financediy

2024/06/03 金融 共 24633 字,约 71 分钟
Haler

自学课程

[TOC]

统计学(一) - 基础统计 - 109学年度

课程首页

本课程是由 国立阳明交通大学工业工程与管理学系提供。

在目前高度工业化及电脑功能日增的时代,各领域需应用统计方法来分析其所搜集之数据,以获得有用之信息作为下决策之依据,例如:新产品的研发、制程的管制、新药的药效测试、农获量的提升、金融机构放款的信用评等、市场的营销管理或社会科学常用的问卷调查等。 统计学(一)与统计学(二)课程之主要目的是介绍统计概念与常用之统计方法,如:各种统计量(指标)、统计图表、机率分布、抽样分布、信赖区间、假说检定、变异数分析及回归分析等。 统计学(一)为基础统计学之第一部份,课程内容包含统计概念介绍、统计量与统计图表之应用、机率、机率分布、离散型与连续型机率分布、抽样分布及信赖区间估计等; 统计学(二)为基础统计学之第二部份,课程内容包含假说检定、变异数分析、无母数方法及回归分析等。

课程用书:

  • NMendenhall, M. W. and T. L. Sincich (2016). Statistics for Engineering and the Sciences, 6th edition, CRC Press, Taylor & Francis Group, New York.
  • Newbold, P., W. Carlson, and B. Thorne (2020). Statistics for Business and the Economics, 8th edition, Pearson.

为求学习成效完美,请购买课本!

授课教师工业工程与管理学系 唐丽英老师
课程学分3学分
授课年度109学年度
授课对象大学部
预备知识微积分(一)
课程提供课程视频 课程纲要

课程影音

周次课程内容课程影音课程下载
 Ch1 简介线上观看MP4下载
 Ch2 利用指标来描述数据线上观看MP4下载
 Ch3 利用指标来描述双变量数据线上观看MP4下载
 Ch4 机率及机率分布 (1/3)线上观看MP4下载
 Ch4 机率及机率分布 (2/3)线上观看MP4下载
 Ch4 机率及机率分布 (3/3)线上观看MP4下载
 Ch5-1 随机变量及离散型机率分布线上观看MP4下载
 Ch5-2 常用之离散型机率分布线上观看MP4下载
 Ch6-1 连续型机率分布线上观看MP4下载
 Ch6-2 常用之连续型机率分布 (1/2)线上观看MP4下载
 Ch6-2 常用之连续型机率分布 (2/2)线上观看MP4下载
 Ch6-3 二元随机变量之机率函数线上观看MP4下载
 Ch7 抽样分布线上观看MP4下载
 Ch8 信赖区间估计 (1/3)线上观看MP4下载
 Ch8 信赖区间估计 (2/3)线上观看MP4下载
 Ch8 信赖区间估计 (3/3)线上观看MP4下载

课程纲要

课程目标

在目前高度工业化及电脑功能日增的时代,各领域需应用统计方法来分析其所搜集之数据,以获得有用之信息作为下决策之依据,例如:新产品的研发、制程的管制、新药的药效测试、农获量的提升、金融机构放款的信用评等、市场的营销管理或社会科学常用的问卷调查等。

统计学(一)与统计学(二)课程之主要目的是介绍统计概念与常用之统计方法,如:各种统计量(指标)、统计图表、机率分布、抽样分布、信赖区间、假说检定、变异数分析及回归分析等。 统计学(一)为基础统计学之第一部份,课程内容包含统计概念介绍、统计量与统计图表之应用、机率、机率分布、离散型与连续型机率分布、抽样分布及信赖区间估计等;

统计学(二)为基础统计学之第二部份,课程内容包含假说检定、变异数分析、无母数方法及回归分析等。

课程章节

单元主题内容纲要
Ch1简介
Ch2利用指标来描述数据
Ch3利用指标来描述双变量数据
Ch4机率及机率分布
Ch5随机变量及离散型机率分布 常用之离散型机率分布
Ch6连续型机率分布 常用之连续型机率分布 二元随机变量之机率函数
Ch7抽样分布
Ch8信赖区间估计

课程书目

Mendenhall, M. W. and T. L. Sincich (2016). Statistics for Engineering and the Sciences, 6th edition, CRC Press, Taylor & Francis Group, New York.

Newbold, P., W. Carlson, and B. Thorne (2020). Statistics for Business and the Economics, 8th edition, Pearson.

统计学(二) - 高级统计 - 107学年度

课程首页

本课程是由 国立阳明交通大学工业工程与管理学系提供。

运用在统计学(一)所学统计思考架构及统计推论基础,继续学习假设检定及视实际资料特性而定的统计分析方法,如: 小样本统计推论、假说检定、变异数分析、回归分析、类别资料分析、及无母数分析。

课程用书:

  • Newbold, P., W. Carlson, and B. Thorne., Statistics for Business and the Economics, 8th ed., Pearson, 2013.
  • Mendenhall, M. W. and T. L. Sincich., Statistics for Engineering and the Sciences, 6th ed., New York: CRC Press, Taylor & Francis Group, 2016.

为求学习成效完美,请购买课本!

