รายการหนังสือสำหรับการอ่านของ Quant: การกำหนดราคาอนุพันธ์

โพสต์นี้เป็นส่วนหนึ่งของชุดรายการหนังสือสำหรับนักวิเคราะห์เชิงปริมาณ (quantitative analysts) มือใหม่ บทความอื่น ๆ ในชุดนี้จะเน้นไปที่การเขียนโปรแกรม C++ วิธีทางคณิตศาสตร์และการเขียนโปรแกรม Python

รายชื่อหนังสือสำหรับนักวิเคราะห์เชิงปริมาณที่เริ่มต้น

 โพสต์นี้เป็นส่วนหนึ่งของชุดรายชื่อหนังสือสำหรับนักวิเคราะห์เชิงปริมาณมือใหม่ โดยโพสต์อื่นๆ ในชุดนี้จะเน้นไปที่ C++ Programming, Numerical Methods และ Python Programming:

• Quant Reading List - Derivative Pricing
•  Quant Reading List - C++ Programming
•  Quant Reading List - Numerical Methods
•  Quant Reading List - Python Programming

ไม่ทุกคนที่ต้องการเป็นนักฟิสิกส์ทฤษฎี บางคนมองว่าแวดวงวิชาการนั้นสบายเกินไป คนอื่นอาจไม่ชอบการเมืองในวงการหรือต้องล่าหาทุนวิจัยตั้งแต่เริ่มต้นในอาชีพการงาน การทำงานในด้านการเงินเชิงปริมาณ (quantitative finance) เป็นทางเลือกที่น่าสนใจ

วิศวกรรมการเงิน (Financial engineering) มีทั้งส่วนทฤษฎีและการประยุกต์ที่แข็งแกร่ง น่าสนใจทางด้านปัญญามาก และมีความเร็วในการดำเนินงานที่สูง โดยต้องมีความรู้พื้นฐานที่สำคัญและประวัติทางวิชาการที่ยอดเยี่ยมเพื่อให้ได้สัมภาษณ์งาน ถ้าคุณเพิ่งตัดสินใจว่าแวดวงวิชาการไม่ใช่เส้นทางอาชีพของคุณและมีทักษะทางเทคนิคที่แข็งแกร่ง รายการหนังสือที่กล่าวถึงด้านล่างนี้จะช่วยให้คุณเริ่มต้นสู่การเป็นนักวิเคราะห์เชิงปริมาณ (quant)

นี่คือส่วนแรกในชุดหลายตอนของหนังสือที่เหมาะสำหรับการเริ่มต้นเป็นนักวิเคราะห์เชิงปริมาณ ตอนต่อไปจะเน้นไปที่การประยุกต์ใช้ การขยายความทางคณิตศาสตร์ ทักษะในการสัมภาษณ์งาน และวิธีทางคณิตศาสตร์ ในบทความนี้จะเน้นไปที่ทฤษฎีของวิศวกรรมการเงินสำหรับผู้ที่ยังไม่เคยสัมผัสกับการเงินมาก่อน

การเงินทางคณิตศาสตร์ (Mathematical Finance)

จุดเริ่มต้นที่ดีในการเรียนรู้เกี่ยวกับอนุพันธ์คือหนังสือคลาสสิค Options, Futures, and Other Derivatives, 9th Edition โดย John Hull ซึ่งหนังสือเล่มนี้จะเน้นเนื้อหาทั่วไปเกี่ยวกับเครื่องมือทางการเงินหลายประเภทและค่อนข้างเบาบนคณิตศาสตร์ เหมาะสำหรับการแนะนำตลาดอนุพันธ์ให้กับผู้ที่ไม่มีพื้นฐานด้านการเงินมาก่อน

