建模、理论分析、数值计算等定量分析,以求找到金融动内在规律 并用以指导实践。金融数学也可以理解为现代数学与计算技术在金融领域的应用,因此,金融 数学是一门新兴的交叉学科,发展很快,是目前十分活跃的前言学科之一。 金融数学的发展曾两次引发了“华尔街革命”。上个世纪50年代初期,马科威茨提出证券投资组 合理论,第一次明确地用数学工具给出了在一定风险水平下按不同比例投资多种证券收益可能 最大的投资方法,引发了第一次“华尔街革命”, 马科威茨因此获得了1990年诺贝尔经济学 奖。1973年,布莱克和斯克尔斯用数学方法给出了期权定价公式,推动了期权交易的发展,期 权交易很快成为世界金融市场的主要内容,成为第二次“华尔街革命”, 修斯因此获得了199 7年诺贝尔经济学奖。2003年诺贝尔经济学奖第三次授予以数学为工具分析金融问题的美国经 济学家恩格尔和英国经济学家格兰杰以表彰他们分别用“随着时间变化易变性”和“共同趋势”两 种新方法分析经济时间数列给经济学研究和经济发 展带来巨大影响。金融数学在我国起步比较晚,但于1997 年正式实施的国家“九五”重大项目《 金融数学、金融工程、金融管理》,直接推动了我国金融数学这一交叉学科的兴起和发展。
金融数学,运用随机分析,随机最优控制,倒向随机微分方程,非线性分析,分形几何等现代数 学工具研究以下问题: ---------------------------------------------------------------------(1)不完备金融市场有价证券(例如期货,期权等衍生工具)的资本资产定价模型,套利定价 理论,套期保值理论及最优投资和消费理论。 (2)利率的期限结构和利率衍生产品的定价理论。 (3)不完备金融市场的风险管理和风险控制理论。
1.概率论 ---------------------------------------------------------------------很不幸的事实是,概率论基本上没有好的中文教材(1998之前,之后我就不清楚了), Ross的书适合本科和硕士生,胜在例子详尽, Billingsley的概率论和弱收敛的两本教材是非常好的入门书, chung的概率论教材很严格,读起来会有点累, 如果你真的想理解概率论,feller的两本书是不可不读的,可以说,从高中水平到博士以上学位 的读者,都会从中获益---如果要推选概率论里面最有影响的教材,feller的书无可比拟, Breiman的书也是经典,概率味比chung的浓, loeve的书可以作为工具书使用。
2.随机分析 ---------------------------------------------------------------------黄志远的随机分析入门是一本很好的书, 严加安的鞅论可以做工具书用, Ross的Inrto to probability model可以做本科生随机过程入门,例子很多, Karlin & Taylor的两本书非常适合硕士生用,
统计教材和金融数学的基础课程
resnick的书概率味很不错, oksendal的书是SDE里面最简单的, Karatzas Shreve有好几本书,金融数学的博士不可不读, Revuz Yor的连续鞅是很好的书, Protter的书是严格随机分析里面最容易读的,文笔很好, williams的书深入浅出,入门很合适, Chung Williams的书比oksendal稍微难一点,作为应用随机分析的标准教材很不错。
3.前面两个清单是概率类的,但它们是远远不够的 ---------------------------------------------------------------------如果你是数学/物理/计算机博士,而希望去华尔街工作,你会有什么样的机会呢?首先,期望不要太 高,举个例子,一个Columbia大学的Associate prof,做金融工程的(大概比国内大部分"牛人"做的还 要好一点),最近跳到了Hedge Fund,也不得不从entry level做起,原由很简单: You have potential, BUT You Don't Know Nothing yet!另外,投行三大业务:underwriting, M&A,trading,做数理的基本和前两项无缘.数理出身的人在华尔街去向主要是quant(may lead to a trader position in the future, 最好成绩是成为star trader 或head quant). Quant可以是前台,中 台,后台.一般说来,前台是最重要的工作,风险也大,risk management和model validation风险小, 但bonus也少,属于技术员.还需要什么呢?
数理方面: 统计,特别是时间序列 计算代数, 数值算法 偏微(parabolic and elliptic) 控制论
金融方面就要看你想向什么方向走了,大致上有 1.Fixed income 2.Equity 3.Exotic Derivative 4. Credit Derivative 5. Commodity and FX
另外还需要计算机的知识 可以这么说,没有人在所有这些方面都是专家,我以后会在我知道一点的方向列一些书单,但一定 要记住,即使把所有这些书都读透了,离成为一个专家还是很远,因为金融毕竟远远不仅仅是模型. 当然,如果你选择教书,即使你只懂偏微,你也可以号称自己是金融界数学专家了,呵呵。
4-控制论 ---------------------------------------------------------------------控制论在portfolio selection problem和risk management里面有很多的应用,optimal stopping在 美式derivative非常重要
统计教材和金融数学的基础课程 金融数学里面用的主要是随机控制,和粘性解(因为operator is often degenerate) 经典的随机控制书是 1.FLEMING and RISHEL, (1975) Deterministic and Stochastic Optimal Control. 2.KRYLOV, (1980) Controlled diffusion processes 3.BORKAR, (1989) Optimal control of diffusion processes. 4.BENSOUSSAN and LIONS, (1982) Controle Impulsionnel et Inequations Variationnelles
粘性解的标准文献是 1. Crandall, Ishii and Lions, User's guide to viscosity solutions of second order partial differential equations, Bull. Amer. Math. Soc. 27 (1992), 2.Fleming and Soner, Controlled Markov Processes and Viscosity Solutions, 1992.
5.数值算法 ---------------------------------------------------------------------首先,finite difference是极其常用的算法,这方面书籍很多,比如Ames... 计算矩阵: Golub and Van Loan, Matrix Computations, 1996 Kushner and Dupuis, Numerical Methods for Stochastic Control Problems in Continuous Time, 1992. Kushner's Markov chain approximation method是控制论里最有用的算法 ROGERS and TALAY, Numerical Methods in Financial Mathematics. 1997.论文集 Kloeden and Platen, Numerical Solution of Stochastic Differential Equations, 1997. 偏理论,实 用性差一点 Glasserman, Monte Carlo Methods in Financial Engineering, 2003这本书非常非常实用,可以 说是金融数学数值算法的最新经典
6-时间序列 ---------------------------------------------------------------------A Guide to Econometrics: by Peter Kennedy可能是最通俗易懂的入门书 Econometric Analysis,by William H. Greene和Time Series Analysis by James Douglas Hamilton是非常标准的教材,许多学校都在用 Box Jerkins的Time Series Analysis: Forecasting & Control,当之无愧的经典 Time Series and Dynamic Models by Christian Gourieroux,Gourieroux写了许多书,但似乎他的 书不如他的研究文章水准高 The Econometrics of Financial Markets,by John Y. Campbell, Andrew W. Lo, A. Craig MacKinlay,新经典啦.
