Хотелось бы изучить матметоды в экономике и финансах (для работы). Какую литературу вы могли бы посоветовать для системного изучения этой темы?

194
2
0
22 апреля
01:39
апрель
2016

Рассказываю из личного читательского опыта.

Знакомство следует начинать с элементарных пособий, статей и лекций, не следует стыдится всяких введений и сразу нападать на крупные учебные и исследовательские труды.
Также следует разделить дисциплины «математическая экономика» и «финансовая математика» на две отдельные и независимые и изучать их на среднем уровне общей подготовки соответственным образом. Поскольку мои интересы разнятся с финансами (это более прикладная деятельность), здесь я ничего советовать не буду, весь нижеследующий текст будет посвящен теме математической экономики. 

Для общего приобщения советую Малыхина, Гераськина, Гольштейна. Из англоязычной литературы, это конечно же труды достаточно известного математика Alpha C. Chiang'а и также Debreu's «Theory of Value» (все книги есть в открытом доступе).
Далее перейти на более узкий и специализированный этап -- начать с Кремера (я читал его курс эконометрики и исследования операций). Не лишним будет также чтение Дэвида Гейла «Теория линейных экономических моделей», Авинаша Диксита (к сожалению, есть только англоязычные пособия его работ по математическим приложениям экономической теории), Рубинова и «Эконометрический анализ» Уильяма Грина. Для математико-экономической эрудированности настоятельно советую к прочтению Гранберга «Математические методы в социалистической экономике».

Переходя на тяжелый уровень, можно начать читать диссертации (диссертация Сергея Анатольевича Кравченко чуть ли не перевернуло мое отношение экономике), докторские, статьи в журналах (лично я подписан на «Моделирование и анализ информационных систем» ЯГУ им. Демидова и на «МТИ&П» Карельского научного центра РАН).

Максимиан ВикторОтвечает на ваши вопросы в своейПрямой линии
5
0
апрель
2016

Матметоды в финансах лучше изучать по зарубежным источникам. Не потому, что у нас математики хуже (на самом деле - лучше), а потому что там у них больше практики. А у нас носители знания - отдельно, носители математики - отдельно. Вместе им редко удается сойтись чтобы написать учебник.

Я бы начал с Курсеры, ориентируясь на курсы от топовых американских вузов. Если какие-то вещи будут непонятны - удобно смотреть объясняющие ролики на youtube, коих развелось во множестве в последние 2-3 года. В тяжелых случаях помогут quant.stackexchange.com и http://www.wilmott.com/index.cfm - там можно задать мучающий вопрос и довольно часто получить неплохой ответ. Сам Wilmott же написал классический (и преогромный) учебник по количественным финансам (хотя мне лично он не кажется самым удачным - но он хорош именно своей всеохватностью, можно учить предмет с любого уровня). Отдельно по деривативам (это очень большой раздел фин. математики) можно порекомендовать книги John Hull. 

Поскольку количественные финансы - это прикладная и эмпирическая дисциплина, очень рекомендую одновременно ознакомиться с бесплатным стат. пакетом R project - https://cran.r-project.org/ Под него имеется огромное число библиотек с функциями по количественным финансам, огромное же число учебников и огромная пользовательская база. Тот же Bloomberg все свои модели прототипирует в R. R легко коннектится к Bloomberg, yahoo.finance, Quandl - данных для развлечения у вас будет множество.

Соответственно, есть несколько учебников (включая бесплатные) по количественным финансам в R - и вот их то я и рекомендую использовать вместо (или вместе) с томом Wilmott. Из платных, для начинающих - два учебника Ruey Tsay - Financial time series и Multivariate financial time series, и/или учебник Pfaff Financial Risk and Portfolio Optimization; интересен также Mastering R for Quantitative Finance от гигантской группы авторов. Для продолжающих - Meucci, Risk and Asset Allocation (там примеры изначально в Matlab, но комьюнити перевела их в R). Параллельно - блоги (агрегатор http://www.r-bloggers.com/) и рецензируемая литература.

И экспериментируйте сами с реальными и сгенерированными данными. Это очень увлекательно и дает такую интуицию, которую ни по какому учебнику не выучишь. 

Alexander DidenkoОтвечает на ваши вопросы в своейПрямой линии
3
0
Если вы знаете ответ на этот вопрос и можете аргументированно его обосновать, не стесняйтесь высказаться
Ответить самому
Выбрать эксперта