金融衍生品定价的数学建模研究

金融数学又称数理金融学、数学金融学、分析金融学,是利用数学工具研究金融,进行数学建模、理论分析、数值计算等定量分析,以求找到金融学内在规律并用以指导实践。金融数学也可以理解为现代数学与计算技术在金融领域的应用,因此,金融数学是一门新兴的交叉学科,发展很快,是目前十分活跃的前沿学科之一。今天小编要给大家介绍的科研项目就是波士顿科研课题:金融衍生品定价的数学建模研究。

课题简介

金融数学是一门围绕金融市场的均衡与有价证券定价的数学理论进行深入剖析,利用计算机建立适合的数学模型的新兴学科。它的核心内容就是研究随机环境下投资组合的最优选择理论和资产的定价理论。套利、最优与均衡是金融数学的基本经济思想和三大基本概念。通过这次课程,学生将学习如何应用三大基本概念为股票和债卷进行估值并找到投资组合的最优选择。
金融衍生品
Financial derivatives
是指一种金融合约,其价值取决于一种或多种基础资产或指数,合约的基本种类包括远期、期货、掉期(互换)和期权。
本学科会介绍几种最有用、受众面最广的金融衍生品(Stock, Bond, and Options etc.)以及金融模型(DCF model, Binomial Stock Price Tree Model etc.)。本学科会研究如何利用编程对金融衍生品定价,以加深学生对与算法,数据结构的理解。

科研方法

AI+X数据驱动型科研
AI+X数据驱动型科研是指使用人工智能(AI)算法,收集、处理、分析具体学科(X)的海量数据,并基于此进行预测,从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比,AI+X数据驱动型科研可以借助AI算法强大的运算能力,高效地进行大数据分析,具有投入产出比高、适用范围广的优点。
AI+X数据驱动型科研已被广泛地应用于各个领域,利用AI算法研究基因数据,从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万,使用传统的科研方式对其进行分析,工程量大、过程繁琐,在客观上难以实现。但借助AI算法这一便捷的工具,生命科学家便能够以海量的患者的遗传信息为基础,建立数据库,与过往的研究成果进行对照,快速、准确地在两者中发现规律、建立联系,从而使癌症诊断的“标准化”成为可能。
整个科研教学流程中,每一位学员都将有学术督导协助保障研究阶段性作业和论文的进度,确保取得研究成果。

授课导师

波士顿大学博士在读;
以荣誉学生身份毕业于UCLA应用数学和经济系;
多次以第一作者身份,在StatisticsOnline Computational Resource等国际知名期刊和杂志上发表过多篇专业学术论文;
研究方向:金融数学。

课题要求

本课题适合: 9-12 年级学生,有较强的逻辑思维和抽象思维能力
英文:

  • 具备基本的学术英语阅读能力;
  • 接触过英文写作,有论文写作经验者更佳;

数学:

  • 统计基础知识;
  • 线性代数;
  • 微积分;

计算机:

  • Python或者R编程基础;

对于波士顿科研课题:金融衍生品定价的数学建模研究的介绍就到这里了,想要了解更多学研项目可以点击链接查看。

更多学研项目

翰林国际教育资讯二维码