国外金融数学的主干课程
Stochastic Process
Statistics
Mathematical Programming ( i think most of it are about optimization)
统计教材和金融数学的基础课程
Financial Market
Derivative Pricing
Financial Econometrics
Partial derivative equation
Simulation
( Simulate the process of stock price)
我硕士学的是应用数学,但偏重于金融数学(financial mathematics)方向,现在在一所名不见经 传的大学当助教,我在硕士阶段都学了以下的主要课程: 概率论基础——测度论(measure theory) 随机过程(stochastic processes), 随机微分方程及应用(stochastic differential equation and its application) 实用多元统计分析(applied multivariate statistical analysis) 数理金融(mathematical finance) 组合数学(combinatorics)和一些经济学课程 对于学金融数学专业可能学的还要多,至少应该加上--随机过程极限理论和一些专门的统计 知识----像时间序列分析等,各个学校的侧重点不同,课程设置就有一些不同。
================================================================ ===========
下面为我整理出的他人的推荐统计读物: 一、统计学基础部分 1、《统计学》 David Freedman等著,魏宗舒,施锡铨等译 中国统计出版社 据说是统计思想讲得最好的一本书,读了部分章节,受益很多。整本书几乎没有公式,但是讲 到了统计思想的精髓。
2、《Mind on statistics(英文版)》 机械工业出版社 只需要高中的数学水平,统计的扫盲书。有一句话影响很深:Mathematics as to statistics is something like hammer, nails, wood as to a house, it's just the material and tools but not the house itself。
3、《Mathematical Statistics and Data Analysis(英文版.第二版)》 机械工业出版社 看了就发现和国内的数理统计树有明显的不同。这本书理念很好,讲了很多新的东西,把很热 门的Bootstrap方法和传统统计在一起讲了。Amazon上有书评。
4、《Business Statistics a decision making approach(影印版)》 中国统计出版社
统计教材和金融数学的基础课程 在实务中很实用的东西,虽然往往为数理统计的老师所不屑
5、《Understanding Statistics in the behavioral science(影印版)》 中国统计出版社 和上面那本是一个系列的。老外的书都挺有意思的
6、《探索性数据分析》中国统计出版社 和第一本是一个系列的。大家好好看看陈希儒老先生 做的序,可以说是对中国数理统计的一种反思。
二、回归部分 1、《应用线性回归》 中国统计出版社 还是著名的蓝皮书系列,有一定的深度,道理讲得挺透的。看看里面对于偏回归系数的说明, 绝对是大开眼界啊!非常精彩的书
2、《Regression Analysis by example (3rd Ed影印版)》 这是偶第一本从头到底读完的原版统 计书,太好看了。那张虚拟变量写得比小说都吸引人。没什么推导,甚至说“假定你有统计软件 可以算出结果”,主要就是将分析,怎么看图,怎么看结果。看完才觉得回归真得很好玩
3、《Logistics回归模型——方法与应用》 王济川 郭志刚 高等教育出版社 不多的国内的经典统 计教材。两位都是社会学出身,不重推导重应用。每章都有详细的SAS和SPSS程序和输出的分 析。两位估计洋墨水喝得比较多,中文写的书,但是明显老外写书的风格
三、多元 1、《应用多元分析(第二版)》 王学民 上海财经大学出版社 现在好像就是用的这本书,但是请注意,这本书的亮点不是推导,而是后面和SAS结合的部 分,以及其中的一些想法(比如P99 n对假设检验的影响,绝对是统计的感觉,不是推推公式 就能感觉到的)。这是一本国内很好的多元统计教材。
2、《Analyzing Multivariate Data(英文版)》 Lattin等著 机械工业出版社 这本书有很多直观 的感觉和解释,非常有意思。对数学要求不高,证明也不够好,但的确是“统计书”,不是数学 书。
3、《Applied Multivariate Statistical Analysis (5th Ed影印版)》 Johnson & Wichem 著 中国 统计出版社 个人认为是国内能买到的最好的多元统计书了。Amazon 上有人评论,评价很高的。不过据王 学民老师说,这本书的证明还是有不太清楚,老外实务可以,证明实在不咋的,呵呵
四、时间序列 1、《商务和经济预测中的时间序列模型》 弗朗西斯著 Amazon 上五星推荐的书,讲了很多很新的东西也非常实用。我看完才知道,原来时间序列不 知有AR(1) MA(1)啊,哈
2、《Forecasting and Time Series an applied approach(third edition)》 Bowerman & Connell 著 本书的主讲Box-Jenkins(ARIMA)方法,附上了SAS和Minitab程序
统计教材和金融数学的基础课程
五、抽样 1、《抽样技术》 科克伦著 张尧庭译 绝对是该领域最权威,最经典的书了。王学民老师说:这本书不是那么好懂的,数学系的人, 就算看得懂每个公式,未必能懂它的意思(不是数学系的人,还是别看了吧)。
2、《Sampling: Design and Analysis(影印版)》 Lohr著 中国统计出版社 讲了很多很新的方法,无应答,非抽样误差,再抽样,都有讨论。也很不好懂,当时偶是和《 Advance Microeconomic Theory》一起看的,后者被许多人认为是梦魇,但是和前者一比,好 懂多了。主要还是理念上的差距。我们的统计思想和数据感觉有待加强啊
六、软件及其他 1、《SAS软件与应用统计分析》 王吉利 张尧庭 主编 好书啊!!!!
2、《SAS V8基础教程》 汪嘉冈编 中国统计出版社 主要讲编程,没怎么讲统计。如果想加强SAS编程可以考虑。
3、《SPSS11统计分析教程(基础篇)(高级篇)》 张文彤 北京希望出版社 当初第一次看这本书,发现怎么几乎都看不懂,尤其是高级篇,现在终于搞清楚了:)
4、《金融市场的统计分析》 张尧庭著 广西师范大学出版社 张老师到底是大家,薄薄的一本书,言简意赅,把主要的金融模型都讲清楚了。看完会发现, 分析金融单单数学模型还是纸上谈兵,必须加上统计模型和统计方法才能真正应用。本书用的 多元统计(代数知识)比较深。
================================================================ ========= 转贴:国外计量经济学参考书目(来自ctex)
计量经济学入门: -----------------Griffiths, W. E., R. C. Hill, and G. G. Judge, 1993, Learning and Practicing Econometrics, John Wiley & Sons.
Johnston, J. and J. DiNardo, 1997, Econometric Methods, 4th ed., McGraw-Hill.(资格最老, 我的启蒙书)
Maddala, G. S., 1992, Introduction to Econometrics, 2nd ed., Prentice-Hall.
Ramanathan, R., 1998, Introductory Econometrics with Applications, 4th ed., The Dryden Press. (前四本似乎是大学部程度计量经济学教科书中最为流行者)
统计教材和金融数学的基础课程 Judge, G. G., W. E. Griffiths, R. C. Hill, T.-C. Lee, and H. Lutkepol, 1988, Introduction to the Theory and Practice of Econometrics, 2nd ed., John Wiley & Sons.