授课教师工业工程与管理学系 唐丽英老师
课程学分3学分
授课年度107学年度
授课对象大学部
预备知识微积分(一),统计学(一)
课程提供课程影音 课程纲要

课程影音

周次课程内容课程影音课程下载
 Ch9 一个群体参数的假说检定 (1/2)线上观看MP4下载
 Ch9 一个群体参数的假说检定 (2/2)线上观看MP4下载
 Ch10 两个群体参数值的假说检定线上观看MP4下载
 Ch11.1-11.5 简单廻归分析与相关分析线上观看MP4下载
 Ch11.5(续) -11.7 简单廻归分析与相关分析线上观看MP4下载
 Ch12 复廻归分析线上观看MP4下载
 Ch15 变异数分析(1/2)线上观看MP4下载
 Ch15 变异数分析 (2/2)线上观看MP4下载
 Ch14 无母数统计检定 (1/5)线上观看MP4下载
 Ch14 无母数统计检定 (2/5)线上观看MP4下载
 Ch14 无母数统计检定 (3/5)线上观看MP4下载
 Ch14 无母数统计检定 (4/5)线上观看MP4下载
 Ch14 无母数统计检定 (5/5)线上观看MP4下载

课程纲要

课程目标

运用在统计学(一)所学统计思考架构及统计推论基础,继续学习假设检定及视实际资料特性而定的统计分析方法,如: 小样本统计推论、假说检定、变异数分析、回归分析、类别资料分析、及无母数分析。

课程章节

章节章节内容
Ch9一个群体参数的假说检定
Ch10两个群体参数值的假说检定
Ch11简单廻归分析与相关分析
Ch12复廻归分析
Ch14无母数统计检定
Ch15变异数分析

生成式AI导论 2024

FAQS

Read the FAQs before emailing the TAs. We will not respond to any questions that are already answered in the FAQ. Please be polite in the email. More information can be found in the official NTU course website.

  • Q1:为何决定开设《生成式人工智能导论》这门课程?
  • A1:2023年是人工智能技术与应用变革的一年,随着技术的推进,学校应该要有不一样的课程。 过去,我每年都会修改原有的《机器学习》课程,使其可以日新月异,与前瞻的技术接轨,但2023年的变革之大,我想干脆开一门新的课。 最初,我考虑开设一门名为《生成式人工智能》的四学分课程,但生成式人工智能的范畴十分广泛,学生的需求也各不相同,一个四学分的课程可能缺乏弹性,难以满足多数学生的学习需求。 因此,我决定将其分为两个各两学分的课程:《生成式人工智能导论》和《生成式人工智能技术》(暂定),希望让课程安排更加灵活,更好地满足学生多样化的需求。 《生成式人工智能导论》将聚焦于基础原理,适合不同背景的学生,让大家都能掌握生成式人工智能的基本概念:而《生成式人工智能技术》则专注于实际模型训练,只适合少数学生修习。 我原本打算两门课程同时开设,但后来考虑到这对我个人来说负担过重,因此决定先开设《生成式人工智能导论》。 至于《生成式人工智能技术》的开课计划,目前尚未确定具体时程。
  • Q2:这门课会学到什么? 教我怎么用 ChatGPT 吗?
  • A2:很多同学以为这是一门教大家怎么用 ChatGPT 的课程,其实 ChatGPT 只是大型语言模型中的一个,而大型语言模型只是生成式人工智能的一部分。 在这门课中,我们不会特别专注于特定软件或平台的操作,而是要深入探索其背后的魔法——也就是原理。 就好像,当你理解了魔术师是如何让兔子从帽子中跳出来的原理后,你不仅能欣赏魔术的精彩,还能有机会在未来创造出自己的魔术。 今天,使用 ChatGPT 等平台已经变得非常简单,任何人都可以轻松上手,网络上也充斥着各式各样的学习资源,但这门课的目标是带你更进一步,让你不仅只是使用工具,而是理解其背后的原理,修完这门课,当你再次使用 ChatGPT 或其他类似工具时,你将能够更深入地理解它们的运作方式,利用它们的潜力和了解他们可能的极限。
  • Q3:修这门课程,需要具备哪些先备知识? 是否必须先学过机器学习?
  • A3:这门课程的目标受众为初学者,不需要任何先备知识,也不要求学生事先修过机器学习或人工智能的课程。 如果你对于人工智能相关领域有兴趣,这是一个绝佳的起点,我们将从基础开始,逐步深入,让你在完成这门课程后,可以去探索更进阶的机器学习和人工智能课程。
  • Q4:如果我之前从未接触过编程,我能修这门课程吗? 会不会非常困难?
  • A4:这门课程旨在引导初学者进入这个有趣的领域,作业设计的目标是体验,希望学生能够体会到生程序人工智能可能带来的应用以及训练模型的过程。 作业中会包含一些编程编写的元素,但不必担心,助教们会提供详细的指导和范例,即使你以前没有程序编写的经验,也能够跟上。 按照助教的指示操作,至少可以获得及格以上的成绩。
  • Q5:我已经学过老师开的《机器学习》这门课程,请问这门新课程《生成式人工智能导论》与之前的课程有何不同? 我已经修过机器学习相关课程并了解其基本概念了,对我而言,这门新课程是否会有所帮助?
  • A5:您可能更应该问的是,这门新课程与我开过的《机器学习》有多少相似之处。 实际上,两者之间几乎没有重叠。 《生成式人工智能导论》将重点放在解释生成式人工智能的基本原理上,一般的机器学习课程并不会特别花时间针对生成式人工智能作深入探讨,所以就算是修过机器学习相关课程,这门《生成式人工智能导论》仍将会对你大有裨益。
  • Q6:还会再开《机器学习》这门课吗?
  • A6:因为规划一门新的课程内容和作业是比较花心力的,所以我就停开了一次《机器学习》。 我收到了很多因为我没有开《机器学习》的抱怨,很抱歉给大家造成困扰,我有可能会在 2025 年的春季班再开机器学习。
  • Q7:要完成作业会需要准备什么? 学生需要自己有运算资源吗?
  • A7:作业有需要写程序的部分会使用 colab,不用自己准备任何运算资源,我们会确保使用免费版的 colab也可以完成作业,当然如果你愿意用付费版的话,训练模型会更快。 总之,作业的设计是让同学们不用花钱的情况下完成,但是有时候花点小钱可能会有不同的体验,更了解运算资源的重要性。
  • Q8:请问要怎么加签这门课?
  • A8:本课程为第二类加选,第一堂课会提供加签表单供大家填写。 文学院以及电资学院学生全部签,其他学院学生抽签。
  • Q9:为什么电资学院的学生都可以加签?
  • A9:因为授课教师是电资学院的老师,这本来就是电资学院的课程
  • Q10:为什么文学院的学生都可以加签?
  • A10:文学院院方有跟我联系,希望可以让文学院学生修这门课,我在跟文学院院长长谈后,答应让文学院的学生修课 (文学院会提供部分课程所需花费)。
  • Q11:电资学院与文学院之外会加签多少人?
  • A11:我还在评估中。 课程的作业会尽量用ChatGPT批改,减轻助教负担,以便能服务更多同学。
  • Q12:电资学院和文学院的学生有办法一起修课吗?
  • A12:这会是一个有趣的挑战! 我太太大学是文学院毕业的,我会在上课前把课程内容先讲给老婆大人听过,我会努力讲一门让不同背景的学生都可以有收获的课程!
  • Q13:上课方式是什么? 可以冲堂修课吗?
  • A13:老师会实体上课,上课时间为周五下午 2:20 – 4:20,上课会有录影上传到Youtube,因为上课都会录影,所以理论上没有到课堂上上课是没有关系的。 因为我的课程可以线上学习,所以很多同学会觉得可以冲堂修课,这方面我完全没意见,但是校方不喜欢学生冲堂修课,通常不会允许冲堂修课,让大家先知道一下。
  • Q14:可以旁听吗?
  • A14:需要旁听请填写旁听表单,助教会在每周二中午把你加入NTU COOL的旁听。 助教不会批改旁听生的作业。

