สรุปคลิปของ Dimitri Bianco: วิชาและตำราปริญญาตรีก่อนสมัครปริญญาโทสาย quant

ที่มาของบทความ: บทความนี้สรุปคลิป "Undergrad Courses and Books to Prepare for Quant Masters" ของช่อง Dimitri Bianco เผยแพร่เมื่อ 18 มิถุนายน 2023 ความยาวราว 18 นาที เรียบเรียงจากคำบรรยายภาษาอังกฤษของคลิป คำบรรยายถอดด้วยเครื่อง ชื่อเฉพาะบางคำอาจคลาดเคลื่อน เนื้อหาต่อจากนี้เป็นความเห็นของผู้พูด เงื่อนไขรับสมัครที่เขาอ่านให้ฟังเป็นของปี 2023 และ Libro ยังไม่ได้ตรวจกับเว็บไซต์ของแต่ละหลักสูตร

Real analysis คือวิชาที่ผู้พูดไม่เคยเรียน เขายอมรับในคลิปว่าควรจะเรียน เพราะมันจะทำให้หลายเรื่องง่ายขึ้นมาก และเป็นวิชาที่ University of Michigan อยากเห็นในผู้สมัคร

เมื่อมีคนถามว่าต้องเรียนอะไรมาก่อนสมัครปริญญาโทสาย quant เขาตอบทันทีว่า Calculus 1 ถึง 3, ODE, PDE, linear algebra และ probability ซึ่งเขาเรียกว่า big five

สิ่งที่ผู้พูดเล่า

เงื่อนไขของแต่ละหลักสูตร

หลักสูตรที่ไม่ขอวิชาเหล่านี้มีอยู่ แต่ผู้พูดเตือนว่าจะสอนด้วยความเข้มข้นระดับบัณฑิตศึกษาไม่ได้ เพราะผู้เรียนขาดพื้นฐาน เขาเปิดเงื่อนไขให้ดูทีละแห่ง Baruch ขอ calculus สองเทอม กับ probability, linear algebra, C++ และการเงินอย่างละเทอม Michigan เขียนว่า "แนะนำ" แต่เขาบอกว่าส่วนใหญ่คือข้อบังคับจริง ส่วน Carnegie Mellon, NYU Tandon และ Rutgers ต่างกันในรายละเอียด เขาย้ำว่าวิชาทั้งหมดต้องเรียนเป็นรายวิชาในระดับปริญญาตรี การอ่านเองช่วยเสริมได้

แกนคณิตศาสตร์

ตำรา calculus ของ James Stewart เขาชอบเพราะชัดและเข้าใจง่าย แต่ไม่ใช่เล่มที่เขาใช้เรียนเอง linear algebra เป็นวิชาที่หลายคนพลาด เขาชอบหนังสือและสไตล์การสอนของ Gilbert Strang และชี้ไปที่คอร์สฟรีบน MIT OpenCourseWare เขาบอกว่าวิชานี้วางรากให้ statistical modeling และการคิดในหลายมิติ

probability ควรเป็นแบบที่ใช้ calculus เขาบอกตรง ๆ ว่าไม่มีตำราเล่มไหนที่ยอดเยี่ยมจริง เล่มของ Devore ที่คนแนะนำกันมากเขาให้แค่คำว่า "โอเค" ส่วนเล่มของ Hogg กับ Tanis เข้าใจง่ายกว่า แม้อาจเข้มข้นน้อยกว่า วิชานี้เป็นพื้นของ stochastic differential equations, Monte Carlo และ Markov chain ที่จะเจอในปริญญาโท

ตำรา ODE ของ David Logan กับ PDE ของ Peter Olver เขาได้มาจากเซลของ Springer และบอกเองว่ายังแทบไม่ได้อ่าน

การเขียนโปรแกรมและการเงิน

ผู้พูดชอบ C++ เพราะบังคับให้เข้าใจพื้นฐานการเขียนโปรแกรมที่ยากและละเอียด แต่ถ้าต้องเลือกเรียนภาษาเดียว เขาแนะนำ Python ทั้งที่ไม่ใช่ภาษาโปรด และแนะนำให้ลงเรียนเป็นวิชามากกว่าอ่านเล่มหนาเอง ภาษาที่เขารักคือ R

I would argue probably the vast majority, 75% of programming in the quant research, model development space, excluding quant dev, is actually done in R.