Kennedy, P., 1998, A Guide to Econometrics, 4th. ed. The MIP Press. (本书尝试少用数学而多 以文字来解释一些计量经济学的概念)
Goldberger, A. S., 1991, A Course in Econometrics, Harvard University Press. (本书善用简单 例子解释一些重要的基本观念,本书缺点在于未能包括一些新课题)
Gujarati, D. N., 1995, Basic Econometrics, 3nd. ed., McGraw-Hill.
Thomas, R. L., 1996, Modern Econometrics, An Introduction, Addison-Wesley.
Lardaro, L., 1993, Applied Econometrics, Harper Collins.(书中包含了一些实例应用)
Ghosh, S. K., 1991, Econometrics: Theory and Applications, Prentice-Hall.(书中包含了一些 实例应用)
Hill, R. C., W. E. Griffiths, and G. G. Judge, 1997,nUndergraduate Econometrics, Jogn Wiley & Sons. (本书较薄较浅,适合统计学基础较弱的读者)
Draper, N. R. and H. Smith, 1998, Applied Regression Analysis, John Wiley & Sons. (本书和 下一本书均是非计量经济学者学回归分析常用的教科书)
Neter, J. and W. Wasserman, 1996, Applied Linear Statistical Models, 4th ed.,Irwin.
中级计量经济学: -----------------Greene, W. H., 1997, Econometric Analysis, 3rd ed., Prentice-Hall , Inc.(最畅销的研究所计量 经济学教科书,包含范围很广,但常有解释不清的地方。本书作者也是一个相当流行的计量经 济学软件Limdep 的作者)
Judge, G. G., W. E. Griffiths, R. C. Hill, and T.-C. Lee, 1985, The Theory and Practice of Econometrics, 2nd ed., John Wiley & Sons. (前一本书尚未出来时最畅销的研究所计量经济学教科书)
Fomby, T., C. Hill, and S. Johnson, 1984, Advanced Econometric Methods, Springer-Verlag.( 似乎没有前两本书畅销,所包含的教材没有前两本书广,但对书内有的课题解释较为清楚,我 个人对之有偏爱)
Amemiya, T., 1985, Advanced Econometrics, Harvard University Press.(内容较前几本书深)
统计教材和金融数学的基础课程
进阶计量经济学: -----------------Maddala, G. S., 1983, Limited-Dependent and Qualitative Variables in Econometrics, Cambridge University Press.(是研究受限应变量模型的必读之作,印度籍作者前些时候刚过世,全书文笔流畅,极 易阅读)
Hsiao, C., 1986, Analysis of Panel Data, Cambridge University Press.(中央研究院院士萧政教 授的大着,追踪资料的经典)
Baltagi, B., 1995, Econometric Analysis of Panel Data, John Wiley & Sons.(研究追踪资料的新 书,作者在追踪资料领域著作良多)
White, H., 1984, Asymptotic Theory for Econometricians, Academic Press.(计量经济学在七 零年代以前以矩阵代数作为主要分析工具,作者是将严谨数统分析工具介绍到计量经济学的关 键人物,作者在这方面的贡献可由本书看出,作者近年来的贡献则在下一本书)
White, H., 1994, Estimation, Inference and Specification Analysis, Cambridge University Press.
Davidson, J., 1994, Stochastic Limit Theory, Oxford University Press.(读者可由本书看出,近 年来计量经济学所需的数学工具和数学系所研究的机率理论不分轩轾)
Spanos, A., 1986, Statistical Foundations of Econometric Modelling, CambridgeUniversity Press.(本书性质接近前书)
Davidson, J., and MacKinnon, 1993, Estimation and Inference in Econometrics, Oxford University Press.(许多计量经济模型都可说是非线性模型的特例,因此作者强调以统一的分析 方法来研究计量经济学。喜欢以抽象方式研究问题的人将会喜欢这本书,但对大多数学计量经 济学只为实证分析的人而言,本书将可能不是很有用)
矩阵代数: -----------------Graybill, F. A., 1983, Matrices with Applications in Statistics, Wadsworth.(计量经济学乃至统 计学所需的矩阵代数大部分包括在这本书内)
Dhrymes, P., 1978, Introductory Econometrics, Springer-Verlag. (附录里的矩阵代数相当实 用,可补充前一本书)
时间数列专书: -----------------Granger, C. and P. Newbold, 1977, Forecasting Economic Time Series, Academic Press. (一本
统计教材和金融数学的基础课程 古老但却仍然很有用的入门书,数学不深,但时间数列的基本概念都被提到)
Brockwell, P. J. and R. A. Davis, 1991, Time Series: Theory and Methods, 2nd ed., Springer-Verlag. (本书相当畅销,作者是统计学家,对时间数列题材的选择和处理都是标准的统计学方式,内 容严谨但也提供相当多的直觉解释,是一本不错的入门书。 本书的缺点是,对经济研究所关心 之不稳定数列的讨论太少,必须要有其它书作为补充)
Hamilton, J. D., 1994, Time Series Analysis, Princeton University Press.(像是一本时间数列 计量经济学的百科全书,蚂蚁般的小字加上八百页的重量真是让人气都喘不过来,作者行文严 谨仔细,每一个等式都附有证明,但大多数的读者可跳跃式的阅读而没有问题,除了可学到不 少东西,每天带来带去也可练就一身肌肉)
Enders, W., 1995, Applied Econometric Time Series, John Wiley & Sons.
Mills, T. C., 1990, Time Series Techniques for Economists, Cambridge University Press.
Harvey, A. C., 1991, The Econometric Analysis of Time Series, The MIT Press.(本书和前两本 书都是为经济系学生所写的时间数列入门书)
Hatanaka, M., 1996, Time-Series-Based Econometrics, Oxford University Press.
