金融数学，又称数理金融学等，是利用数学工具研究金融现象，通过数学模型进行定量分析，以求找到金融活动中潜在的规律，并用以指导实践。金融数学是现代数学与计算机技术在金融领域中的结合应用。目前，金融数学发展很快，是目前十分活跃的前言学科之一。

金融数学的发展曾两次引发了“华尔街革命”。上个世纪50年代初期，马克维茨提出证券投资组合理论，第一次明确地用数学工具给出了在一定风险水平下按不同比例投资多种证券，收益可能最大的投资方法，引发了第一次“华尔街革命”。马克维茨也因此获得了1990年诺贝尔经济学奖。

1973年，美国金融学家布莱克和舒尔斯用数学方法给出了期权定价模型，推动了期权交易的发展，期权交易很快成为世界金融市场的主要内容，成为第二次“华尔街革命”。 

不仅仅是理论界在金融数学领域取得巨大的成就。实务投资派也运用金融数学模型在市场中取得了巨大的盈利。

数学教授出身的“模型先生”詹姆斯·西蒙斯（James·Simons）曾连续两年在对冲基金经理人收入排行中位列第一。2005年，西蒙斯成为全球收入最高的对冲基金经理，净赚15亿美元。

西蒙斯和他的文艺复兴科技公司是华尔街一个彻底的异类，公司从不雇用华尔街人士，而是靠数学模型捕捉市场机会，用电脑作出交易决策，是这位超级投资者成功的秘诀。量化资金管理，用计算机系统发出交易信号，通过大量的短线交易，达到稳定累盈的结果。

模型先生们究竟是怎样用“数学模型”进行投机交易的呢？

“数学模型”方法是针对或参照某种事物系统的特征或数量相依关系，采用形式化数学语言，概括的或近似地表述出来的一种数学结构。

采用“数学模型”做交易，相对于常用的技术分析、基本分析等方法有如下优势：

一、交易更加精确量化

技术分析、基本分析等方法的缺陷都是不能做到完全的精确量化。

技术分析主要是用来分析交易的进场、出场点的，是抉择交易时机的一种方法。技术分析理论的主要的代表有道氏理论、波浪理论、江恩法则等。

主要分析方法有K线理论、切线理论、形态理论、量价关系理论。主要的分析指标包括：趋势型指标、超买超卖型指标、人气型指标、大势型指标等内容。

技术指标大多是线型的公式来表达价格涨落与历史价格成交量之间的关系。由于价格运动的复杂性用线型公式是无法概括表述的，所以存在技术指标时好时坏的现象。用几套技术指标叠加做出的系统，同样解释不了价格的运动。

因为大多技术指标编制的思路及出发点雷同，趋向性一致，所以造成了好用都好用，不好用都无奈的现象。

技术分析是成千上万证券市场投资者经验的结晶，它更像一门艺术。

其一，在它的各种理论体系中，从定义到规则，都带有明显的经验总结色彩，不具备严格的数学推理过程；

其二，它包含的理论很多，每位技术分析家都有不同的见地，这些分支理论并不能形成一整套相互辉映的理论体系。任何一种技术分析方法都不能完全适应于市场，每一种方法都有自己的盲点。

使用技术分析、基本分析无法精确量化交易。“数学模型”是采用离散采样的方法，对数据进行统计分析。根据证券市场的特性，价格是离散型的随机变量。“数学模型”会将随机变量的所有可能取值及相应的概率描述出来，模拟离散型随机变量的概率分布。通过概率进行资金分配，能够量化每笔交易手数。对交易的把控更加精确量化。

二、克服人性在交易时的弱点

在交易当中，最可怕莫过于人性的弱点。人的“贪婪”和“恐惧”在交易的过程当中会毫无遗漏的表现出来。有盈利的时候“惜卖”，亏损后又“死抱”；容易受到周边议论的影响，等等这些都会造成交易的随意性，导致亏损。

用“数学模型”各种规则都是固定量化的，计算出来的结果也是确定、唯一的，能够避免投资者在交易时主观的判断。我们所要做的就是相信系统，严格执行。

下面，我们对“数学模型”类交易方法的特点进行总结，进一步讨论“数学模型”在交易中的应用。

1.认为价格的运动是随机与有序并存。它并不是完全随机，也没有固定的规律，它的运动具有一定的“人为特征表象”。整体而言，市场是有效的，但仍存在短暂的或局部的市场无效性，可以提供交易机会。

2.主要通过对历史数据的离散采样统计，找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的数学关系，发现市场目前存在的微小获利机会，并通过杠杆比率进行快速而大规模的交易获利。

3.通过高频次且快速的日内短线交易来捕捉稍纵即逝的机会。通过大量的交易次数对冲风险，累积盈利。

4.要求市场具有高活跃度和流动性。要求交易品种价格的运动具有连续性，以及成交量的活跃性。这一点主要是为了保证交易的可成交性。

5.运用现代计算机技术将“数学模型”转化为交易系统，通过计算机的海量运算能力实现应用