แม้หลักสูตรส่วนใหญ่จะไม่นับว่า R เป็นภาษาโปรแกรม "จริง" ด้านการเงินเขาเลือกตำราการลงทุนที่เคยใช้เรียนตอนปริญญาตรี และแนะนำวิชา capital markets หรือการเงินธุรกิจเบื้องต้น

วิชาเลือก

สำหรับ real analysis เขาแนะนำหนังสือสองเล่มของ Jay Cummings ที่ตั้งใจทำตำราให้คนเข้าถึงได้ง่าย ให้อ่านเล่ม proofs ก่อน แล้วค่อยไปเล่ม real analysis เพราะเล่มหลังอ้างถึงวิชา proofs ที่ผู้อ่านเรียนมาก่อน ส่วนวิชาที่เขาแนะนำหนักแน่นที่สุดคือ econometrics ซึ่งก็คืองานประจำของเขาในฐานะ quant ที่ทำ model ให้ธนาคารและ fintech ถ้ามีเวลาเหลือ ให้เรียน statistics และ machine learning เพิ่ม และถ้ายังขาดวิชาไหน ควรหาทางลงเรียนจริงเพื่อให้ผ่านเงื่อนไขรับสมัคร

หนังสือที่กล่าวถึงในคลิป

แกนคณิตศาสตร์

1. Calculus — James Stewart ชัดและเข้าใจง่าย

2. Introduction to Linear Algebra — Gilbert Strang (คลิปไม่ได้เอ่ยชื่อเล่มชัด) ผู้พูดบอกแค่ว่าเป็นเล่มเก่าที่ซื้อมือสอง ค่อนข้างบาง

3. Probability and Statistics for Engineering and the Sciences — Jay L. Devore "โอเค"

4. Probability and Statistical Inference — Robert V. Hogg, Elliot A. Tanis และ Dale L. Zimmerman เข้าใจง่ายกว่า

5. A First Course in Differential Equations — J. David Logan (คลิปไม่ได้เอ่ยชื่อเล่มชัด) ผู้พูดเพิ่งเปิดดูคร่าว ๆ

6. Introduction to Partial Differential Equations — Peter J. Olver ยังไม่ได้อ่าน

การเขียนโปรแกรม

1. Learning Python — Mark Lutz เล่มหนาไว้เปิดอ้างอิง

2. Automate the Boring Stuff with Python — Al Sweigart เป็นมิตรกับมือใหม่กว่า

3. The Art of R Programming — Norman Matloff เขียนชัดเจน

การเงิน

1. Essentials of Investments — Zvi Bodie, Alex Kane และ Alan J. Marcus ตำราเบื้องต้นที่เขาเคยใช้เรียน

วิชาเลือก

1. Proofs: A Long-Form Mathematics Textbook — Jay Cummings อ่านก่อน

2. Real Analysis: A Long-Form Mathematics Textbook — Jay Cummings

3. Introductory Econometrics: A Modern Approach — Jeffrey M. Wooldridge เล่มโปรดของผู้พูด

Libro สังเกตว่า

• เงื่อนไขรับสมัครที่ผู้พูดอ่านให้ฟังเป็นภาพของปี 2023 ก่อนวางแผนลงวิชาควรตรวจกับหน้าเว็บของหลักสูตรที่สนใจอีกครั้ง

• ตัวเลข 75% ของงานเขียนโปรแกรมที่ใช้ R เป็นการประเมินของผู้พูดเอง เขาใช้คำว่า "I would argue probably" จึงไม่ควรอ่านเป็นสถิติของอุตสาหกรรม

• ผู้พูดบอกเองว่ายังไม่ได้อ่านเล่ม ODE และ PDE อย่างจริงจัง ส่วนเล่มของ Strang และ Logan เขาไม่ได้เอ่ยชื่อเล่ม ชื่อในรายการมาจากรายชื่อต้นทาง ควรดูปกในคลิปประกอบ

• อ่านต่อได้ที่บทความแนะนำ Introductory Econometrics บทความแนะนำ Real Analysis: A Long-Form Mathematics Textbook และบทความแนะนำ Probability and Statistical Inference

ดูคลิปต้นทาง

Undergrad Courses and Books to Prepare for Quant Masters — ช่อง Dimitri Bianco ภาพหัวบทความเป็นเฟรมจากคลิปนี้ ตัดจากภาพหน้าจอ YouTube