SYLLABUS

img

备注:期末考周后课程(16 17周)不用到教室上课,老师会自行录影后上传

COURSE MATERIALS

DateTopicSlides (PDF)Slides (PPT)VideosExtra Materials
2/23课程内容说明course intro gaicourse intro gai课程规则 第0讲:课程说明 第1讲:生成式AI是什么? 80分钟快速了解大型语言模型 80分钟快速了解大型语言模型
3/1提示工程 &AI 代理人universal prompt part1universal prompt part1第2讲:今日的生成式人工智能厉害在哪里? 从“工具”变为“工具人” 第3讲:训练不了人工智能吗? 你可以训练你自己Prompt Engineering Guide
3/8生成策略 & 从专才到通才prompt part2prompt part2第4讲:训练不了人工智能? 你可以训练你自己 (中)语言模型如何学习使用工具 语言模型如何学习使用工具
3/22深度学习 &Transformerprompt part3 LLM training part1prompt part3 LLM training part1第5讲:训练不了人工智能? 你可以训练你自己 (下) — 让语言彼此合作,把一个人活成一个团队 第6讲:大型语言模型修练史 — 第一阶段: 自我学习,累积实力让 AI 村民组成虚拟村庄会发生什么事? 为什么类神经网络可以正确分辨宝可梦和数码宝贝呢?
3/29深度学习 &TransformerLLM training part2LLM training part2第7讲:大型语言模型修练史 — 第二阶段: 名师指点,发挥潜力 (兼谈对 ChatGPT 做逆向工程与 LLaMA 时代的开始)LLaMA 2
4/12评估生成式AI &道德议题LLM training part3 agentLLM training part3 agent第8讲:大型语言模型修练史 — 第三阶段: 参与实战,打磨技巧 (Reinforcement Learning from Human Feedback, RLHF) 第9讲:以大型语言模型打造的AI AgentThe Rise and Potential of Large Language Model Based Agents: A Survey
5/03Transformer & 生成式AI的可解释性explain transformerexplain transformer第10讲:今日的语言模型是如何做文字接龙的 — 浅谈Transformer 第11讲:大型语言模型在“想”什么呢? — 浅谈大型语言模型的可解释性Transformer (上) Transformer (下) 用语言模型来解释语言模型 (上) 用语言模型来解释语言模型 (下)
5/10评估生成式AI &道德议题evaluation ethicalevaluation ethical第12讲:浅谈检定大型语言模型能力的各种方式 第13讲:浅谈大型语言模型相关的安全性议题 (上)Can Large Language Models Be an Alternative to Human Evaluations? Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena Bias and Fairness in Large Language Models: A Survey
5/17生成策略injection strategyinjection strategy第14讲:浅谈大型语言模型相关的安全性议题 (下) — 欺骗大型语言模型 第15讲:为什么语言模型用文字接龙,图片生成不用像素接龙呢? — 浅谈生成式人工智能的生成策略 第16讲:可以加速所有语言模型生成速度的神奇外挂 — Speculative DecodingSpecInfer: Accelerating Generative Large Language Model Serving with Tree-based Speculative Inference and Verification
5/31影像的生成式AIvisionvision  
Extra lessonGPT-4oGPT-4oGPT-4oGPT-4o 背后可能的语音技术猜测 

HOMEWORK

The information here is tentative and subject to change.

  • Plagiarism in any form is prohibited.
  • Do NOT share your prompts and evaluation results (JSON files) with others.
  • Do NOT submit the JSON files that are not obtained using your Davinci account
  • Do NOT attempt to manually edit your JSON files.
  • 第一次违反以上规定,该作业0分,学期总成绩再乘以0.9。 第二次违反以上规定,学期成绩F
  • Prof. Lee & the TAs preserve the right to change the rules & grades.
#HWSlidesCodeVideoDateTA
HW1真假难辨的世界 N/A 02/23~03/07杨智凯 白宗民 钟承烨
HW2都是 AI 的作文比赛 N/A 03/01~03/21陈玮智 谢承修 吕俐君
HW3以 AI 搭建自己的应用   03/08~03/21尤展鸿 吕睿超
HW4Become an AI Hypnosis Master   03/22~04/04樊桦 吕睿超 林坚壬
HW5LLM Fine-tuning   03/29~04/11陈光铭 林熙哲 余奇恩
HW6Learning from Human Preferences   04/12~05/02白钰绮 吕玮杰 余奇恩
HW7Understanding what AI is thinking   05/03~05/16方泓杰 李哲言 白宗民
HW8Safety Issue of Generative AI   05/10~05/26郭恒成 吕玮杰 李哲言
HW9Quick Summary of Lecture Video   05/17~05/30关钧谥林坚壬 谢翔
HW10Stable Diffusion Fine-tuning   05/31~06/13叶乃瑄 林熙哲 谢翔

CONTACT

Email:ntu-gen-ai-2024-spring-ta@googlegroups.com

财务数学导论(一)

课程首页

本课程是由交通大学应用数学系提供。

本课程主要让学生了解并熟悉研究财务金融方面所需之数学工具。

课程用书:S. E. Shreve: Stochastic Calculus for Finance II: Continuous-Time Models, Springer, 2004.

