Libro

สรุปคลิป ‘Quant’ify Your Career: ตำราและคอร์สเรียน quant แยกตามวิชา

คลิปสั้นของช่อง ‘Quant’ify Your Career ที่ไล่ตำราและคอร์สออนไลน์สำหรับคนเรียน quant ด้วยตัวเองทีละวิชา ตั้งแต่ calculus, econometrics, time series ไปจนถึง machine learning

ภาพจากคลิป Books & Courses for Quantitative Finance ของช่อง ‘Quant’ify Your Career

ที่มาของบทความ: บทความนี้สรุปคลิป "Books & Courses for Quantitative Finance" ของช่อง ‘Quant’ify Your Career เผยแพร่เมื่อ 23 ธันวาคม 2024 ความยาวราว 5 นาที เรียบเรียงจากคำบรรยายภาษาอังกฤษของคลิป คำบรรยายถอดด้วยเครื่อง ชื่อเฉพาะบางคำอาจคลาดเคลื่อน เนื้อหาต่อไปนี้เป็นความเห็นของผู้พูด หลายเล่มผู้พูดเอ่ยเพียงชื่อผู้เขียน Libro จึงไม่ได้เติมชื่อเล่มให้

"คอร์สออนไลน์ช่วยได้มาก แต่ต้องมีตำราที่อ่านเองควบคู่ไปด้วยเสมอ" คือหลักที่ผู้พูดวางไว้ก่อนแนะนำคอร์สใด ๆ คลิปนี้ต่อจากคลิปก่อนหน้าที่เขาวางแผนการเรียน quant ทีละขั้น

สิ่งที่ผู้พูดเล่า

คณิตศาสตร์

ผู้พูดเริ่มจาก calculus และ differential equations แนะนำ Thomas' Calculus สำหรับทบทวนสิ่งที่เรียนมาตอนมัธยม จากนั้นต่อด้วยตำราสองเล่มของ Shreve อาจารย์จากหลักสูตร computational finance ของ Carnegie Mellon เล่มแรกใช้ calculus กับ option pricing และแตะ probability เป็นสะพานจาก calculus สู่การเงิน เล่มสองว่าด้วย stochastic calculus กับ random walk ที่อยู่เบื้องหลัง portfolio theory และ option pricing model linear algebra เขาแนะนำของ Gilbert Strang ที่อธิบายแบบเข้าใจง่าย

Statistics และข้อมูล

econometrics ให้เริ่มจากเล่มเบื้องต้นของ Jeff Wooldridge แล้วค่อยขยับไป Greene time series เขาชอบเล่มของ Tsay เพราะปูพื้นฐานในบริบทการเงินโดยตรง ภาษาโปรแกรมให้เริ่มที่ Python และถ้าจะทำ machine learning กับข้อมูลการเงิน เขาชอบเล่มของ Marcos López

การเงิน

ด้านการเงิน เขาชอบเล่ม fixed income ของ Frank Fabozzi ที่ครอบคลุมทั้งแนวคิดและ valuation และสำหรับ option pricing คือเล่มของ John Hull ที่เขาว่าดังและใช้กันมาก ปิดด้วยงาน quantitative finance ของ Paul Wilmott ที่เขาเล่าว่าแบ่งเป็นสามเล่ม เล่มแรกพื้นฐานคณิตและการเงิน เล่มสอง fixed income กับ derivatives เล่มสาม econometrics และวิธีเชิงตัวเลข

คอร์สเสริม

ฝั่งคอร์ส เขาแนะนำ single-variable และ multivariable calculus ของ MIT ช่อง 3Blue1Brown สำหรับภาพของ linear algebra ช่อง StatQuest สำหรับ econometrics และ regression และคอร์ส Machine Learning A-Z บน Udemy สำหรับโปรเจกต์ลงมือทำ เขายังเล่าว่าใช้ตำรา CFA Level I สองเล่มด้าน equity investments และ portfolio management เพื่อเข้าใจ CAPM และ portfolio theory พื้นฐาน

หนังสือที่กล่าวถึงในคลิป

คณิตศาสตร์

  1. Thomas' Calculus — ทบทวน calculus

  2. Stochastic Calculus for Finance I — Steven Shreve

  3. Stochastic Calculus for Finance II — Steven Shreve

  4. ตำรา linear algebra ของ Gilbert Strang (คลิปไม่ได้เอ่ยชื่อเล่มชัด)