Banerjee, A., J. J. Dolado, J. W. Galbraith, and D. F. Hendry, 1993, Co-Integration, Error Correction, and the Econometric Analysis of Non-Stationary Data, Oxford University Press.(本书和前一本书的内容正如本书书名所示,是 近二十年来时间数列计量经济学研究的主流)
Maddala, G. S. and I.-M. Kim, 1998, Unit Roots, Cointegration and Structural Change, Cambridge University Press. (内容和前两本书差不多,但写得深入浅出,相当易读)
Tanaka, K., 1996, Time Series Analysis, John Wiley & Sons.(属于前几本书的进阶研究,相当 难,需要很好的数学训练才能看得懂)
Reinsel, G. C., 1993, Elements of Multivariate Time Series Analysis, Springer-Verlag.(统计学者所写,书薄而易懂,是本不错的多变量时间数列模型的入门书)
Lutkepohl, H., 1993, Introduction to Multiple Time Series Analysis, Springer-Verlag.(研究多 变量时间数列模型的一本百科全书)
计量经济学应用: -----------------Berndt, E., 1990, The Practice of Econometrics, Addison-Wesley.(以数个经济学课题为主 轴,穿插以实证研究所需计量方法的讨论,本书缺点是所讨论的经济学课题嫌过时,叙述也过
统计教材和金融数学的基础课程
于冗长,让读者抓不到重点)
Intriligator, M., R. Bodkin, and C. Hsiao, 1996, Econometric Models, Techniques, and Applications, 2nd. ed., Prentice-Hall.(本书对计量经济理论有一个精简的阐述,再辅之以一些 简单的经济学应用)
Campbell, J. Y., A. W. Lo, and A. C. MacKinlay, 1997, The Econometrics of Financial Markets, Princeton University Press.(内容包括了财务学者所需要的许多计量经济方法,创造了一个新学门「计量财务学」 )
Taylor, S. J., 1986, Modelling Financial Time Series, John Wiley & Sons.(不是教科书,而是 研究财务学时间数列资料的一本专着,读者可学到许多财务学时间数列资料的性质)
Pudney, S., 1989, Modelling Individual Choice: the Econometrics of Corners, Kinks and Holes, Basil Blackwell.(本书是所谓个体计量经济学的典范,读者可看到个体经济理论使如何的和计量经济 模型紧密的结合在一起)
Fair, R. C., 1994, Testing Macroeconometric Models, Harvard University Press.(介绍六零、七零年代非常流行但现在已风光不再的多方程式总体计量模型,本书易 读,读者可看到一些不是很难的计量模型是怎样的应用到总体经济的实证研究中)
Morgan, M. S., 1990, The History of Econometric Ideas, Cambridge University Press.(内容正如书名,说明五零年代以前,经济学家是如何的从一些问题的研究 中,逐渐的发展出计量经济学这个学门)
相关统计学: -----------------DeGroot, M. H., 1986, Probability and Statistics, Addison-Wesley. (很好的一本统计入门书, 在美国的经济系大学部及研究所相当流行)
Hogg, R. V. and A. T. Craig, 1995, Introduction to Mathematical Statistics, 5th. ed., Prentice-Hall. (数统入门的经典之作,长久以来几乎垄断该市场)
Bickel, P. J. and K. A. Doksum, 1977, Mathematical Statistics: Basic Ideas and Selected Topics, Holden-Day.(可作为前一本书的补充,包含了一些对计量经济研究有用的统计教材)
Cox, D. R. and D. V. Hinkley, 1974, Theoretical Statistics, Chapman and Hall.(可作为前几本 书的补充,所呈现的是英国式的统计学研究方法,重视直观概念的阐释,而比较少做严谨数学 的推导,和美式教科书有所不同)
统计教材和金融数学的基础课程
机率理论及相关数学: -----------------(机率理论及数学教科书汗牛充栋,任何人都可轻易的开出三五十本由浅到深的参考书,这里 我列了三本较深的书,只稍表我个人的偏好)
Billingsley, P., 1995, Probability and Measure, 3rd ed., John Wiley & Sons.(是数学系或统计 系研究所机率理论课程常用的教科书,也是理论计量经济学家所常引用的一本书)
Billingsley, P., 1968, Convergence of Probability Measures, John Wiley & Sons.(是介绍一般 化中央极限定理的经典之作,对一般化中央极限定理的了解,已经是现今理论计量经济学家不 可或缺的常识了)
Royden, H. L., 1988, Real Analysis, 3rd ed., MacMillan.(实变量分析是研究机率理论的基础, 本书简单清楚,是实变量分析课程常用的教科书)
教材和参考书: 其他的我不是很清楚,概率论强烈推荐复旦老三本的第一本, 数理统计本科教材推荐北大的一本蓝皮书,讲的很全,而且面很广,包括完全充分统计量,NP 引理,Gauss-Markov定理,实验设计,序贯分析,Bayes统计,抽样调查的初步内容。 研究生教材么绝对是陈希儒的《数理统计引论》。 随机过程,要学理论的,就推荐北大钱敏平那本,虽然印刷错误不少,但是书架子不错,以后 几版肯定会好的,只不过要求有环论和测度论、泛函的基础,要求有点高。 工科学的话,推荐西安电子科技大学的那本随机过程,很不错,可以当公式和定理手册查。
关于数学软件: C是经典的,大家都要学好。 Matlab是数值计算专长,一定要学好。 Maple是符号计算专长,熟悉的话平时计算要省不少事,可以专心把心思放在思路和思想的理 解上。 S-plus是用来统计编程的(其实我的老师更倾向于用matlab的统计包),时序、非参数检验这 些用起来很方便,因为用的是S语言,所以要学好,因为SAS里好多都要调用S语言。 至于Spss个人认为看看就可以了,实在登不上场面,偷懒的时候用用还不错。
关于貌似无关的课程的说明: 在图里有几门大家可能认为貌似和统计无关的课: 1.解析几何:说实话,解析几何如果不和微分流型这些联系起来的话,的确也就是高等代数和 数学分析的应用。不过可以为以后的课提供直观的例子(比如学近世代数和拓扑的时候) 2.微分方程稳定性分析:现代统计有很大一块是在搞现在智能算法的设计(什么是现代智能算 法?就是听起来很玄的什么神经网络算法、模拟退火算法、微粒群算法),算法里算法的稳定 性是很重要的,所以知道为什么要学这门课了吧。 3.抽象代数:现代统计学也有一块是在搞模式识别、信息融合的,扯到信息的东西就要编码, 抽象代数是现代编码技术的基础。 4.矩阵论:哎,说到这门课就伤心,现在没几个大学还在开这门课,不过你要是不学这门的
统计教材和金融数学的基础课程 话,保证你看各种现代统计方法的时候一页也看不懂,全是矩阵表达的。苏联人那套分析表达 的方法已经过时了。 5.泛函分析、拓扑学、微分方程:貌似很基础的课,但是在统计中的信号处理,金融数学里的 Ito积分,随机分析都要用算子,拓扑结构这些。现代数学不是孤立看某个式子了,而是把有相 同属性的东西看成一类,然后研究这一类(够泛吧)。 6.数值计算,统计计算:还有不少学统计的是冲着银行、保险公司去的吧,公司招统计的人就 是让你替它写程序的,到时候要的是货真价实的货,光靠matlab里的现成函数可就不行了,所 以大家要学好C,最好再学门c++或者Delphi,以后就好混了。
最后,统计的前途是明亮的,学习的道路是艰苦的,世界上没有白拿的money,干多少活拿多 少钱 大家一起努力,都能成牛人的,中国就有希望的。
------------------------------带着问题看书,不要看书找问题;
集中几天系统看,不要每天看一点;
不断地问自己为什么,梦中也不放过;
原理、概念的理解比算题重要得多;
统计方法高级不一定好,简单有效最好。
讲的清才是真懂,理解只是前奏;
统计先是思维方式,而后才是数学;
努力体验提升思维境界和突破思维疆界的兴奋;
学习别人不同的思维方式,开放地包容别人; ---------------------------------------------十九世纪英国首相迪斯累里(Benjamin Disraeli)曾说:世上有三种谎言,那就是谎言、可恶 的谎言及统计数字。
统计教材和金融数学的基础课程
金融数学基础书籍系列介绍