เมื่อคุณเข้าใจแนวคิดที่ใช้ในอุตสาหกรรมการเงินแล้ว ขั้นตอนถัดไปสำหรับนักวิเคราะห์เชิงปริมาณมือใหม่คือการเรียนรู้เกี่ยวกับอาร์บิทราจ (arbitrage) และแบบจำลองแบล็ก-โชลส์ (Black-Scholes model) อย่างละเอียดมากขึ้น หนังสือ A Primer For The Mathematics Of Financial Engineering, 2nd Edition โดย Dan Stefanica จะให้ทฤษฎีคณิตศาสตร์ที่จำเป็นทั้งหมด เช่น การอนุพันธ์ (differentiation), การอินทิเกรต (integration), การขยายเทย์เลอร์ (Taylor expansions) เพื่อจัดการกับสมการแบล็ก-โชลส์ และยังครอบคลุมถึง "เกรกส์" (the Greeks) และการตั้งราคาภายใต้การเสี่ยงแบบเป็นกลาง (risk neutral pricing) หนังสือเล่มนี้เหมาะสำหรับผู้ที่ไม่มีพื้นฐานทางคณิตศาสตร์ระดับปริญญาตรีที่จำเป็นสำหรับการอ่านหนังสือเล่มถัดไป

ในช่วงนี้ คุณจะพร้อมสำหรับการอ่านหนังสือที่ท้าทายมากขึ้น เช่น The Concepts and Practice of Mathematical Finance โดย Mark Joshi ซึ่งเป็นหนังสือที่ยอดเยี่ยมและได้รับคำแนะนำจาก QuantStart อีกแนวทางหนึ่งที่ได้รับความนิยมจากหลาย ๆ คนคือ Paul Wilmott Introduces Quantitative Finance, 2nd Edition ซึ่งเป็นหนังสือที่ครอบคลุมและมีการอธิบายด้วยอารมณ์ขันเกี่ยวกับแนวคิดต่าง ๆ ในการเงินทางคณิตศาสตร์

เพื่อเสริมความรู้เพิ่มเติม Financial Calculus: An Introduction to Derivative Pricing โดย Martin Baxter และ Andrew Rennie (ที่รู้จักกันในชื่อ 'Baxter and Rennie') และ An Introduction to the Mathematics of Financial Derivatives, 3rd Edition โดย Salih Neftci ก็เป็นหนังสือที่ควรมี อ่านให้เข้าใจเนื้อหาของหนังสือเหล่านี้จะทำให้คุณมีทฤษฎีที่เพียงพอสำหรับการสัมภาษณ์งานที่โต๊ะทำงานในฝ่ายหน้าขององค์กร

หากคุณต้องการศึกษาทฤษฎีทางคณิตศาสตร์ที่ลึกซึ้งยิ่งขึ้นในด้านการกำหนดราคาอนุพันธ์ หนังสือ Stochastic Differential Equations: An Introduction with Applications, 6th Edition โดย Bernt Oksendal เป็นจุดเริ่มต้นที่ดี เนื่องจากมีแบบฝึกหัดสมการเชิงอนุพันธ์สุ่มจำนวนมากให้ทำ

สำหรับนักศึกษาปริญญาโทด้านวิศวกรรมการเงิน (Masters in Financial Engineering - MFE) และนักวิเคราะห์ฝ่ายปฏิบัติการทางด้านความผันผวน (volatility desk quants) หนังสือสองเล่มชุดของ Steven Shreve - Stochastic Calculus for Finance (Vol I: The Binomial Asset Pricing Model และ Vol II: Continuous-Time Models) เป็นสิ่งที่ขาดไม่ได้ เล่มแรกเน้นที่แบบจำลองการตั้งราคาด้วยวิธีทวิภาค (discrete pricing models) ส่วนเล่มที่สองเน้นที่แบบจำลองแบบต่อเนื่อง (continuous models) แต่ต้องเตือนว่าเล่มที่สองต้องการพื้นฐานทางคณิตศาสตร์ในระดับปริญญาตรีที่แข็งแกร่ง โดยเฉพาะในด้านการวิเคราะห์จริง (Real Analysis), ทฤษฎีความน่าจะเป็น (Probability Theory), และทฤษฎีวัด (Measure Theory)

อ้างอิง: Quant Reading List Derivative Pricing

จาก https://www.quantstart.com/articles/Quant-Reading-List-Derivative-Pricing/