金融工程之股票價(jià)格建模

金融工程是指包括創(chuàng)新型金融工具與金融手段的設(shè)計(jì)、開發(fā)與實(shí)施，以及對(duì)金融問題給予創(chuàng)造性的解決。金融工程的概念有狹義和廣義兩種。狹義的金融工程主要是指利用先進(jìn)的數(shù)學(xué)及通訊工具，在各種現(xiàn)有基本金融產(chǎn)品的基礎(chǔ)上，進(jìn)行不同形式的組合分解，以設(shè)計(jì)出符合客戶需要并具有特定P/L性的新的金融產(chǎn)品。而廣義的金融工程則是指一切利用工程化手段來解決金融問題的技術(shù)開發(fā)，它不僅包括金融產(chǎn)品設(shè)計(jì)，還包括金融產(chǎn)品定價(jià)、交易策略設(shè)計(jì)、金融風(fēng)險(xiǎn)管理等各個(gè)方面。金泰你小編要介紹的內(nèi)容就是康奈爾大學(xué)的研究項(xiàng)目。康奈爾探究項(xiàng)目：股票價(jià)格建模、模擬、除噪及其應(yīng)用。

課題簡(jiǎn)介

金融工程是一個(gè)將金融理論，工程方法，數(shù)學(xué)工具以及編程實(shí)踐結(jié)合起來的交叉學(xué)科。它主要研究用量化的方法和數(shù)理模型來解決金融問題，如衍生品定價(jià)，投資組合管理，風(fēng)險(xiǎn)管理以及高頻交易等。應(yīng)用數(shù)學(xué)則是利用數(shù)學(xué)方法解決科學(xué)和工程領(lǐng)域的問題，通常是同時(shí)借助數(shù)學(xué)理論和數(shù)值計(jì)算相結(jié)合的方法來精確或近似求解問題。

自從Bachelier首先提出用布朗運(yùn)動(dòng)的觀點(diǎn)來對(duì)股票價(jià)格建模，用定量方法研究金融市場(chǎng)已經(jīng)成為了業(yè)界和學(xué)界的主要研究方向。而對(duì)股票價(jià)格趨勢(shì)和波動(dòng)的建模是金融工程/量化金融發(fā)展的主線之一。同時(shí)，大量數(shù)據(jù)的公開也為深入研究股價(jià)模型提供了實(shí)證檢驗(yàn)的機(jī)會(huì)。

本課題旨在以股價(jià)建模為主線，深入的探究金融市場(chǎng)的趨勢(shì)和波動(dòng)的現(xiàn)象。并以此過程來介紹與之相關(guān)的重要數(shù)學(xué)工具，統(tǒng)計(jì)模型以及科學(xué)計(jì)算的基本概念和思想。最后利用模型來求解金融衍生品的定價(jià)問題。

本課題是數(shù)學(xué)，計(jì)算機(jī)，統(tǒng)計(jì)學(xué)的綜合研究。研究者將獲得使用計(jì)算機(jī)進(jìn)行科學(xué)計(jì)算的技能，和對(duì)建模的過程有一個(gè)完整的體驗(yàn)。

科研方法

AI+X數(shù)據(jù)驅(qū)動(dòng)型科研

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研是指使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測(cè)，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研已被廣泛地應(yīng)用于各個(gè)領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對(duì)其進(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實(shí)現(xiàn)。但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫(kù)，與過往的研究成果進(jìn)行對(duì)照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。

整個(gè)科研教學(xué)流程中，每一位學(xué)員都將有學(xué)術(shù)督導(dǎo)協(xié)助保障研究階段性作業(yè)和論文的進(jìn)度，確保取得研究成果。

授課導(dǎo)師

康奈爾大學(xué)博士；

擔(dān)任多個(gè)金融數(shù)學(xué)實(shí)驗(yàn)室的實(shí)驗(yàn)助理；

研究方向：應(yīng)用數(shù)學(xué)、信息工程。

課題要求

本課題適合： 9-12 年級(jí)學(xué)生，有較強(qiáng)的邏輯思維和抽象思維能力

英文：

具備基本的學(xué)術(shù)英語(yǔ)閱讀能力；

接觸過英文寫作，能初步撰寫英文文章；

數(shù)學(xué)：

概率統(tǒng)計(jì)基礎(chǔ)知識(shí)；

微分方程基礎(chǔ)知識(shí)；

線性代數(shù)基礎(chǔ)知識(shí)（行列式、矩陣運(yùn)算等）；

計(jì)算機(jī)：

Matlab或Python編程基礎(chǔ)。

關(guān)于康奈爾探究項(xiàng)目：股票價(jià)格建模、模擬、除噪及其應(yīng)用的介紹就到這里了，想要報(bào)考康奈爾大學(xué)的同學(xué)可以是試試呦。

報(bào)名/咨詢課題詳情

請(qǐng)識(shí)別下方二維碼