金融数学(Financial Mathematics),又称数理金融学、数学金融学、分析金融学,是利用数学工具研究金 融,进行数学建模、理
论分析、数值计算等定量分析,以求找到金融动内在规律并用以指导实践。金融数学也可以理解为现代数学 与计算技术在金融领域
的应用,因此,金融数学是一门新兴的交叉学科,发展很快,是目前十分活跃的前言学科之一。 金融数学的发展曾两次引发了“华尔街革命”。上个世纪50年代初期,马科威茨提出证券投资组合理论,第一 次明确地用数学工具给
出了在一定风险水平下按不同比例投资多种证券收益可能最大的投资方法,引发了第一次“华尔街革命”, 马 科威茨因此获得了19
90年诺贝尔经济学奖。1973年,布莱克和斯克尔斯用数学方法给出了期权定价公式,推动了期权交易的发 展,期权交易很快成为
世界金融市场的主要内容,成为第二次“华尔街革命”, 修斯因此获得了1997年诺贝尔经济学奖。2003 年诺贝尔经济学奖第三次
授予以数学为工具分析金融问题的美国经济学家恩格尔和英国经济学家格兰杰以表彰他们分别用“随着时间 变化易变性”和“共同趋势
”两种新方法分析经济时间数列给经济学研究和经济发 展带来巨大影响。金融数学在我国起步比较晚,但于1997 年正式实施的国家“九五”重大项目《金融数学、金 融工程、金融管理》,
直接推动了我国金融数学这一交叉学科的兴起和发展。
金融数学,运用随机分析,随机最优控制,倒向随机微分方程,非线性分析,分形几何等现代数学工具研究 以下问题: ---------------------------------------------------------------------(1)不完备金融市场有价证券(例如期货,期权等衍生工具)的资本资产定价模型,套利定价理论,套期 保值理论及最优投资和消
费理论。 (2)利率的期限结构和利率衍生产品的定价理论。 (3)不完备金融市场的风险管理和风险控制理论。
1.概率论 ---------------------------------------------------------------------很不幸的事实是,概率论基本上没有好的中文教材(1998之前,之后我就不清楚了), Ross的书适合本科和硕士生,胜在例子详尽, Billingsley的概率论和弱收敛的两本教材是非常好的入门书, chung的概率论教材很严格,读起来会有点累, 如果你真的想理解概率论,feller的两本书是不可不读的,可以说,从高中水平到博士以上学位 的读者,都会从中获益---如果要推选概率论里面最有影响的教材,feller的书无可比拟, Breiman的书也是经典,概率味比chung的浓, loeve的书可以作为工具书使用。
统计教材和金融数学的基础课程
2.随机分析 ---------------------------------------------------------------------黄志远的随机分析入门是一本很好的书, 严加安的鞅论可以做工具书用, Ross的Inrto to probability model可以做本科生随机过程入门,例子很多, Karlin & Taylor的两本书非常适合硕士生用, resnick的书概率味很不错, oksendal的书是SDE里面最简单的, Karatzas Shreve有好几本书,金融数学的博士不可不读, Revuz Yor的连续鞅是很好的书, Protter的书是严格随机分析里面最容易读的,文笔很好, williams的书深入浅出,入门很合适, Chung Williams的书比oksendal稍微难一点,作为应用随机分析的标准教材很不错。
3.前面两个清单是概率类的,但它们是远远不够的 ---------------------------------------------------------------------如果你是数学/物理/计算机博士,而希望去华尔街工作,你会有什么样的机会呢?首先,期望不要太高,举个例子, 一个Columbia大学的
Associate prof,做金融工程的(大概比国内大部分"牛人"做的还要好一点),最近跳到了Hedge Fund,也不得不从 entry level做起,原由很
简单: You have potential, BUT You Don't Know Nothing yet!另外,投行三大业务:underwriting, M&A,trading,做数理的 基本和前两项无缘.数
理出身的人在华尔街去向主要是quant(may lead to a trader position in the future, 最好成绩是成为star trader 或head quant). Quant
可以是前台,中台,后台.一般说来,前台是最重要的工作,风险也大,risk management和model validation风险小, 但bonus也少,属于技术
员.还需要什么呢?
数理方面: 统计,特别是时间序列 计算代数, 数值算法 偏微(parabolic and elliptic) 控制论
金融方面就要看你想向什么方向走了,大致上有 1.Fixed income 2.Equity 3.Exotic Derivative 4. Credit Derivative 5. Commodity and FX
另外还需要计算机的知识 可以这么说,没有人在所有这些方面都是专家,我以后会在我知道一点的方向列一些书单,但一定要记住,即使把 所有这些书都读透了,离 第 2 页
统计教材和金融数学的基础课程
成为一个专家还是很远,因为金融毕竟远远不仅仅是模型.当然,如果你选择教书,即使你只懂偏微,你也可以号 称自己是金融界数学专家
4-控制论 ---------------------------------------------------------------------控制论在portfolio selection problem和risk management里面有很多的应用,optimal stopping在美式 derivative非常重要 金融数学里面用的主要是随机控制,和粘性解(因为operator is often degenerate) 经典的随机控制书是 1.FLEMING and RISHEL, (1975) Deterministic and Stochastic Optimal Control. 2.KRYLOV, (1980) Controlled diffusion processes 3.BORKAR, (1989) Optimal control of diffusion processes. 4.BENSOUSSAN and LIONS, (1982) Controle Impulsionnel et Inequations Variationnelles
粘性解的标准文献是 1. Crandall, Ishii and Lions, User's guide to viscosity solutions of second order partial differential equations, Bull. Amer. Math. Soc. 27 (1992), 2.Fleming and Soner, Controlled Markov Processes and Viscosity Solutions, 1992.
5.数值算法 ---------------------------------------------------------------------首先,finite difference是极其常用的算法,这方面书籍很多,比如Ames... 计算矩阵: Golub and Van Loan, Matrix Computations, 1996 Kushner and Dupuis, Numerical Methods for Stochastic Control Problems in Continuous Time, 1992. Kushner's Markov chain approximation method是控制论里最有用的算法 ROGERS and TALAY, Numerical Methods in Financial Mathematics. 1997.论文集 Kloeden and Platen, Numerical Solution of Stochastic Differential Equations, 1997. 偏理论,实用性差一点 Glasserman, Monte Carlo Methods in Financial Engineering, 2003这本书非常非常实用,可以说是金融数学数 值算法的最新经典
6-时间序列 ---------------------------------------------------------------------A Guide to Econometrics: by Peter Kennedy可能是最通俗易懂的入门书 Econometric Analysis,by William H. Greene和Time Series Analysis by James Douglas Hamilton是非常标准 的教材,许多学校都在
用 Box Jerkins的Time Series Analysis: Forecasting & Control,当之无愧的经典 Time Series and Dynamic Models by Christian Gourieroux,Gourieroux写了许多书,但似乎他的书不如他的研 究文章水准高 The Econometrics of Financial Markets,by John Y. Campbell, Andrew W. Lo, A. Craig MacKinlay,新经典啦.