参考用书:

  1. T. M. Apostol: Mathematical Analysis, Second Edition

  2. M. Baxter and A. Rennie: Financial Calculus.

  3. T. Björk: Arbitrage Theory in Continuous Time.

  4. K. L. Chung: A Course in Probability Theory, Second Edition.

  5. F. Delbaen and W. Schachermayer: The Mathematics of Arbitrage.

  6. J. Elstrodt: Maβ- und Integrationstheorie, Third Edition.

  7. H. Föllmer and A. Schied: Stochastic Finance. An Introduction in Discrete Time.

  8. J. Jacod and Ph. Protter: Probability Essentials.

  9. J. C. Hull: Options, Futures, & Other Derivatives, Sixth Edition.

  10. I. Karatzas: Lectures on the Mathematics of Finance.

  11. I. Karatzas and S. E. Shreve: Brownian Motion and Stochastic Calculus, Second Edition.

  12. I. Karatzas and S. E. Shreve: Method of Mathematical Finance.

  13. D. Lamberton and B. Lapeyre: Introduction to Stochastic Calculus Applied to Finance.

  14. B. Øksendal: Stochastic Differential Equations, An Introduction with Applications,Sixth Edition.

  15. R. T. Rockafellar: Convex Analysis.

  16. H. L. Royden: Real Analysis, Third Edition.

  17. A.N. Shiryaev: Probability Theory, Second Edition.

  18. S. E. Shreve: Stochastic Calculus for Finance I: The Binomial Asset Pricing Model.

  19. R. L. Wheeden and A. Zygmund: Measure and integral.

    为求学习成效完美,请购买课本!

授课教师应用数学系吴庆堂老师
课程学分3学分
授课年度99学年度
授课对象硕士班学生
预备知识微积分
课程提供课程影音 课程纲要 课程行事历

课程影音

周次课程内容课程影音课程下载
 Introduction线上观看MP4下载
 单元一 Probability Theory 1.1 Probability space线上观看MP4下载
 1.2 Random variables线上观看MP4下载
 1.3 Expectation线上观看MP4下载
 单元二 Discrete-Time Martingales 2.1 Conditional probability and conditional expectation (1/4)线上观看MP4下载
 2.1 Conditional probability and conditional expectation (2/4)线上观看MP4下载
 2.1 Conditional probability and conditional expectation (3/4)线上观看MP4下载
 2.1 Conditional probability and conditional expectation (4/4)线上观看MP4下载
 2.2 Discrete time Martingales线上观看MP4下载
 2.3 Martingale transform and Doob decomposition线上观看MP4下载
 单元三 One-Period Model Introduction线上观看MP4下载
 3.1 Portfolios线上观看MP4下载
 3.2 Derivative securities线上观看MP4下载
 3.3 Absence of arbitrage线上观看MP4下载
 3.4 No arbitrage and price system线上观看MP4下载
 3.5 Martingale measures (1/2)线上观看MP4下载
 3.5 Martingale measures (2/2)线上观看MP4下载
 3.6 Pricing线上观看MP4下载
 3.7 Complete market model线上观看MP4下载
 单元四 Multi-Period Model Introduction线上观看MP4下载
 4.1 The market model线上观看MP4下载
 4.2 Arbitrage opportunities线上观看MP4下载
 4.3 Martingale measures线上观看MP4下载
 4.4 Arbitrage-free prices for European contingent claim线上观看MP4下载
 单元五 American Contingent Claim 5.1 Stopping time线上观看MP4下载
 5.2 American claims线上观看MP4下载
 5.3 Arbitrage-free prices线上观看MP4下载
 单元六 Measures of Risk Introduction线上观看MP4下载
 6.1 Monetary measure of risk线上观看MP4下载
 6.2 Coherent and convex risk measures线上观看MP4下载
 6.3 Acceptance sets线上观看MP4下载
 6.4 Robust representation of coherent risk measure线上观看MP4下载
 6.5 Robust representation of convex risk measures线上观看MP4下载
 Appendix A、Limits of Sequences of Numbers线上观看MP4下载
 Appendix B、Convergence of Sequences of Functions / Stochastic Processes I线上观看MP4下载
 Appendix C、Distribution Functions线上观看MP4下载
 Appendix D、Convergence of Sequences of Functions / Stochastic Processes II线上观看MP4下载
 Appendix E、Riemann-Stieltjes Integrals线上观看MP4下载

课程纲要

课程目标

本课程主要让学生了解并熟悉研究财务金融方面所需之数学工具。

课程章节

章节主题内容
 课程介绍
单元一 Probability Theory1.1 Probability space 1.2 Random variables 1.3 Expectation
单元二 Discrete-Time Martingales2.1 Conditional probability and conditional expectation 2.2 Discrete time Martingales 2.3 Martingale transform and Doob decomposition
单元三 One-Period ModelIntroduction 3.1 Portfolios 3.2 Derivative securities 3.3 Absence of arbitrage 3.4 No arbitrage and price system 3.5 Martingale measures 3.6 Pricing 3.7 Complete market model
单元四 Multi-Period ModelIntroduction 4.1 The market model 4.2 Arbitrage opportunities 4.3 Martingale measures 4.4 Arbitrage-free prices for European contingent claim
单元五 American Contingent Claim5.1 Stopping time 5.2 American claims 5.3 Arbitrage-free prices
单元六 Measures of RiskIntroduction 6.1 Monetary measure of risk 6.2 Coherent and convex risk measures 6.3 Acceptance sets 6.4 Robust representation of coherent risk measure 6.5 Robust representation of convex risk measures
AppendixA. Limits of Sequences of Numbers B. Convergence of Sequences of Functions and Stochastic Processes I C. Distribution Functions D. Convergence of Sequences of Functions and Stochastic Processes II E. Riemann-Stieltjes Integrals

