【分享】学好金融工程的一点看法

赞

en,

有道理的说。

我也要学这个了。

多谢，我感觉楼主说的很有价值，和我的体会差不多，虽然我现在只是一个初步学习者。

想不到大家说的还挺激烈的,下面是我的体会(我也不是数理出生的),我读过一些QF和计量,也修一些精算的课(个人觉得计量是很好玩的,不过跟QF和精算联系都不特别大.) 一开始比较辛苦,我的数学也就是高数,线代和统计的底子,都没怎么系统修过概率.我们以前很多人是有数学计量背景的,所以我恶补了一下矩阵代数,数学分析,概率和随机过程,后来看书就好狠多,至少觉得比以前舒服很多,但是计量,随机和精算里面有很多东西需要你对极限收敛和积分有比较彻底的了解,所以看了一下实分析,我觉得是有用的,但是不是要你向数学系学生那样什么东西都很清楚,课后的题目也都做.我看没必要,我看书的尺度是把我原来看不懂的东西能看懂就行了,不是我不想把这些数学东西都搞懂,是因为时间是有机会成本的. 我花了时间去搞纯的数学,还不入去多搞搞simulation,多玩玩matlab,等你工作就会发现,大多数的岗位是要你会运用,不要你什么都很清楚,什么都清楚了就能做教授了(有的教授也不是什么都清楚的,他们就清楚一小块.突然想到清楚的几个阶段,1不知道你不清楚 2.知道你不清楚,3.不知道你已经清楚了,4知道你已经清楚了, 有个哥们博士发了30多篇论文,我见过最牛的,他说他现在知道了自己还有很多东西不太清楚...),所以你要想都弄清楚了,先要好好想想清楚有没有革命的精神. 我看多数人能把option, futures and exotic derivatives (theory, application and practice)这本书看明白,在弄个MC 模拟的书看看就足够找相关工作了(现在credit risk derivative很热,CDO CDS也要知道,还有interest rate model)

当然这是我个人短视的观点,多数人学QF就是要找一个好工作,找好工作技术上的问题只是一个问题,不是瓶颈问题. QF的工作分几类,一类做模型的,要的是数学物理PHD.还有一类做model validation, back test不断的改动原来的模型使得更好拟合数据,还有一类这可能是大多数会干的,比如做trading 的风险控制,VaR计算,Basel II, 用VBA把那些模型拿过来做些分析,做些模拟啊,stress test啊等,写分析报告,监督trader的交易. 投行里面很多人也是算是技术的,并不知道PDE,SDE怎么玩,不过他们Excel玩的好,奉劝大家把Excel学好,有一本高级金融VBA编程的书很好(书名可能不对,意思是那个意思,书店有卖的)

其实个人秉性才能差异很大,比高矮胖瘦这些可以看见的差异大多了.所以做衣服要量体裁衣,教育也要因才施教.道理很简单,教育资源是有限的,所以要把最优质的教育资源配置到最优良的学生上面,这样社会财富才会最优化.回到QF的学习上面来讲,个人的背景不一样,智商各方面也差异很大,在时间有限的情况下,应该把时间用在可以让自己发挥最大社会效用的地方. 如果大家都去读数学物理博士然后搞模型,咱们伟大祖国的劳动力市场也接不下这么大的单子啊,那不就等于个人也是社会资源的浪费吗? 就像很多人学精算,都去考精算师,但是真正每个保险机构也要那么几个有经验的精算师,所以很多人考了很多门最后也没精算,做财务了或者管理了,学不可致用就是浪费,这种现象在国内太普片了,是市场出了问题,还是我们的教育主管部门出了问题? 我看是高中生没什么理性去思考他们自己跟未来,更不要说理想,什么专业热门就选什么,殊不知天赋的东西早就决定你的职业了,为什么不去思考一下自己到底喜欢做什么.不过也不能怪高中生,现在中学就知道教书不知道育人(可能有些偏颇,还望校长见谅),没有人关系学生的心里,性格爱好这些软的东西,没人告诉他们怎么规划未来,没有人可能连老师门都不清楚活着干吗. 看到都是分数这些量化的东西. 接下来讽刺的是一部分优秀的高中生进入了了中国最优秀的高等学府,毕业后也不思报国的去了投行和外企,成了赚钱的机器,其实这也是教育资源的浪费(他们应该去搞一些高深的东西,这些活完全可以给我们去做吗 :)).

扯远了,回来刚才的话题. 我觉得,你要是做PHD的一定要弄清楚前沿在哪里,不要做了半天弄的是别人已经弄过或者证明已经没有价值的东西,对自己做的一快一定要弄的门清,不然以后会误人子弟. 做QF的不是想搞研究的也要在做之前探探市场的水温,给自己定个位,能做到什么程度,知己之彼百战不殆. 想把什么东西弄清楚的,不仅要做PHD还要有生命不止奋斗不息的精神,不是说吗只有偏执狂才能成功,困难面前只有一个敌人-----你自己.

不知道楼主的金融工程指的是不是美国那些牛校的Financial Engineering.其实他们出来大多数都是做Structuring的工作，这部分的数学要求不是很高，编程也就是用Excel VBA to replicate the payoff of the product you wanna price.但是如果你说的是Quant的工作，那就要求你的数学非常厉害了,不是PH.D没有戏，而且C++一定要非常强。一般I-bank里面这类人好多都是物理，工程类出身。他们比数学PH.D的优势就在编程。毕竟Quant工作就是pricing。

好了，我来做个总结。大家的意见其实都是差不多的，不用再争了。

最终的结论就是：“数学很重要，数学是基础，离开数学是万万不行的，但数学不是全部，我们要在拥有数学这个工具的基础上，再加入一些自己对经济问题的理解和直觉。”

就像电脑硬件差了，是万万不行的，但电脑硬件再好，也得有配套的软件才能发挥作用。

这就要求大家对数学和社会都要有深刻的理解，甚至是心理学，哲学，历史这些看起来无关的东西，要求似乎变得更高了，但怎么办呢，事实上想做个杰出的经济学家，就是得这样。

年轻人气盛一点，我自己也是，争论学术上和观点上的问题是好事，大家弄清楚了就别争了，好好学习去吧，祝大家都成功

好帖。顶起来大家分享

数学是很重要，但是这还是工具。

我认为最重要的是“理念”。往往好的产品都是有创意的人提议的，搞数学的人通过自己的所学把估值做的更细，更精确。

就是在直接估值的过程中，对于复杂产品的拆分，也是个理念问题，这和数学关系不大。

在现在的银行，很复杂的数学运算也可以用计算机模拟，但是工程师要把自己的理念通过编程体现出来，不可以让计算机做出模型，提出理念。