国外金融数学的主干课程
Stochastic Process
Statistics
Mathematical Programming ( i think most of it are about optimization) 第 3 页
统计教材和金融数学的基础课程
Financial Market
Derivative Pricing
Financial Econometrics
Partial derivative equation
Simulation
( Simulate the process of stock price)
我硕士学的是应用数学,但偏重于金融数学(financial mathematics)方向,现在在一所名不见经传的大学当 助教,我在硕士阶段都学
了以下的主要课程: 概率论基础——测度论(measure theory) 随机过程(stochastic processes), 随机微分方程及应用(stochastic differential equation and its application) 实用多元统计分析(applied multivariate statistical analysis) 数理金融(mathematical finance) 组合数学(combinatorics)和一些经济学课程 对于学金融数学专业可能学的还要多,至少应该加上--随机过程极限理论和一些专门的统计知识---- 像时间序列分析等,各
个学校的侧重点不同,课程设置就有一些不同。
========================================================================== =
下面为我整理出的他人的推荐统计读物: 一、统计学基础部分 1、《统计学》 David Freedman等著,魏宗舒,施锡铨等译 中国统计出版社 据说是统计思想讲得最好的一本书,读了部分章节,受益很多。整本书几乎没有公式,但是讲到了统计思想 的精髓。
2、《Mind on statistics(英文版)》 机械工业出版社 只需要高中的数学水平,统计的扫盲书。有一句话影响很深:Mathematics as to statistics is something like hammer, nails, wood as
to a house, it's just the material and tools but not the house itself。
3、《Mathematical Statistics and Data Analysis(英文版.第二版)》 机械工业出版社 看了就发现和国内的数理统计树有明显的不同。这本书理念很好,讲了很多新的东西,把很热门的 Bootstrap方法和传统统计在一起
讲了。Amazon上有书评。
4、《Business Statistics a decision making approach(影印版)》 中国统计出版社 在实务中很实用的东西,虽然往往为数理统计的老师所不屑 第 4 页
统计教材和金融数学的基础课程
5、《Understanding Statistics in the behavioral science(影印版)》 中国统计出版社 和上面那本是一个系列的。老外的书都挺有意思的
6、《探索性数据分析》中国统计出版社 和第一本是一个系列的。大家好好看看陈希儒老先生做的序,可以 说是对中国数理统计的
一种反思。
二、回归部分 1、《应用线性回归》 中国统计出版社 还是著名的蓝皮书系列,有一定的深度,道理讲得挺透的。看看里面对于偏回归系数的说明,绝对是大开眼 界啊!非常精彩的书
2、《Regression Analysis by example (3rd Ed影印版)》 这是偶第一本从头到底读完的原版统计书,太好看 了。那张虚拟变量写得
比小说都吸引人。没什么推导,甚至说“假定你有统计软件可以算出结果”,主要就是将分析,怎么看图,怎 么看结果。看完才觉得
回归真得很好玩
3、《Logistics回归模型——方法与应用》 王济川 郭志刚 高等教育出版社 不多的国内的经典统计教材。两位 都是社会学出身,不重
推导重应用。每章都有详细的SAS和SPSS程序和输出的分析。两位估计洋墨水喝得比较多,中文写的书,但 是明显老外写书的风格
三、多元 1、《应用多元分析(第二版)》 王学民 上海财经大学出版社 现在好像就是用的这本书,但是请注意,这本书的亮点不是推导,而是后面和SAS结合的部分,以及其中的 一些想法(比如P99 n对
假设检验的影响,绝对是统计的感觉,不是推推公式就能感觉到的)。这是一本国内很好的多元统计教材。
2、《Analyzing Multivariate Data(英文版)》 Lattin等著 机械工业出版社 这本书有很多直观的感觉和解 释,非常有意思。对数学
要求不高,证明也不够好,但的确是“统计书”,不是数学书。
3、《Applied Multivariate Statistical Analysis (5th Ed影印版)》 Johnson & Wichem 著 中国统计出版社 个人认为是国内能买到的最好的多元统计书了。Amazon 上有人评论,评价很高的。不过据王学民老师说, 这本书的证明还是有不
太清楚,老外实务可以,证明实在不咋的,呵呵
四、时间序列 1、《商务和经济预测中的时间序列模型》 弗朗西斯著 Amazon 上五星推荐的书,讲了很多很新的东西也非常实用。我看完才知道,原来时间序列不知有AR(1) MA(1)啊,哈
2、《Forecasting and Time Series an applied approach(third edition)》 Bowerman & Connell 著 本书的主讲Box-Jenkins(ARIMA)方法,附上了SAS和Minitab程序 第 5 页
统计教材和金融数学的基础课程
五、抽样 1、《抽样技术》 科克伦著 张尧庭译 绝对是该领域最权威,最经典的书了。王学民老师说:这本书不是那么好懂的,数学系的人,就算看得懂每 个公式,未必能懂它的
意思(不是数学系的人,还是别看了吧)。
2、《Sampling: Design and Analysis(影印版)》 Lohr著 中国统计出版社 讲了很多很新的方法,无应答,非抽样误差,再抽样,都有讨论。也很不好懂,当时偶是和《Advance Microeconomic Theory》
一起看的,后者被许多人认为是梦魇,但是和前者一比,好懂多了。主要还是理念上的差距。我们的统计思 想和数据感觉有待加强
六、软件及其他 1、《SAS软件与应用统计分析》 王吉利 张尧庭 主编 好书啊!!!!
2、《SAS V8基础教程》 汪嘉冈编 中国统计出版社 主要讲编程,没怎么讲统计。如果想加强SAS编程可以考虑。
3、《SPSS11统计分析教程(基础篇)(高级篇)》 张文彤 北京希望出版社 当初第一次看这本书,发现怎么几乎都看不懂,尤其是高级篇,现在终于搞清楚了:)
4、《金融市场的统计分析》 张尧庭著 广西师范大学出版社 张老师到底是大家,薄薄的一本书,言简意赅,把主要的金融模型都讲清楚了。看完会发现,分析金融单单 数学模型还是纸上谈兵
,必须加上统计模型和统计方法才能真正应用。本书用的多元统计(代数知识)比较深。
========================================================================= 转贴:国外计量经济学参考书目(来自ctex)
计量经济学入门: -----------------Griffiths, W. E., R. C. Hill, and G. G. Judge, 1993, Learning and Practicing Econometrics, John Wiley & Sons.
Johnston, J. and J. DiNardo, 1997, Econometric Methods, 4th ed., McGraw-Hill.(资格最老,我的启蒙书)
Maddala, G. S., 1992, Introduction to Econometrics, 2nd ed., Prentice-Hall.
Ramanathan, R., 1998, Introductory Econometrics with Applications, 4th ed., The Dryden Press. (前四本似乎是大学部程度计量经济学教科书中最为流行者)
Judge, G. G., W. E. Griffiths, R. C. Hill, T.-C. Lee, and H. Lutkepol, 1988, Introduction to the Theory and Practice of
Econometrics, 2nd ed., John Wiley & Sons.