课程书目

S. E. Shreve: Stochastic Calculus for Finance II: Continuous-Time Models, Springer, 2004.

参考书目

T. M. Apostol: Mathematical Analysis, Second Edition

M. Baxter and A. Rennie: Financial Calculus.

T. Björk: Arbitrage Theory in Continuous Time.

K. L. Chung: A Course in Probability Theory, Second Edition.

F. Delbaen and W. Schachermayer: The Mathematics of Arbitrage.

J. Elstrodt: Maβ- und Integrationstheorie, Third Edition.

H. Föllmer and A. Schied: Stochastic Finance. An Introduction in Discrete Time. J . Jacod and Ph. Protter: Probability Essentials.

J. C. Hull: Options, Futures, & Other Derivatives, Sixth Edition.

I. Karatzas: Lectures on the Mathematics of Finance. I. Karatzas and S. E. Shreve: Brownian Motion and Stochastic Calculus, Second Edition.

I. Karatzas and S. E. Shreve: Method of Mathematical Finance.

D. Lamberton and B. Lapeyre: Introduction to Stochastic Calculus Applied to Finance.

B. Øksendal: Stochastic Differential Equations, An Introduction with Applications,Sixth Edition.

R. T. Rockafellar: Convex Analysis.

H. L. Royden: Real Analysis, Third Edition.

A.N. Shiryaev: Probability Theory, Second Edition.

S. E. Shreve: Stochastic Calculus for Finance I: The Binomial Asset Pricing Model.

R. L. Wheeden and A. Zygmund: Measure and integral.

评分标准

项目百分比
平时成绩(作业)40%
期中考30%
期末考30%

课程行事历

本课程行事历提供课程进度与考试信息参考。

章节主题内容
 课程介绍
单元一 Probability Theory1.1 Probability space 1.2 Random variables 1.3 Expectation
单元二 Discrete-Time Martingales2.1 Conditional probability and conditional expectation 2.2 Discrete time Martingales 2.3 Martingale transform and Doob decomposition
单元三 One-Period ModelIntroduction 3.1 Portfolios 3.2 Derivative securities 3.3 Absence of arbitrage 3.4 No arbitrage and price system 3.5 Martingale measures 3.6 Pricing 3.7 Complete market model
单元四 Multi-Period ModelIntroduction 4.1 The market model 4.2 Arbitrage opportunities 4.3 Martingale measures 4.4 Arbitrage-free prices for European contingent claim
单元五 American Contingent Claim5.1 Stopping time 5.2 American claims 5.3 Arbitrage-free prices
单元六 Measures of RiskIntroduction 6.1 Monetary measure of risk 6.2 Coherent and convex risk measures 6.3 Acceptance sets 6.4 Robust representation of coherent risk measure 6.5 Robust representation of convex risk measures
AppendixA. Limits of Sequences of Numbers B. Convergence of Sequences of Functions and Stochastic Processes I C. Distribution Functions D. Convergence of Sequences of Functions and Stochastic Processes II E. Riemann-Stieltjes Integrals

财务数学导论(二)

课程首页

本课程是由交通大学应用数学系提供。

本课程主要让学生了解并熟悉研究财务金融方面所需之数学工具。

课程用书:S. E. Shreve: Stochastic Calculus for Finance II: Continuous-Time Models, Springer, 2004.

参考用书:

  1. T. M. Apostol: Mathematical Analysis, Second Edition

  2. M. Baxter and A. Rennie: Financial Calculus.

  3. T. Björk: Arbitrage Theory in Continuous Time.

  4. K. L. Chung: A Course in Probability Theory, Second Edition.

  5. F. Delbaen and W. Schachermayer: The Mathematics of Arbitrage.

  6. J. Elstrodt: Maβ- und Integrationstheorie, Third Edition.

  7. H. Föllmer and A. Schied: Stochastic Finance. An Introduction in Discrete Time.

  8. J. Jacod and Ph. Protter: Probability Essentials.

  9. J. C. Hull: Options, Futures, & Other Derivatives, Sixth Edition.

  10. I. Karatzas: Lectures on the Mathematics of Finance.

  11. I. Karatzas and S. E. Shreve: Brownian Motion and Stochastic Calculus, Second Edition.

  12. I. Karatzas and S. E. Shreve: Method of Mathematical Finance.

  13. D. Lamberton and B. Lapeyre: Introduction to Stochastic Calculus Applied to Finance.

  14. B. Øksendal: Stochastic Differential Equations, An Introduction with Applications,Sixth Edition.

  15. R. T. Rockafellar: Convex Analysis.

  16. H. L. Royden: Real Analysis, Third Edition.

  17. A.N. Shiryaev: Probability Theory, Second Edition.

  18. S. E. Shreve: Stochastic Calculus for Finance I: The Binomial Asset Pricing Model.

  19. R. L. Wheeden and A. Zygmund: Measure and integral.

    为求学习成效完美,请购买课本!

