รวบรวมทรัพยากรที่คุณสามารถลองเรียนได้ทันที
ผมเชื่อเลยว่าหลาย ๆ คนที่ค้นพบและพยายามลองศึกษาด้านนี้ ต้องรู้สึกเหมือนผม ว่านี่เราต้องไปสมัครเรียนสมัครสอบอะไรเยอะแยะเลยหรอ ถึงจะเข้าถึง Quantitative Finance ได้ ทำไมคนในกลุ่มถึงพูดภาษาอะไรแปลกไปหมด นี่ขนาดเราเรียนคณิตศาสตร์มา เรียนสถิติมา ฯลฯ
ก่อนอื่นต้องบอกก่อนว่า หลักสูตร Quantitative Finance หรือ Financial Engineering ทั้งหลาย ไม่ว่าจะเป็นปริญญาหรือไม่ มักจะมีความยากความหนักเท่าระดับปริญญาโทนะครับ ดังนั้น ไม่ว่าจะจบจากสายไหนมา ก็ต้องเรียนรู้หลาย ๆ อย่างกันหมด
ทีนี้ ก่อนที่คุณจะใจปล้ำไปสมัครเรียนอะไรอีกเป็นปี ๆ ไปจ่ายค่าสมัครเรียนสมัครสอบกันอีกหลักหมื่นหลักแสน มาเริ่มลองอ่านลองเรียนกันดูกันวันนี้เลย ว่ามันเป็นอย่างไร ทีนี้ขอบอกก่อนว่า ผมจะเน้นเฉพาะที่เป็นการเงินเชิงปริมาณมากกว่าพวกการเขียนโปรแกรม และ Machine Learning นะครับ อะเริ่ม! เข้าไปอ่านกันเลยยยยย
1. Financial Engineering and Risk Management Specialization บน Coursera
คอร์สบน MOOC ต่าง ๆ เช่น Coursera หรือ edX คุณสามารถเข้าไปทดลองเรียนได้ฟรี แต่การทำข้อสอบและการได้ประกาศนียบัตรนั้น จะมีค่าใช้จ่าย
Specialization นี้ ประกอบไปด้วย 5 คอร์สด้วยกัน 2 วิชาแรกจะครอบคลุมการกำหนดราคาอนุพันธ์ (Derivatives) ชนิดต่าง ๆ ด้วยแบบจำลอง Binomial ซึ่งอาจจะไม่ได้ใช้จริงในอุตสาหกรรม แต่จะทำให้คุณเห็นว่าโจทย์หน้าตาเป็นอย่างไร นอกจากนี้ ยังมีคอร์สที่สอนเรื่องการสร้างพอร์ตโฟลิโอการลงทุน การใช้สมการ Black-Scholes ในการคำนวณค่ากรีก และวิธีเชิงการคำนวณ เพราะการคำนวณหลาย ๆ อย่างไม่ได้มีรูปสมการสวย ๆ ให้เราแก้กัน
ผมมองว่าการทำ Derivative Pricing คือแก่นของ Financial Engineering นี่แหละ แต่แน่นอนว่าคำว่า Quantitative Finance มันกว้างมาก ข้อถัดไปคงเป็นที่หลาย ๆ คนมองหามากกว่า
2. Machine Learning for Trading Specialization บน Coursera
คอร์ส Introduction จะพาคุณรู้จักกันแนวโน้ม ผลตอบแทน การตั้ง stop-loss ความผันผวน ฯลฯ ซึ่งมันซับซ้อนกว่าที่คุณคิด เพราะในการทำงานจริงมีเครื่องชี้หลายตัวมาก ซึ่งคำนวณไม่เหมือนกัน มีการใช้งานที่แตกต่างกัน ส่วนอีก 2 คอร์สจะให้คุณได้เอา Machine Learning มาใช้กับการสร้างระบบซื้อขายจริง แต่ทั้งนี้ ควรจะมีทักษะการเขียนโปรแกรมก่อนระดับนึงนะครับ
3. Mathematical Methods for Quantitative Finance บน edX
สำหรับคนที่มีพื้นฐานคณิตศาสตร์และสถิติในระดับมหาวิทยาลัย แต่ไม่ได้มาจากสายคณิตศาสตร์หรือวิศวกรรมศาสตร์ (เช่น เศรษฐศาสตร์ การเงิน เป็นต้น) คุณอาจจะต้องอัพเกรดทักษะเลขของคุณก่อนนิดนึง คอร์สนี้จะทำให้คุณรู้จักกับคอนเซ็ปต์ต่าง ๆ เช่น การแจกแจงความน่าจะเป็น (Probability distribution) แบบจำลองอนุกรมเวลา (Time-series models) กระบวนการสุ่มแบบเวลาต่อเนื่อง (Continuous-time stochastic processes) การจำลอง Monte Carlo เป็นต้น
4. ช่อง YouTube ที่น่าสนใจ และวิดิโออื่น ๆ