Kennedy, P., 1998, A Guide to Econometrics, 4th. ed. The MIP Press. (本书尝试少用数学而多以文字来解释 第 6 页
统计教材和金融数学的基础课程
一些计量经济学的概
Goldberger, A. S., 1991, A Course in Econometrics, Harvard University Press. (本书善用简单例子解释一些 重要的基本观念,本
书缺点在于未能包括一些新课题)
Gujarati, D. N., 1995, Basic Econometrics, 3nd. ed., McGraw-Hill.
Thomas, R. L., 1996, Modern Econometrics, An Introduction, Addison-Wesley.
Lardaro, L., 1993, Applied Econometrics, Harper Collins.(书中包含了一些实例应用)
Ghosh, S. K., 1991, Econometrics: Theory and Applications, Prentice-Hall.(书中包含了一些实例应用)
Hill, R. C., W. E. Griffiths, and G. G. Judge, 1997,nUndergraduate Econometrics, Jogn Wiley & Sons. (本书 较薄较浅,适合统计
学基础较弱的读者)
Draper, N. R. and H. Smith, 1998, Applied Regression Analysis, John Wiley & Sons. (本书和下一本书均是 非计量经济学者学回归
分析常用的教科书)
Neter, J. and W. Wasserman, 1996, Applied Linear Statistical Models, 4th ed.,Irwin.
中级计量经济学: -----------------Greene, W. H., 1997, Econometric Analysis, 3rd ed., Prentice-Hall , Inc.(最畅销的研究所计量经济学教科 书,包含范围很广,但
常有解释不清的地方。本书作者也是一个相当流行的计量经济学软件Limdep 的作者)
Judge, G. G., W. E. Griffiths, R. C. Hill, and T.-C. Lee, 1985, The Theory and Practice of Econometrics, 2nd ed., John Wiley &
Sons. (前一本书尚未出来时最畅销的研究所计量经济学教科书)
Fomby, T., C. Hill, and S. Johnson, 1984, Advanced Econometric Methods, Springer-Verlag.(似乎没有前两 本书畅销,所包含的
教材没有前两本书广,但对书内有的课题解释较为清楚,我个人对之有偏爱)
Amemiya, T., 1985, Advanced Econometrics, Harvard University Press.(内容较前几本书深)
进阶计量经济学: -----------------Maddala, G. S., 1983, Limited-Dependent and Qualitative Variables in Econometrics, Cambridge University 第 7 页
统计教材和金融数学的基础课程 Press.(是研究受限应变量模型的必读之作,印度籍作者前些时候刚过世,全书文笔流畅,极易阅读)
Hsiao, C., 1986, Analysis of Panel Data, Cambridge University Press.(中央研究院院士萧政教授的大着,追 踪资料的经典)
Baltagi, B., 1995, Econometric Analysis of Panel Data, John Wiley & Sons.(研究追踪资料的新书,作者在追 踪资料领域著作良多
White, H., 1984, Asymptotic Theory for Econometricians, Academic Press.(计量经济学在七零年代以前以矩 阵代数作为主要分析
工具,作者是将严谨数统分析工具介绍到计量经济学的关键人物,作者在这方面的贡献可由本书看出,作者 近年来的贡献则在下一
White, H., 1994, Estimation, Inference and Specification Analysis, Cambridge University Press.
Davidson, J., 1994, Stochastic Limit Theory, Oxford University Press.(读者可由本书看出,近年来计量经济 学所需的数学工具和
数学系所研究的机率理论不分轩轾)
Spanos, A., 1986, Statistical Foundations of Econometric Modelling, CambridgeUniversity Press.(本书性质 接近前书)
Davidson, J., and MacKinnon, 1993, Estimation and Inference in Econometrics, Oxford University Press.( 许多计量经济模型都
可说是非线性模型的特例,因此作者强调以统一的分析方法来研究计量经济学。喜欢以抽象方式研究问题的 人将会喜欢这本书,但
对大多数学计量经济学只为实证分析的人而言,本书将可能不是很有用)
矩阵代数: -----------------Graybill, F. A., 1983, Matrices with Applications in Statistics, Wadsworth.(计量经济学乃至统计学所需的矩 阵代数大部分包括在
这本书内)
Dhrymes, P., 1978, Introductory Econometrics, Springer-Verlag. (附录里的矩阵代数相当实用,可补充前一 本书)
时间数列专书: -----------------Granger, C. and P. Newbold, 1977, Forecasting Economic Time Series, Academic Press. (一本古老但却仍然 很有用的入门书,数
统计教材和金融数学的基础课程 学不深,但时间数列的基本概念都被提到)
Brockwell, P. J. and R. A. Davis, 1991, Time Series: Theory and Methods, 2nd ed., Springer-Verlag. (本书相当畅销,作者是统计学家,对时间数列题材的选择和处理都是标准的统计学方式,内容严谨但也提 供相当多的直觉解释,
是一本不错的入门书。 本书的缺点是,对经济研究所关心之不稳定数列的讨论太少,必须要有其它书作为补 充)
Hamilton, J. D., 1994, Time Series Analysis, Princeton University Press.(像是一本时间数列计量经济学的百 科全书,蚂蚁般的小
字加上八百页的重量真是让人气都喘不过来,作者行文严谨仔细,每一个等式都附有证明,但大多数的读者 可跳跃式的阅读而没有
问题,除了可学到不少东西,每天带来带去也可练就一身肌肉)
Enders, W., 1995, Applied Econometric Time Series, John Wiley & Sons.
Mills, T. C., 1990, Time Series Techniques for Economists, Cambridge University Press.
Harvey, A. C., 1991, The Econometric Analysis of Time Series, The MIT Press.(本书和前两本书都是为经济 系学生所写的时间数
列入门书)
Hatanaka, M., 1996, Time-Series-Based Econometrics, Oxford University Press.