授课教师应用数学系吴庆堂老师
课程学分3学分
授课年度99学年度
授课对象硕士班学生
预备知识微积分
课程提供课程影音 课程纲要 课程行事历

课程影音

周次课程内容课程影音课程下载
 单元七 Coutinuous-time Martingales 7.1 Stochastic process (1/2)线上观看MP4下载
 7.1 Stochastic process (2/2)线上观看MP4下载
 7.2 Uniform integrability线上观看MP4下载
 7.3 Martingale theory in continuous-time线上观看MP4下载
 7.4 Local martingales线上观看MP4下载
 7.5 Doob-Meyer decomposition线上观看MP4下载
 7.6 Semimartingales线上观看MP4下载
 单元八 Brownian Motions 8.1 Scaled random walk线上观看MP4下载
 8.2 Brownian motions线上观看MP4下载
 8.3 The Brownian sample paths线上观看MP4下载
 8.4 Exponential martingales线上观看MP4下载
 8.5 d-dimensional Brownian motions线上观看MP4下载
 单元九 Stochastic Integrals 9.1 Construction of stochastic integrals with respect to martingales (1/3)线上观看MP4下载
 9.1 Construction of stochastic integrals with respect to martingales (2/3)线上观看MP4下载
 9.1 Construction of stochastic integrals with respect to martingales (3/3)线上观看MP4下载
 9.2 Stochastic integrals with respect to semimartingales线上观看MP4下载
 9.3 Stochastic integrals with respect to local martingales线上观看MP4下载
 9.4 Itô formula (1/2)线上观看MP4下载
 9.4 Itô formula (2/2)线上观看MP4下载
 9.5 Integration by parts线上观看MP4下载
 9.6 Martingale representation theorem线上观看MP4下载
 9.7 Change of Measures线上观看MP4下载
 9.8 Girsanov theorem线上观看MP4下载
 9.9 Local times线上观看MP4下载
 单元十 Stochastic Differential Equations 10.1 Examples and some solution methods (1/2)线上观看MP4下载
 10.1 Examples and some solution methods (2/2)线上观看MP4下载
 10.2 An existence and uniqueness result线上观看MP4下载
 10.3 Weak and strong solutions线上观看MP4下载
 10.4 Feynman-Kac theorem线上观看MP4下载
 单元十一 Continuous-Time Models 11.1 Market portfolios and arbitrage线上观看MP4下载
 11.2 Equivalent local martingale measures线上观看MP4下载
 11.3 Completeness线上观看MP4下载
 11.4 Pricing for attainable contingent claim线上观看MP4下载
 11.5 Black-Scholes-Merton formula线上观看MP4下载
 11.6 The Greeks线上观看MP4下载
 11.7 Parity rrelations线上观看MP4下载
 单元十二 Hedging 12.1 Hedging strategy for the simple contingent claim 12.2 Delta and gamma hedging线上观看MP4下载
 Appendix F、Characteristic Functions线上观看MP4下载
 Appendix G、Differntial Equations线上观看MP4下载
 Appendix H、Convex Analysis线上观看MP4下载

课程纲要

课程目标

本课程主要让学生了解并熟悉研究财务金融方面所需之数学工具。

课程章节

章节主题内容
单元七 Continuous-Time Martingales7.1 Stochastic processes 7.2 Uniform integrability 7.3 Martingale theory in continuous-time 7.4 Local martingales 7.5 Doob-Meyer decomposition 7.6 Semimartingales
单元八 Brownian Motions8.1 Scaled random walk 8.2 Brownian motions 8.3 The Brownian sample paths 8.4 Exponential martingales 8.5 d-dimensional Brownian motions
单元九 Stochastic Integrals9.1 Construction of stochastic integrals with respect to martingales 9.2 Stochastic integrals with respect to semimartingales 9.3 Itô formula 9.4 Integration by parts 9.5 Martingale representation theorem 9.6 Girsanov theorem 9.7 Local times
单元十 Stochastic Differential Equations10.1 Examples and some solution methods 10.2 An existence and uniqueness result 10.3 Weak and strong solutions 10.4 Feynman-Kac theorem
单元十一 Continuous-Time Models11.1 Market portfolios and arbitrage 11.2 Equivalent local martingale measures 11.3 Completeness 11.4 Pricing for attainable contingent claim 11.5 Black-Scholes-Merton formula 11.6 Parity relations 11.7 The greeks
单元十二 Hedging12.1 Hedging strategy for the simple contingent claim 12.2 Delta and gamma hedging 12.3 Superhedging 12.4 Quantile hedging
单元六 Volatility13.1 Historical volatility 13.2 Implied volatility
AppendixF . Convex Analysis

课程书目

S. E. Shreve: Stochastic Calculus for Finance II: Continuous-Time Models, Springer, 2004.

参考书目

T. M. Apostol: Mathematical Analysis, Second Edition M. Baxter and A. Rennie: Financial Calculus. T. Björk: Arbitrage Theory in Continuous Time. K. L. Chung: A Course in Probability Theory, Second Edition. F. Delbaen and W. Schachermayer: The Mathematics of Arbitrage. J. Elstrodt: Maβ- und Integrationstheorie, Third Edition. H. Föllmer and A. Schied: Stochastic Finance. An Introduction in Discrete Time. J. Jacod and Ph. Protter: Probability Essentials. J. C. Hull: Options, Futures, & Other Derivatives, Sixth Edition. I. Karatzas: Lectures on the Mathematics of Finance. I. Karatzas and S. E. Shreve: Brownian Motion and Stochastic Calculus, Second Edition. I. Karatzas and S. E. Shreve: Method of Mathematical Finance. D. Lamberton and B. Lapeyre: Introduction to Stochastic Calculus Applied to Finance. B. Øksendal: Stochastic Differential Equations, An Introduction with Applications,Sixth Edition. R. T. Rockafellar: Convex Analysis. H. L. Royden: Real Analysis, Third Edition. A.N. Shiryaev: Probability Theory, Second Edition. S. E. Shreve: Stochastic Calculus for Finance I: The Binomial Asset Pricing Model. R. L. Wheeden and A. Zygmund: Measure and integral.

