编辑推荐
《金融工程和计算》由剑桥大学出版社出版,原书名为:Financial Engineering and Computation: Principles, Mathematics, and Algorithms,是一本非常优秀的有关金融计算的图书。 如今打算在金融领域工作的学生和专家不仅要掌握先进的概念和数学模型,还要学会如何在计算上实现这些模型。《金融工程和计算》内容广泛,不仅介绍了金融工程背后的理论和数学,并把重点放在了计算上,以便和金融工程在今天资本市场的实际运作保持一致。《金融工程和计算》不同于大多数的有关投资、金融工程或者衍生证券方面的书,而是从金融的基本想法开始,逐步建立理论。作者提供了很多定价、风险评估以及项目组合管理的算法和理论。《金融工程和计算》的重点是有关金融产品和衍生证券、期权、期货、远期、利率衍生产品、抵押证券等等的定价问题。每个工具都有简要的介绍,每章都可以独立被引用。《金融工程和计算》的算法均使用Java算法编程实现的,并可以在相关的网站上下载。《金融工程和计算》可供金融MBA、金融学和金融工程方向的学生、计算金融的研究人员以及金融分析师参考使用。《金融工程和计算:原理数学算法》(影印版)是其中一个分册!
内容简介
《金融工程和计算:原理数学算法》(影印版)全面讨论了金融工程背后的理论和数学,并强调了在当今资本市场中金融工程实际应用的计算。与大多数有关投资学、金融工程或衍生证券的书不同的是,《金融工程和计算:原理数学算法》(影印版)从金融学的基本观念出发,逐步构建理论。在现代金融学中所需要的高级数学概念以一种可接受的层次来阐释。这样,它就为金融方面的MBA、有志于从事金融业的理工科学生、计算金融的研究工作者、系统分析师和金融工程师在这一主题上提供了全面的基础。
构建理论的同时,作者介绍了在定价、风险管理和证券组合管理方面的计算技巧的算法,并且对它们的效率进行了分析。对金融证券和衍生证券的定价是《金融工程和计算:原理数学算法》(影印版)的中心论题。各种各样的金融工具都得到讨论:债券、期权、期货、远期、利率衍生品、有抵押支持的证券、嵌入期权的债券,以及诸如此类的其他工具。为便于参考使用,每种金融工具都以简短而自成体系的一章来论述。
作者简介
吕育道(Yuh—Dauh Lyuu)教授在哈佛大学获得计算机科学专业的博土学位。他过去的职位包括贝尔实验室的技术人员、NEC研究所(普林斯顿)的研究员以及花旗证券(纽约)的助理副总裁。他目前是台湾大学的计算机科学与信息工程学教授和金融学教授。他的前一本著作是《信息散布和并行计算》(Information Dispersal and Parallel Computation)。吕教授在计算机科学和金融两方面都出版过著作,他也持有美国专利,并曾因指导优秀研究生论文多次获奖。
内页插图
目录
Preface
Useful Abbreviations
1 Introduction
1.1 Modern Finance: A Brief History
1.2 Financial Engineering and Computation
1.3 Financial Markets
1.4 Computer Technology
2 Analysis of Algorithms
2.1 Complexity
2.2 Analysis of Algorithms
2.3 Description of Algorithms
2.4 Software Implementation
3 Basic Financial Mathematics
3.1 Time Value of Money
3.2 Annuities
3.3 Amortization
3.4 Yields
3.5 Bonds
4 Bond Price Volatility
4.1 Price Volatility
4.2 Duration
4.3 Convexity
5 Term Structure of Interest Rates
5.1 Introduction
5.2 Spot Rates
5.3 Extracting Spot Rates from Yield Curves
5.4 Static Spread
5.5 Spot Rate Curve and Yield Curve
5.6 Forward Rates
5.7 Term Structure Theories
5.8 Duration and Immunization Revisited
6 Fundamental Statistical Concepts
6.1 Basics
6.2 Regression
6.3 Correlation
6.4 Parameter Estimation
7 Option Basics
7.1 Introduction
7.2 Basics
7.3 Exchange-Traded Options
7.4 Basic Option Strategies
8 Arbitrage in Option Pricing
8.1 The Arbitrage Argument
8.2 Relative Option Prices
8.3 Put-Call Parity and Its Consequences
8.4 Early Exercise of American Options
8.5 Convexity of Option Prices
8.6 The Option Portfolio Property
9 Option Pricing Models
9.1 Introduction
9.2 The Binomial Option Pricing Model
9.3 The Black-Scholes Formula
9.4 Using the Black-Scholes Formula
9.5 American Puts on a Non-Dividend-Paying Stock
9.6 Options on a Stock that Pays Dividends
9.7 Traversing the Tree Diagonally
10 Sensitivity Analysis of Options
10.1 Sensitivity Measures ("The Greeks")
10.2 Numerical Techniques
11 Extensions of Options Theory
11.1 Corporate Securities
11.2 Barrier Options
