更新至217页板板。量化金融学讲义,主要给本科生、专硕《量化金融学导论》《计算金融》《随机分析》《随机过程》《金融资产定价》课程的讲义。Oct18版本:更新最优随机控制、Jump-Diffusion 模型、随机利息视角下的债券价格定价。请已购买讲义的朋友私信我们,我们给您发送最新版本链接。量化金融(quantitative finance)是目前国内最热门的专业和学科之一,很多人认为它是新颖之物,其实并非如此,它其实存在已久。为了说清楚量化金融的由来,我们不妨先思考一下“量化”一词来自何处。“量化”一词本是舶来品,其对应的英文单词为“quantitative”。该词从何时起,被翻译为“量化”并被中国人普遍接受,现已难以考证,但有一种观点认为:在2008年美国金融危机期间,美联储采用了一种叫量化宽松(quantitative easing)的非常规型(unconventional)货币政策来应对全球金融危机,“quantitative”一词开始进入国人视野,并被国内媒体、官方、学界和业界统一翻译为“量化”。而在此之前,“quantitative”一词其实一直存在于学界和金融业界之中,但翻译名称并不统一,常见的翻译有“数理”或者“数量”。国人所说的“数理经济学”和“数量经济学”对应的英文原文都是“quantitative economics”,而国人常说的“数理金融学”其实就是“quantitative finance”,也就是我们所说的量化金融学。
国际量化金融协会(The International Association for Quantitative Finance,IAQF),是全球最大的也是最权威的量化金融组织,它的前身是国际金融工程师协会(International Association of Financial Engineers,IAFE)。IAQF将自己的定位从“金融工程学”向“量化金融”过渡这一举动本身给国内学界和业界传递了一个十分重要的信号:量化金融学来自于金融工程学。但时至今日,为了适应全球金融与科技业发展的新形势和新需求,让“量化金融”这个称谓能更好的诠释金融量化分析从业人员的真正工作属性,其内涵与外延都需在传统的金融工程学上重新定义和拓延。那为何欧美国家认为金融工程学已不能覆盖新的金融业态发展呢?为何IAFE需要用“量化金融”这个概念重定义自身呢?
为了让读者彻底了解量化金融的发展脉络和整理知识框架,首先介绍两个重要概念:P-type和Q-type。这两个概念是理解量化学科发展的关键。
IAFE向IAQF的转变,是量化金融学发展历史上的一次质的飞跃。虽然在此之前,从业人员未仔细的区分过金融工程学或者量化金融学,从业人员甚至治学严谨的教授们都常常将这两个概念混为一谈,但是在IAFE向IAQF的转变发生后,以往很多混淆的概念开始逐步清晰。金融工程创立的原始目的是为金融产品尤其是金融衍生品进行定价,而定价的哲学基础是无套利原则,即风险中性(risk neutral)原则。随机过程分析(stochastic calculus)是金融工程学主要使用的工具。金融工程学主要教授学生如何灵活熟练使用随机分析工具对金融资产进行定价。
基于这样的逻辑,学界和业界都不会刻意的对金融工程学和量化金融学进行区分,更不会去区分金融工程学和金融数学。利用随机分析这种数学工具进行金融产品创新的量化金融从业人员,后来被称为Q-type的从业人员。而在金融生态圈里还有另外一些很长一段时间没有走上主流量化金融舞台的人,也就是那些使用数理统计方法(或利用金融计量的方法)进行数据分析的从业人员,这类人后来被称为P-type从业人员。在很长一段时间,当业界谈到量化分析师时,指的都是Q-type的从业人员,而P-type的从业人员是被忽视的,这也是为何时至今日,很多主流的量化金融的书籍还仅介绍Q-type的知识,而对P-type的研究方法只字不提的原因,这种现象在2008年之前最为严重。直到IAFE向IAQF的转变实实在在的发生了,P-type也被纳入到了量化金融的范畴之后,越来越多的量化金融专著或教材中开始涉及P-type的知识点。简而言之,现在我们说的量化金融学其实是包含了P-type和Q-type。
为何P-type会兴起于2008年并逐步走上量化金融的主流舞台呢?主要的原因是2008年美国金融危机之后,金融衍生品市场规模开始萎缩,市场与机构对过度复杂的衍生品的开发需求大规模收缩,导致Q-type的人才市场需求受到了巨大冲击。主要的金融衍生品的定价研究在2008年美国金融危机之前已非常成熟(虽然仍有很多可以研究的问题和方向),Q-type人员施展才华的领域越来越有限。此外,大数据的兴起以及人工智能技术的成熟,既给金融数据统计分析提供了广袤的研究空间,也创造了若干基于统计数据分析的职业岗位,因此,P-type逐渐兴起。
目前国内量化金融研究方兴未艾,量化金融在业界的应用也鱼龙混杂,在这样的背景下就特别需要一个覆盖跨学科知识,并且能够将碎片化知识纳入到一个统一框架的分析研究范式。这也促使本书提出一个统一化的研究思路。当然,从全球发展趋势来看,量化金融发展的路径越来越明确。过去十年,随着大数据与人工智能技术的兴起,以及区块链引导的Web3.0概念的兴起,这都为量化金融学科注入新动力,“金融科技”这一概念,也可以认为是量化金融学的更高级版本,于是近年来,我们更多的听到“金融科技”一词。