评分标准

项目百分比
平时成绩(作业)40%
期中考30%
期末考30%

课程行事历

本课程行事历提供课程进度与考试信息参考。

章节主题内容
单元七 Continuous-Time Martingales7.1 Stochastic processes 7.2 Uniform integrability 7.3 Martingale theory in continuous-time 7.4 Local martingales 7.5 Doob-Meyer decomposition 7.6 Semimartingales
单元八 Brownian Motions8.1 Scaled random walk 8.2 Brownian motions 8.3 The Brownian sample paths 8.4 Exponential martingales 8.5 d-dimensional Brownian motions
单元九 Stochastic Integrals9.1 Construction of stochastic integrals with respect to martingales 9.2 Stochastic integrals with respect to semimartingales 9.3 Itô formula 9.4 Integration by parts 9.5 Martingale representation theorem 9.6 Girsanov theorem 9.7 Local times
单元十 Stochastic Differential Equations10.1 Examples and some solution methods 10.2 An existence and uniqueness result 10.3 Weak and strong solutions 10.4 Feynman-Kac theorem
单元十一 Continuous-Time Models11.1 Market portfolios and arbitrage 11.2 Equivalent local martingale measures 11.3 Completeness 11.4 Pricing for attainable contingent claim 11.5 Black-Scholes-Merton formula 11.6 Parity relations 11.7 The greeks

这是CS50x

欢迎

介绍计算机科学和编程艺术的知识企业。本课程教学生如何通过算法思考并有效地解决问题。主题包括抽象、算法、数据结构、封装、资源管理、安全和软件工程。语言包括 C、Python 和 SQL,以及学生可以选择的:HTML、CSS 和 JavaScript(用于 Web 开发);Java 或 Swift(用于移动应用程序开发);或 Lua(用于游戏开发)。受艺术、人文、社会科学和科学启发的问题集。课程在最终项目中达到高潮。专为集中器和非集中器设计,无论是否有编程经验。三分之二的 CS50 学生以前从未参加过 CS。本课程的首要目标之一是激励学生探索不熟悉的水域,而不用担心失败,创造一个密集的、共享的体验,让所有学生都可以使用,并在学生之间建立社区。

观看简介

教学大纲

介绍计算机科学和编程艺术的知识企业。本课程教学生如何通过算法思考并有效地解决问题。主题包括抽象、算法、数据结构、封装、资源管理、安全和软件工程。语言包括 C、Python 和 SQL,以及学生可以选择的:HTML、CSS 和 JavaScript(用于 Web 开发);Java 或 Swift(用于移动应用程序开发);或 Lua(用于游戏开发)。受艺术、人文、社会科学和科学启发的问题集。课程在最终项目中达到高潮。专为集中器和非集中器设计,无论是否有编程经验。三分之二的 CS50 学生以前从未参加过 CS。本课程的首要目标之一是激励学生探索不熟悉的水域,而不用担心失败,创造一个密集的、共享的体验,让所有学生都可以使用,并在学生之间建立社区。

期望值

你应该

  • 提交 9 个问题集,并
  • 提交最终项目。

证书

CS50x 是免费的,欢迎您提交课程的九个问题集和最终项目以获得自动反馈。但是,要获得 edX 验证证书的资格,您必须在作为课程九个问题集之一以及课程最终项目的一部分提交的每个问题上获得令人满意的分数(至少 70%)。

问题沿着正确性(由称为的程序确定)和样式(由称为的程序确定)的轴进行评估,分数通常计算为 3 ×正确性 + 1 ×样式。check50style50

本课程不需要或推荐任何书籍。但是,您可能会发现以下感兴趣的书籍。意识到可以在课程的网站上找到免费的(如果不是更好的)资源。

Hacker’s Delight,第二版 Henry S. Warren Jr. Pearson Education,2013 年 ISBN 0-321-84268-5

计算机如何工作,第十版 Ron White Que Publishing,2014 年 ISBN 0-7897-4984-X

Programming in C, Fourth Edition Stephen G. Kochan Pearson Education, 2015 ISBN 0-321-77641-0

讲座

该课程的讲座介绍每周的概念。

演练

问题集中集成了“演练”,即视频,提供有关从哪里开始以及如何处理问题的指导。

问题集

问题集是编程作业。CS50x 没有问题集的截止日期。欢迎您按照自己的节奏进行处理和提交。但是,要获得 edX 验证证书的资格,您必须在 2020 年 12 月 31 日之前提交(并获得至少 70% 的分数)所有问题集。

最终项目

这门课程的高潮是它的最终项目。最后一个项目是你的机会,把你新发现的编程知识拿出来,开发你自己的软件。只要你的项目借鉴了本课程的课程,你的项目的性质就完全取决于你。您可以使用任何语言实现您的项目。欢迎您使用 CS50 IDE 以外的基础结构。我们所要求的只是你建立一些你感兴趣的东西,你解决一个实际问题,你影响你的社区,或者你改变世界。努力创造一些比这门课程更持久的东西。

由于软件开发很少是一个人的工作,因此您有机会与一两个同学合作完成这个最终项目。毋庸置疑,任何此类小组中的每个学生都应该为该小组项目的设计和实施做出同等贡献。此外,预计两人或三人小组的项目范围分别是典型单人项目的两倍或三倍。请注意,一个人的项目应该比每个课程的问题集需要更多的时间和精力。虽然设计和实施一个项目的学生不得超过三名,但只要您尊重课程的学术诚信政策,欢迎您向他人征求意见。

CS50x 没有最终项目的截止日期。欢迎您按照自己的节奏进行处理和提交。但是,要获得edX验证证书的资格,您必须在2020年12月31日之前提交(并获得至少70%的分数)。

学术诚信

本课程关于学术诚信的理念最好用“合理”来表达。该课程认识到,与同学和其他人的互动可以促进对课程材料的掌握。然而,在寻求他人的帮助和提交他人的作品之间仍然存在一条线。这项政策是这条线的两边的特征。

您提交给本课程的所有作品的本质必须是您自己的。不允许在问题集上进行协作,除非您可以向同学和其他人寻求帮助,只要这种帮助不会减少到另一个人为您完成工作。一般来说,在寻求帮助时,你可以向其他人展示你的代码,但你不能查看他们的代码,只要你和他们尊重此策略的其他约束。在课程的最终项目上,允许在其规范规定的范围内进行合作。