11.3 Interest Rate Caps and Floors
11.4 Stock Index Options
11.5 Foreign Exchange Options
11.6 Compound Options
11.7 Path-Dependent Derivatives
12 Forwards, Futures, Futures Options, Swaps
12.1 Introduction
12.2 Forward Contracts
12.3 Futures Contracts
12.4 Futures Options and Forward Options
12.5 Swaps
13 Stochastic Processes and Brownian Motion
13.1 Stochastic Processes
13.2 Martingales ("Fair Games")
13.3 Brownian Motion
13,4 Brownian Bridge
14 Continuous-Time Financial Mathematics
14.1 Stochastic Integrals
14.2 Ito Processes
14.3 Applications
14.4 Financial Applications
15 Continuous-Time Derivatives Pricing
15.1 Partial Differential Equations
15.2 The Black-Schotes Differential Equation
15.3 Applications
15.4 General Derivatives Pricing
15.5 Stochastic Volatility
16 Hedging
16.1 Introduction
16.2 Hedging and Futures
16.3 Hedging and Options
17 Trees
17.1 Pricing Barrier Options with Combinatorial Methods
17.2 Trinomial Tree Algorithms
17.3 Pricing Multivariate Contingent Claims
18 Numerical Methods
18.1 Finite-Difference Methods
18.2 Monte Carlo Simulation
18.3 Quasi-Monte Carlo Methods
19 Matrix Computation
19.1 Fundamental Definitions and Results
19.2 Least-Squares Problems
19.3 Curve Fitting with Splines
20 Time Series Analysis
20.1 Introduction
20.2 Conditional Variance Models for Price Volatility
21 Interest Rate Derivative Securities
21.1 Interest Rate Futures and Forwards
21.2 Fixed-Income Options and Interest Rate Options
21.3 Options on Interest Rate Futures
21.4 Interest Rate Swaps
22 Term Structure Fitting
22.1 Introduction
22.2 Linear Interpolation
22.3 Ordinary Least Squares
22.4 Splines
22.5 The Nelson-Siegel Scheme
23 Introduction to Term Structure Modeling
23.1 Introduction
23.2 The Binomial Interest Rate Tree
23.3 Applications in Pricing and Hedging
23.4 Volatility Term Structures
24 Foundations of Term Structure Modeling
24.1 Terminology
24.2 Basic Relations
24.3 Risk-Neutral Pricing
24.4 The Term Structure Equation
24.5 Forward-Rate Process
24.6 The Binomial Model with Applications
24.7 Black-Scholes Models
25 Equilibrium Term Structure Models
25.1 The Vasicek Model
25.2 The Cox-Ingersoll-Ross Model
25.3 Miscellaneous Models
25.4 Model Calibration
25.5 One-Factor Short Rate Models
26 No-Arbitrage Term Structure Models
26.1 Introduction
26.2 The Ho-Lee Model
26.3 The Black-Derman-Toy Model
26.4 The Models According to Hull and White
26.5 The Heath-Jarrow-Morton Model
26.6 The Ritchken-Sankarasubramanian Model
27 Fixed-Income Securities
27.1 Introduction
27.2 Treasury, Agency, and Municipal Bonds
27.3 Corporate Bonds
27.4 Valuation Methodologies
27.5 Key Rate Durations
28 Introduction to Mortgage-Backed Securities
28.1 Introduction
28.2 Mortgage Banking
28.3 Agencies and Securitization
28.4 Mortgage-Backed Securities
28.5 Federal Agency Mortgage-Backed Securities Programs
