《随机建模在金融大数据中的应用》

文章主题：金融大数据随机建模, 随机模型, 金融数学, 数据科学

《金融大数据随机建模》一书深入探讨并全面阐述了金融大数据随机建模（BDF）的各个方面。书中详细介绍了各类随机模型，特别是应用于处理金融大数据的多元模型，如高频交易和算法交易数据，尤其在限价订单簿（LOB）中的情况。同时，作者还展示了如何将这些模型运用到不同数据集中，以描绘LOB的动态，并寻找适用于特定数据集的最优模型。此外，书中所得到的结论还可以运用于收购、清算和做市等问题，以及其他的财务优化问题。该书的读者对象主要是金融数学和数据科学领域的研究生和博士后，以及从事大数据处理的金融业从业者。为了更好地帮助理解概念，作者将所有结果以可视化的形式展示。Anatoliy Swishchuk博士是加拿大卡尔加里大学（University of Calgary）数学和统计系的数学金融教授。他在乌克兰基辅国立大学取得了学士学位和理科硕士学位，随后在乌克兰国家科学院（NASU）获得了数学和物理博士学位（博士和DSc）。由于其在随机进化及其应用领域的一系列研究，Swishchuk博士荣获了NASU青年科学家金的奖项。Swishchuk博士现任卡尔加里大学数学和计算金融实验室的主任，并担任加拿大职业风险管理协会（PRMIA）指导委员会成员（2006-2015年）以及加拿大全球风险专业人员协会（GARP）指导委员会成员（2015年至今）。他还负责创建了数学与统计学系数学金融项目，并支持了数据科学和分析领域“金融和能源市场数据建模”新兴专业的的发展。Swishchuk博士的研究领域涵盖了金融数学、随机进化及其应用、生物数学、随机微积分，并在多家研究期刊的编委会任职。他已经发表了200多篇论文，包括15本著作和150多篇在同行评审期刊上发表的文章。2018年，他荣获了Peak Scholar奖项。