我没有强大的数学背景，但我很乐意研究一些计算金融问题。我得到了“没有痛苦痛苦的计算金融简介” “彼得福赛思，但我仍然很难按照他的说法去做。
本课程所需的数学先决条件是什么？
答案 0 :(得分：11)
您需要一些微积分，线性代数，概率，统计，数值分析，蒙特卡罗方法，偏微分方程和随机微积分。 Paul Wilmott的Paul Wilmott Introduces Quantitative Finance是一个很好的介绍。这将为您提供上述主题的参考，并汇总必要的想法，以便对量化金融有一个基本的了解。
答案 1 :(得分：6)
查看wikipedia entry，它会告诉您：
一般来说，填写的个人 计算金融的职位是 被称为“量子”，指的是 必要的定量技能 执行工作。特别， 了解C ++编程 语言，以及 随机微积分的数学子域，多元微积分， 线性代数，微分 方程，概率论和 统计推断通常是进入 这样的一个必要条件 位置。 C ++已经成为主流 语言有两个主要原因， 计算密集的性质 许多算法和重点 库而不是应用程序。
查看人工智能，以及数学逻辑可能会很有趣，如神经网络，模式匹配，知识数据库，推理等......
答案 2 :(得分：6)
我毕业于数学专业。在这个背景下，你链接的书是一个介绍，它是无痛的。没有这种背景，它仍然是一个介绍，希望痛苦不是痛苦。 （你已经活了很长时间才能在这里问一个关于它的问题，这表明它不是。）
我阅读了您链接到的PDF的前36页（即通过第4章）。它技术性很强，我发现了以下几个数学领域。
大多数情况下，微积分用于计算与概率有关的事情，所以如果你对这些东西的潜入感很高兴，那么我建议你从代数概率开始，然后按照微积分的方式工作。
答案 3 :(得分：4)
我得到的很多书是Time Series Analysis。你确实需要很多“基础数学”，包括其他答案提到的每个主题。问题在于计算金融是无情的数学，你知道的数学越多，你的数学就越好。
答案 4 :(得分：2)
成为真正的量子所需的技能，而不仅仅是在定量公司工作的IT程序员：
答案 5 :(得分：1)
我非常喜欢阅读Carnegie Mellon的计算金融专业硕士课程的教学大纲。 Steven Shreve在随机微积分财务方面写了一本很好的教科书。您可以详细查看课程说明here
答案 6 :(得分：1)
我喜欢“Paul Wilmott on Quantitative Finance，2nd.Ed”。这是一个三卷集，许多良好的数学和解释以可访问的方式呈现。我在YouTube上的第一卷中提供了概念视频，请查看它们。 http://www.youtube.com/user/NathanWhitehead
然后我建议阅读马克乔希的书“数学金融的概念和实践”，并完成所有的练习和计算机项目。那里有很多很棒的东西。
答案 7 :(得分：0)
首先你应该知道概率（组合学，概率密度函数PDF，随机变量），PDF的类型，然后按照微积分 - 微分，积分和偏导数的方式工作。它们在概念上相当简单。 Matrix帮助您解决联立线性方程。
对于非线性模型，在本质上，大多数过程都是非线性的，根据您的严谨程度，您可以根据需要制作复杂的东西。
信心非常重要。