28.6 Prepayments
29 Analysis of Mortgage-Backed Securities
29.1 Cash Flow Analysis
29.2 Collateral Prepayment Modeling
29.3 Duration and Convexity
29.4 Valuation Methodologies
30 Collateralized Mortgage Obligations
30.1 Introduction
30.2 Floating-Rate Tranches
30.3 PAC Bonds
30.4 TAC Bonds
30.5 CMO Strips
30.6 Residuals
31 Modern Portfolio Theory
31.1 Mean-Variance Analysis of Risk and Return
31.2 The Capital Asset Pricing Model
31.3 Factor Models
31.4 Value at Risk
32 Software
32.1 Web Programming
32.2 Use of The Capitals Software
32.3 Further Topics
33 Answers to Selected Exercises
Bibliography
Glossary of Useful Notations
Index
《风险管理与衍生品定价:现代金融理论应用》 内容简介 本书深入探讨了现代金融工程的核心领域——风险管理与衍生品定价。它旨在为金融专业人士、定量分析师以及相关学科的研究人员提供一套全面且深入的理论框架与实践工具。本书的叙事结构清晰,从基础的金融市场理论出发,逐步深入到复杂的随机过程模型、精确的定价公式推导以及实用的风险度量技术。 第一部分:金融市场的基石与随机建模 本书伊始,我们首先回顾了有效市场假说、资产定价模型(如CAPM和APT)的局限性,并引出金融模型对随机性的依赖。我们将重点介绍布朗运动(Wiener过程)的性质及其在金融时间序列建模中的作用。随后,本书详尽阐述了伊藤积分(Itō Integral)和伊藤引理(Itō’s Lemma)的数学基础。这部分内容对于理解资产价格如何随时间演化至关重要。我们不仅解释了这些概念的直观意义,更重要的是,展示了如何利用它们构建起连续时间金融模型的数学骨架,特别是几何布朗运动(Geometric Brownian Motion, GBM)模型,它是Black-Scholes框架的基石。此外,我们还探讨了随机波动性模型的引入,如Heston模型,以应对传统GBM在拟合实际期权波动率微笑(Volatility Smile)时的不足。 第二部分:衍生品定价的理论与实践 本篇是全书的核心。我们从无套利定价原则出发,建立了风险中性测度(Risk-Neutral Measure)的概念。接着,本书对著名的Black-Scholes-Merton(BSM)期权定价公式进行了详尽的推导,涵盖了欧式看涨、看跌期权的精确解。我们将深入分析BSM模型中的关键输入参数——波动率的敏感性分析,并引入了波动率的对数正态分布假设的内在逻辑。 随后,我们将视角扩展到更复杂的衍生品。针对美式期权,由于其提前行权的可能性,我们不能直接使用BSM公式,因此本书详细介绍了数值方法,特别是有限差分法(Finite Difference Methods)和二叉树模型(Binomial Trees),来求解这类期权的定价问题。对于奇异期权(Exotic Options),如亚式期权(Asian Options)、障碍期权(Barrier Options)和复合期权,本书提供了基于蒙特卡洛模拟(Monte Carlo Simulation)的解决方案。在蒙特卡洛部分,我们将讨论方差缩减技术(Variance Reduction Techniques),如控制变量法(Control Variates)和重要性抽样(Importance Sampling),以提高计算效率和精度。 第三部分:利率模型与固定收益证券 本书专门辟出一章用于处理利率衍生品和固定收益证券的定价。我们从期限结构(Term Structure)的理论开始,介绍了短期利率模型,重点分析了Vasicek模型和Cox-Ingersoll-Ross(CIR)模型,并比较了它们在解释利率均值回归和波动性特征方面的优劣。随后,我们将深入探讨无套利框架下的利率模型,如Ho-Lee模型和Hull-White模型,这些模型能够更好地与当前市场零息票收益率曲线保持一致。在产品定价方面,本书详述了远期利率协议(FRAs)、利率互换(Swaps)以及债券期权的定价方法。 第四部分:全面风险管理与度量 在金融机构的日常运营中,风险管理是与定价同等重要的环节。本部分致力于提供量化风险管理的工具箱。我们将从市场风险开始,详细阐述计算风险价值(Value at Risk, VaR)的几种主要方法:历史模拟法、参数法(基于协方差矩阵)和蒙特卡洛法。我们还将讨论VaR的局限性,并着重介绍条件风险价值(Conditional Value at Risk, CVaR)或预期亏损(Expected Shortfall, ES)作为更稳健的尾部风险度量指标。 此外,本书也涵盖了信用风险的量化。我们介绍了结构化模型(如Merton模型)和简化模型(如Jarrow-Turnbull模型)来对公司债券和信用违约互换(Credit Default Swaps, CDS)进行定价。这部分内容强调了违约率(Default Intensity)和相关性(Correlation)在多资产组合风险评估中的关键作用。 第五部分:数值方法的进阶应用 为确保理论模型的实际可操作性,本书的最后一部分聚焦于先进的数值计算技术。除了前文提到的差分和蒙特卡洛方法,我们还将探讨有限元法在处理复杂边界条件下的应用。对于高维随机微分方程的求解,本书将介绍如何利用最小二乘蒙特卡洛(Least-Squares Monte Carlo, LSMC)方法来高效地处理具有提前行权特征的复杂衍生品,如美式期权和抵押贷款支持证券(MBS)。每一数值方法都配有详尽的算法描述和计算复杂度分析。 目标读者 本书适合具有微积分、线性代数和概率论基础的读者。它不仅是金融工程研究生课程的理想教材,也是需要在量化交易、风险建模、资产负债管理(ALM)部门工作的专业人士的必备参考书。本书通过严谨的数学推导和丰富的实际案例相结合的方式,确保读者不仅理解“如何做”,更能深刻理解“为何如此”。