Statistics ข้อมูล และโค้ด

  1. ตำรา econometrics เบื้องต้นของ Jeff Wooldridge (คลิปไม่ได้เอ่ยชื่อเล่มชัด)

  2. Econometrics ของ William H. Greene ผู้พูดเรียกว่า Greene's Econometrics

  3. Analysis of Financial Time Series — Ruey S. Tsay ผู้พูดเรียกว่าเล่มของ Tsay

  4. Advances in Financial Machine Learning — Marcos López de Prado ผู้พูดเรียกว่าเล่มของ Marcos López

การเงิน

  1. ตำรา fixed income ของ Frank Fabozzi (คลิปไม่ได้เอ่ยชื่อเล่มชัด)

  2. ตำรา option pricing ของ John Hull (คลิปไม่ได้เอ่ยชื่อเล่มชัด)

  3. งาน quantitative finance สามเล่มของ Paul Wilmott (คลิปไม่ได้เอ่ยชื่อเล่มชัด) รายการอ้างอิงของคลิประบุเป็น Paul Wilmott Introduces Quantitative Finance ซึ่งเป็นเล่มเดียว ไม่ตรงกับคำบรรยายสามเล่ม

  4. ตำรา CFA Level I ด้าน equity investments และ portfolio management (คลิปไม่ได้เอ่ยชื่อเล่มชัด)

Libro สังเกตว่า

  • คลิปนี้เป็นหลักสูตรแยกตามวิชา ตำราคือแกน คอร์สเป็นส่วนเสริม แต่ละเล่มได้เวลาเพียงไม่กี่วินาที จึงเหมาะใช้เป็นแผนที่ว่าวิชาไหนควรมีตำราอะไร มากกว่าเป็นรีวิวหนังสือ

  • หลายเล่มผู้พูดเอ่ยเพียงชื่อผู้เขียน ผู้เขียนเหล่านี้มีงานหลายเล่มและหลายฉบับ ถ้าจะหาอ่าน ควรเทียบหัวข้อที่เขาบรรยายกับสารบัญของเล่มที่เลือก โดยเฉพาะงานของ Wilmott ที่คำบรรยายในคลิปไม่ตรงกับเล่มเดียว

  • Libro มีบทความแนะนำ Analysis of Financial Time Series บทความแนะนำ Advances in Financial Machine Learning และบทความแนะนำ Stochastic Calculus for Finance I

ดูคลิปต้นทาง

Books & Courses for Quantitative Finance — ช่อง ‘Quant’ify Your Career ภาพหัวบทความเป็นเฟรมจากคลิปนี้ ตัดจากภาพหน้าจอ YouTube

บทความนี้อ่านจบได้ในตัวเอง หนังสือด้านบนคือจุดต่อยอดสำหรับผู้ที่ต้องการศึกษาลึกขึ้น

  • 25 ตุลาคม 2569

    Analysis of Financial Time Series ฉบับที่ 3: ตำรา time series การเงินของ Ruey S. Tsay

    ตำรา financial econometrics ของ Ruey S. Tsay ครอบคลุม ARMA, GARCH, high-frequency data, VaR, cointegration และ MCMC บทความนี้สรุปจากสารบัญและบทที่ 1 ที่ Wiley เปิดให้อ่านตัวอย่าง เพื่อช่วยตัดสินว่าเล่มนี้เหมาะกับระดับของคุณหรือไม่

  • 25 ตุลาคม 2569

    Advances in Financial Machine Learning: ใครควรอ่าน และต้องมีพื้นฐานอะไรก่อน

    หนังสือของ Marcos López de Prado ว่าด้วยการใช้ Machine Learning กับข้อมูลการเงินตั้งแต่การจัดโครงสร้างข้อมูลจนถึงการทดสอบกลยุทธ์ บทความนี้สรุปจากสารบัญและบทที่ 1 ที่สำนักพิมพ์เผยแพร่ เพื่อช่วยตัดสินว่าเล่มนี้เหมาะกับคุณหรือยัง

  • 25 ตุลาคม 2569

    Stochastic Calculus for Finance I: ปูพื้น risk-neutral pricing ด้วย binomial model

    เล่มแรกของชุด Stochastic Calculus for Finance โดย Steven Shreve ใช้ binomial model สอน derivatives pricing แบบ no-arbitrage, martingale และ change of measure บทความนี้สรุปจากคำนำ สารบัญ และบทนำที่ Springer เปิดให้อ่านตัวอย่าง