以下是经验法则,这些法则(无穷无尽地)描述了课程认为合理和不合理的行为。如果对某项行为是否合理有疑问,请不要实施。如果课程确定您实施了不合理的行为,您可能会被视为没有资格获得证书。如果您犯下了一些不合理的行为,但在 72 小时内提请课程讲师注意,课程可能会重新考虑该结果。

合理

  • 用英语(或其他一些口语)与同学交流问题集的问题。
  • 与他人讨论课程材料,以便更好地理解它。
  • 帮助同学亲自或在线识别他或她的代码中的错误,例如通过查看、编译或运行他或她的代码,甚至在您自己的计算机上。
  • 将您在网上或其他地方找到的几行代码合并到您自己的代码中,前提是这些代码行本身不是指定问题的解决方案,并且您引用了这些行的来源。
  • 向某人(可能是同学)发送或展示您编写的代码,以便他或她可以帮助您识别和修复 bug。
  • 在线共享您自己的几行代码,以便其他人可以帮助您识别和修复错误。
  • 求助于网络或其他地方,寻求课程本身之外的指导、参考和技术困难的解决方案,而不是直接解决问题集的问题或您自己的最终项目。
  • 使用图表或伪代码而不是实际代码的其他人的问题集的白板解决方案。
  • 与导师合作(甚至付钱)帮助您完成课程,前提是导师不为您做工作。

不合理

  • 在(重新)提交自己的解决方案之前访问某些问题的解决方案。
  • 在(重新)提交自己的问题之前,要求同学查看他或她对问题集问题的解决方案。
  • 反编译、反混淆或反汇编员工对问题集的解决方案。
  • 未能引用(与评论一样)您在课程自己的课程之外发现的代码或技术的起源,并集成到您自己的工作中,即使尊重此政策的其他限制。
  • 向同学提供或展示问题集问题的解决方案,而正在努力解决问题的是他或她,而不是你。
  • 向个人支付或提议向个人支付您可能作为自己的(部分)提交的工作。
  • 在线或其他地方搜索或寻求问题集的直接解决方案。
  • 将问题集的工作量与另一个人分担,并合并您的工作。
  • 提交(在可能修改之后)另一个人的作品,超出此处允许的几行。
  • 向本课程提交与您已提交或将要提交给另一门课程相同或相似的作品。
  • 查看他人对问题集问题的解决方案,并以此为基础制定自己的解决方案。

如何参加本课程

即使您不是哈佛大学的学生,也欢迎您通过此 OpenCourseWare 免费“学习”本课程,方法是通过学习该课程的九材料及其一个或多个轨道。如果您想提交课程的问题集和最终项目以获得反馈,请务必创建一个 edX 帐户(如果您还没有)。通过课程的任何社区提出问题!

如何教授本课程

如果您是教师,欢迎您根据许可证将这些材料采用或改编为您自己的课程。

最终项目

这门课程的高潮是它的最终项目。最后一个项目是你的机会,把你新发现的编程知识拿出来,开发你自己的软件。只要你的项目借鉴了本课程的课程,你的项目的性质就完全取决于你。您可以使用任何语言实现您的项目。欢迎您使用 CS50 IDE 以外的基础结构。我们所要求的只是你建立一些你感兴趣的东西,你解决一个实际问题,你影响你的社区,或者你改变世界。努力创造一些比这门课程更持久的东西。

由于软件开发很少是一个人的工作,因此您有机会与一两个同学合作完成这个最终项目。毋庸置疑,任何此类小组中的每个学生都应该为该小组项目的设计和实施做出同等贡献。此外,预计两人或三人小组的项目范围分别是典型单人项目的两倍或三倍。请注意,一个人的项目应该比每个课程的问题集需要更多的时间和精力。

何时进行

截至 2020 年 12 月 31 日 23:59(东部标准时间)。

虽然CS50x的截止日期已经延长至2021年12月31日,但该项目的这个版本将只接受上述日期和时间。此后,您只能提交将于 2021 年 1 月 1 日发布的 CS50x 2021 的作品。不确定届时您是否会完成课程

想法

  • 使用 JavaScript、Python 和 SQL 的基于 Web 的应用程序,部分基于 Web 轨道的分发代码
  • 使用 Swift 的 iOS App
  • 将 Lua 与 LÖVE 一起使用的游戏
  • 使用 Java 的 Android 应用
  • 使用 JavaScript 的 Chrome 扩展程序
  • 使用 C 的命令行程序
  • 基于硬件的应用程序,您可以为其编写某些设备

如何提交

步骤 1 (共 2 步)

创建一个解释项目的文本文件,并将其保存在目录中名为的新文件夹中。请注意,您的项目源代码本身不需要提交,但必须提交此文件。README.mdproject~/README.md

从您的目录中执行以下操作,出现提示时使用您的 GitHub 用户名和密码登录。为了安全起见,您会在密码中看到星号,而不是实际字符。~/project

submit50 cs50/problems/2020/x/project

步骤 2(共 2 步)

提交一个简短的视频(长度不超过 2 分钟),在视频中向全世界展示您的项目,例如幻灯片、屏幕截图、画外音和/或真人表演。你的视频应该以某种方式包括你的项目标题、你的名字、你的城市和国家,以及你想传达给观众的任何其他细节。有关如何制作“截屏视频”的提示,请参阅 howtogeek.com/205742/how-to-record-your-windows-mac-linux-android-or-ios-screen,但欢迎您使用实际的相机。将您的视频上传到 YouTube(或者,如果您所在的国家/地区被屏蔽,则上传到类似的网站)并记下其 URL;可以将其标记为“未列出”,但不要将其标记为“私有”。

准备好提交视频时,请提交此表格

就是这样!您的项目应该在几分钟内完成评分。如果您在成绩簿中没有看到任何结果,最好重新提交(运行上述命令),这次仅使用您的 README.md 文件。无需重新提交表单。submit50

这就是CS50x。

文档信息

Search

    Table of Contents