本書介紹了高級金融工程技術(shù)及操作原理。作者列出了大量彭博資訊系統(tǒng)的頁面，通過真實的條款佐證他所闡述的各項觀點；同時也結(jié)合了大量必不可少的VisualBasic計算機代碼、模型的電子數(shù)據(jù)表解釋、產(chǎn)品說明書以及期權(quán)分類表格。除了實用性導(dǎo)向外，作者以漫畫的形式出現(xiàn)在整本書中，以帶有個人色彩的口語化文字對書中討論的關(guān)鍵部分內(nèi)容給出強調(diào)與解釋。
第2版前言這個版本相對于第1版來說有了相當大的升級和拓展。一如既往，書中內(nèi)容以反映我本人的興趣與見解為主。在兩個版本之間的這段日子里，金融市場的規(guī)模越來越大，建模者可以運用的工具包越來越多，而我的腰圍也變得越來越粗。從個人角度來說，我已經(jīng)在實際操作領(lǐng)域投入了與在獨立研究領(lǐng)域一樣長的時間。那么很自然地，我將會在這個版本中引入許多新的材料，這些材料一方面能體現(xiàn)我作為科學(xué)家對模型精確性的要求，另一方面也能體現(xiàn)我作為實際操作者對模型高速、穩(wěn)健且簡明易懂的需要。正如我之前所說的，本書具有強烈的個人色彩。由于數(shù)量金融領(lǐng)域的主題一貫以來都是飛速變化的，我建議讀者在本書學(xué)習(xí)過程中補充閱讀我推薦的各種拓展閱讀。
我想再次感謝在第1版序中致謝的人：Arefin Huq、Asli Oztukel、Bafkam Bim、Buddy Holly、 Chris McCoy、 Colin Atkinson、 Daniel Bruno、 Dave Thomson、 David Bakstein、 David Epstein、 David Herring、David Wilson、 Edna HepburnRuston、 Einar Holstad、 Eli Lilly、Elisabeth Keck、Elsa Cortina、Eric Cartman、Fouad Khennach、Glen Matlock、Henrik Rassmussen、 Hyungsok Ahn、 Ingrid Blauer、 Jean Laidlaw、 Jeff Dewynne、 John Lydon、 John Ockendon、 Karen Mason、 Keesup Choe、 Malcolm McLaren、 Mauricio Bouabci、 Patricia Sadro、 Paul Cook、 Peter J¨ackel、Philip Hua、Philipp Sch¨onbucher、Phoebus Theologites、Quentin Crisp、Rich Haber、 Richard Arkell、
保羅·威爾莫特，本人是一個非常成功的波動率套利對沖基金的合伙人。盡管如此…他依然認為大多數(shù)快樂來自于教學(xué)。“我們都必須擅長某些事情。”他如實說道，將他的天真、無防備以及樂觀的性格展示無疑。
目前，他與支持鼓勵他的良師益友有時還兼任私人代購的安德莉亞一起幸福快樂的住在倫敦的中心。
第五部分 進階主題
第45章 金融建模
第46章 布萊克-斯科爾斯模型的缺陷
第47章 離散對沖
第48章 交易成本
第49章 波動率模型概述
第50章 確定性波動率曲面
第51章 隨機波動率
第52章 不確定參數(shù)
第53章 波動率經(jīng)驗分析
第54章 隨機波動率和均值-方差分析
第55章 波動率的漸近分析
第56章 波動率案例學(xué)習(xí)：棘輪期權(quán)
第57章 跳躍擴散
第58章 崩盤模型
第59章 用期權(quán)進行投機
第60章 靜態(tài)對沖
第61章 流動性不足市場中對沖的反饋效應(yīng)
第62章 效用理論
第63章 美式期權(quán)及相關(guān)問題的拓展討論
第64章 紅利建模高級方法
第65章 收益的序列自相關(guān)
第66章 連續(xù)時間資產(chǎn)配置
第67章 崩盤風(fēng)險下的資產(chǎn)配置
第68章 無概率利率建模
第69章 衍生品定價與最優(yōu)對沖：無概率模型（續(xù)）
第70章 無概率利率模型拓展
第71章 通貨膨脹建模
第72章 能源衍生品
第73章 實物期權(quán)
第74章 壽險保單結(jié)算與保單貼現(xiàn)
第75章 發(fā)放獎金的時間
第六部分 數(shù)值方法與程序
第76章 數(shù)值方法概述
第77章 單因子模型的有限差分法
第78章 單因子模型的有限差分法進階
第79章 兩因子模型的有限差分法
第80章 蒙特卡羅模擬
第81章 數(shù)值積分
第82章 有限差分程序
第83章 蒙特卡羅程序
附錄A 你所需要的所有數(shù)學(xué)知識（一份執(zhí)行摘要）
附錄B VisualBasic計算機代碼
《保羅·威爾莫特數(shù)量金融系列：數(shù)量金融（第3卷 原書第2版）》：
讓我們看一下數(shù)據(jù)，來了解實際收益率究竟偏離正態(tài)分布有多遠。有幾種方式來直觀地分辨兩個分布之間的不同，在我們的例子中，即研究經(jīng)驗分布與正態(tài)分布之間的差別。一種方式是重疊兩個概率分布。在圖57-1中我們可以看到1986～1997年施樂公司收益率的分布，該圖已經(jīng)標準化到單位標準差。實際分布的波峰要明顯比正態(tài)分布的波峰高。因為這兩個分布都有相同的標準差，那么波峰較高的分布必須有比較肥的尾部來平衡，但在圖上它們可能太小以至于看得不是很清晰。即使在這里看來很小，但是它們還是很重要。
在所有的市場上都存在這種差異，甚至利率市場上利率的變化也不例外。實際分布相當明顯地偏離正態(tài)分布。更高的波峰意味著與對數(shù)正態(tài)隨機游走對比，實際中將會有更大的概率發(fā)生小的變動。考慮到這一章的主題，更為重要的是，尾部會更加肥厚。也就是說，與正態(tài)分布的預(yù)測相比，實際中將會有更大的概率發(fā)生大的上升或者下降。
圖57-2展示了施樂公司日收益率的累積分布函數(shù)（標準化到零均值和單位標準差）預(yù)計標準正態(tài)分布的累積分布函數(shù)。在圖57-3中展示了這兩者之間的差異。如果你觀察圖57-3，你將看到，對于偏離均值負兩個標準差之外，實際分布給予的權(quán)重要比正態(tài)分布所給的權(quán)重大。如果同時考慮到這種極端價格運動的重要性和發(fā)生的概率后，你還假定人們可能只是對沖小的價格變動，那么你將陷入一種糟糕的情形。
……
新書資訊