**大数据金融的随机建模:**这本书为读者提供了对大数据金融(BDF)中随机建模的严格概述和探讨。书中描述了各种随机模型,包括多变量模型,用于处理金融领域的大数据。这包括高频和算法交易中的数据,特别是限价单簿(LOB),并展示了如何将这些模型应用于不同的数据集,以描述LOB的动态,并确定哪种模型最适合特定的数据集。这本书的结果还可用于解决金融中的收购、清算和做市问题以及其他优化问题。 特点:
本书是一本自足的书籍,适合金融数学和数据科学的研究生和博士后,以及在金融行业工作、处理大数据的从业者。
所有结果都以视觉方式呈现,以帮助理解概念。
关于作者:
Dr. Anatoliy Swishchuk 是加拿大卡尔加里大学数学和统计学系的金融数学教授。他获得了来自乌克兰基辅州立大学的学士和硕士学位。他从乌克兰国家科学院(NASU)获得了数学和物理学的两个博士学位(PhD和DSc),并因其在随机演化及其应用中的一系列研究出版物而获得了NASU为年轻科学家颁发的金奖。 Swishchuk教授是数学和统计学系“Lab午餐”金融和能源金融研讨会的主席和组织者。他是卡尔加里大学数学和计算金融实验室的主任。他曾是Professional Risk Managers International Association (PRMIA)加拿大分会的指导委员会成员(2006-2015),并自2015年以来是Global Association of Risk Professionals (GARP)加拿大分会的指导委员会成员。
Swishchuk博士是数学与统计系金融数学项目的创建者。他还是数据科学和分析项目中新专业“金融和能源市场数据建模”的支持者。他的研究领域包括金融数学、随机演化及其应用、生物数学、随机微积分,并在四本研究期刊的编辑委员会上担任职务。他是超过200篇出版物的作者,其中包括15本书和150多篇同行评审的期刊文章。2018年,他获得了Peak Scholar奖。