Banerjee, A., J. J. Dolado, J. W. Galbraith, and D. F. Hendry, 1993, Co-Integration, Error Correction, and the Econometric
Analysis of Non-Stationary Data, Oxford University Press.(本书和前一本书的内容正如本书书名所示,是近二十年来时 间数列计量经济学研
究的主流)
Maddala, G. S. and I.-M. Kim, 1998, Unit Roots, Cointegration and Structural Change, Cambridge University Press. (内容和前两本书差不多,但写得深入浅出,相当易读)
Tanaka, K., 1996, Time Series Analysis, John Wiley & Sons.(属于前几本书的进阶研究,相当难,需要很好 的数学训练才能看得懂
Reinsel, G. C., 1993, Elements of Multivariate Time Series Analysis, Springer-Verlag.(统计学者所写,书薄而易懂,是本不错的多变量时间数列模型的入门书)
Lutkepohl, H., 1993, Introduction to Multiple Time Series Analysis, Springer-Verlag.(研究多变量时间数列 模型的一本百科全书
统计教材和金融数学的基础课程
计量经济学应用: -----------------Berndt, E., 1990, The Practice of Econometrics, Addison-Wesley.(以数个经济学课题为主轴,穿插以实证研 究所需计量方法的讨
论,本书缺点是所讨论的经济学课题嫌过时,叙述也过于冗长,让读者抓不到重点)
Intriligator, M., R. Bodkin, and C. Hsiao, 1996, Econometric Models, Techniques, and Applications, 2nd. ed., Prentice-Hall.(本
书对计量经济理论有一个精简的阐述,再辅之以一些简单的经济学应用)
Campbell, J. Y., A. W. Lo, and A. C. MacKinlay, 1997, The Econometrics of Financial Markets, Princeton University Press.(内容包括了财务学者所需要的许多计量经济方法,创造了一个新学门「计量财务学」)
Taylor, S. J., 1986, Modelling Financial Time Series, John Wiley & Sons.(不是教科书,而是研究财务学时间 数列资料的一本专着
,读者可学到许多财务学时间数列资料的性质)
Pudney, S., 1989, Modelling Individual Choice: the Econometrics of Corners, Kinks and Holes, Basil Blackwell.(本书是所谓个体计量经济学的典范,读者可看到个体经济理论使如何的和计量经济模型紧密的 结合在一起)
Fair, R. C., 1994, Testing Macroeconometric Models, Harvard University Press.(介绍六零、七零年代非常流行但现在已风光不再的多方程式总体计量模型,本书易读,读者可看到 一些不是很难的计量模
型是怎样的应用到总体经济的实证研究中)
Morgan, M. S., 1990, The History of Econometric Ideas, Cambridge University Press.(内容正如书名,说明五零年代以前,经济学家是如何的从一些问题的研究中,逐渐的发 展出计量经济学这个学
相关统计学: -----------------DeGroot, M. H., 1986, Probability and Statistics, Addison-Wesley. (很好的一本统计入门书,在美国的经济 系大学部及研究所相
Hogg, R. V. and A. T. Craig, 1995, Introduction to Mathematical Statistics, 5th. ed., Prentice-Hall. (数统入 门的经典之作,长久以
来几乎垄断该市场)
Bickel, P. J. and K. A. Doksum, 1977, Mathematical Statistics: Basic Ideas and Selected Topics, Holden-Day. 第 10 页
统计教材和金融数学的基础课程
(可作为前一本书的
补充,包含了一些对计量经济研究有用的统计教材)
Cox, D. R. and D. V. Hinkley, 1974, Theoretical Statistics, Chapman and Hall.(可作为前几本书的补充,所 呈现的是英国式的统计
学研究方法,重视直观概念的阐释,而比较少做严谨数学的推导,和美式教科书有所不同)
机率理论及相关数学: -----------------(机率理论及数学教科书汗牛充栋,任何人都可轻易的开出三五十本由浅到深的参考书,这里我列了三本较 深的书,只稍表我个人
Billingsley, P., 1995, Probability and Measure, 3rd ed., John Wiley & Sons.(是数学系或统计系研究所机率理 论课程常用的教科书
,也是理论计量经济学家所常引用的一本书)
Billingsley, P., 1968, Convergence of Probability Measures, John Wiley & Sons.(是介绍一般化中央极限定理 的经典之作,对一般
化中央极限定理的了解,已经是现今理论计量经济学家不可或缺的常识了)
Royden, H. L., 1988, Real Analysis, 3rd ed., MacMillan.(实变量分析是研究机率理论的基础,本书简单清 楚,是实变量分析课程常
用的教科书)
教材和参考书: 其他的我不是很清楚,概率论强烈推荐复旦老三本的第一本, 数理统计本科教材推荐北大的一本蓝皮书,讲的很全,而且面很广,包括完全充分统计量,NP引理, Gauss-Markov定理,实验设
计,序贯分析,Bayes统计,抽样调查的初步内容。 研究生教材么绝对是陈希儒的《数理统计引论》。 随机过程,要学理论的,就推荐北大钱敏平那本,虽然印刷错误不少,但是书架子不错,以后几版肯定会好 的,只不过要求有环论
和测度论、泛函的基础,要求有点高。 工科学的话,推荐西安电子科技大学的那本随机过程,很不错,可以当公式和定理手册查。
关于数学软件: C是经典的,大家都要学好。 Matlab是数值计算专长,一定要学好。 Maple是符号计算专长,熟悉的话平时计算要省不少事,可以专心把心思放在思路和思想的理解上。 S-plus是用来统计编程的(其实我的老师更倾向于用matlab的统计包),时序、非参数检验这些用起来很方 便,因为用的是S语言,
所以要学好,因为SAS里好多都要调用S语言。
统计教材和金融数学的基础课程 至于Spss个人认为看看就可以了,实在登不上场面,偷懒的时候用用还不错。
关于貌似无关的课程的说明: 在图里有几门大家可能认为貌似和统计无关的课: 1.解析几何:说实话,解析几何如果不和微分流型这些联系起来的话,的确也就是高等代数和数学分析的应 用。不过可以为以后的
课提供直观的例子(比如学近世代数和拓扑的时候) 2.微分方程稳定性分析:现代统计有很大一块是在搞现在智能算法的设计(什么是现代智能算法?就是听起 来很玄的什么神经网络
算法、模拟退火算法、微粒群算法),算法里算法的稳定性是很重要的,所以知道为什么要学这门课了吧。 3.抽象代数:现代统计学也有一块是在搞模式识别、信息融合的,扯到信息的东西就要编码,抽象代数是现 代编码技术的基础。 4.矩阵论:哎,说到这门课就伤心,现在没几个大学还在开这门课,不过你要是不学这门的话,保证你看各 种现代统计方法的时候
一页也看不懂,全是矩阵表达的。苏联人那套分析表达的方法已经过时了。 5.泛函分析、拓扑学、微分方程:貌似很基础的课,但是在统计中的信号处理,金融数学里的Ito积分,随机 分析都要用算子,拓扑
结构这些。现代数学不是孤立看某个式子了,而是把有相同属性的东西看成一类,然后研究这一类(够泛 吧)。 6.数值计算,统计计算:还有不少学统计的是冲着银行、保险公司去的吧,公司招统计的人就是让你替它写 程序的,到时候要的是
货真价实的货,光靠matlab里的现成函数可就不行了,所以大家要学好C,最好再学门c++或者Delphi,以 后就好混了。
最后,统计的前途是明亮的,学习的道路是艰苦的,世界上没有白拿的money,干多少活拿多少钱 大家一起 努力,都能成牛人的,
中国就有希望的。
------------------------------带着问题看书,不要看书找问题; 集中几天系统看,不要每天看一点; 不断地问自己为什么,梦中也不放过; 原理、概念的理解比算题重要得多; 统计方法高级不一定好,简单有效最好。 讲的清才是真懂,理解只是前奏; 统计先是思维方式,而后才是数学; 努力体验提升思维境界和突破思维疆界的兴奋; 学习别人不同的思维方式,开放地包容别人; ---------------------------------------------十九世纪英国首相迪斯累里(Benjamin Disraeli)曾说:世上有三种谎言,那就是谎言、可恶的谎言及统计 数字。
没有更多推荐了,
加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!}