ช่อง QuantPy (https://www.youtube.com/@QuantPy) ที่นำคอนเซ็ปต์ต่าง ๆ ในการเงินเชิงปริมาณมาลงใน Python
ช่องของ Dimitri Bianco (https://www.youtube.com/@DimitriBianco) ที่มาแนะนำเมื่อสัปดาห์ก่อน เขาสอนคอนเซ็ปต์อยู่ในหลายคลิปนะครับ ไม่ว่าจะเป็นอนุกรมเวลา (Time series) เงินกู้เบื้องต้น (Introduction to loans) และการติดตามประสิทธิภาพแบบจำลอง (Model performance monitoring)
ตัวอย่างการสอนแบบบรรยายของ CQF (https://www.cqf.com/sample-lectures) ลิ้มรสก่อนจะควักเงินสองแสนห้านะครับ 5555
5. หนังสือเรียนและหนังสือที่คุณควรลองอ่านก่อน
Frequently Asked Questions in Quantitative Finance โดย Paul Wilmott มาเล่าคอนเซ็ปต์สำคัญ ๆ ให้ฟังในไม่กี่หน้า และไม่ได้ใช้เลขเยอะครับ จะได้รู้ว่ามีหัวข้ออะไรบ้างที่เราจะต้องศึกษา ส่วนหนึ่งอาจจะลองดูจากเว็ป CQF (https://www.cqf.com/blog/quant-finance-101) (วันที่ผมลงบทความนี้ ผมกดดูไม่ได้ ไม่รู้ทำไม) นอกจากนี้ Paul Wilmott ก็ยังได้เขียนหนังสือ Paul Wilmott introduces quantitative finance ซึ่งจะลงรายละเอียดมากขึ้น แต่จะไม่เน้นคณิตศาสตร์เท่าเล่มของคนอื่น ๆ เพราะเขาเน้นเชิงประยุกต์
Python for Finance: Analyze Big Financial Data โดย Yves Hilpisch สอน Python แล้วเอามาใช้จริงกับโจทย์ทางการเงิน ไม่ว่าจะเป็นการคำนวณ Value at Risk (VaR) การจำลองทางการเงิน และการประเมินมูลค่าอนุพันธ์และพอร์ตโฟลิโอการลงทุน นอกจากนี้ Yves Hilpisch ก็เขียนหนังสืออื่น ๆ อีกเยอะมาก ไม่ว่าจะเป็น (i) Financial Theory with Python (ii) Python for Algorithmic Trading (iii) Derivatives Analytics with Python เป็นต้น
A Primer for The Mathematics Of Financial Engineering โดย Dan Stefanica เล่มนี้เป็นการทบทวนคณิตศาสตร์ที่คุณต้องรู้ แล้วค่อย ๆ เชื่อมโยงไปยังคอนเซ็ปต์คณิตศาสตร์ที่ต้องใช้จริง เขาเทียบให้เห็นภาพมาก ๆ ว่า Stochastic calculus ต่างจาก Calculus ทั่วไปอย่างไร แล้วก็นำไปสู่ความน่าจะเป็น การกำหนดราคาเชิงเป็นกลางทางความเสี่ยง (Risk-neutral pricing) และสมการ Black-Scholes
Stochastic Calculus for Finance I: The Binomial Asset Pricing Model โดย Steven Shreve อันนี้ถือว่าหนังสือเรียนในตำนาน ผมเองก็อ่านบทแรกหลายรอบกว่าจะเข้าใจครับ เรื่องนี้ก็อยากเน้นนะ การที่คุณอ่านไม่เข้าใจในรอบแรก ไม่ได้แปลว่าคุณไม่ไหวสำหรับทางนี้ ถ้าพบว่ามันสนุกและน่าสนใจ ค่อย ๆ ศึกษาไปด้วยกันครับ เนื้อหานั้นครอบคลุมตั้งแต่แบบจำลอง Binomial ซึ่งจะนำไปสู่ การกำหนดราคาอนุพันธ์ต่าง ๆ และแบบจำลองเดินสุ่ม (Random Walk) ส่วนเล่มที่ 2 จะเป็น Stochastic calculus ครับ การทำงานจริงเราจะใช้ Stochastic calculus เป็นหลัก แต่ไอเดียเบื้องหลักมักจะเห็นภาพกว่าในแบบจำลองแบบวิยุต (Discrete model) เชิงแบบจำลอง Binomial นี้
แน่นอนว่านี่เป็นส่วนหนึ่งเท่านั้น อย่าลืมคอยติดตามเราเพื่อมาเรียนรู้ไปด้วยกันนะครับ
Comments