# 金融中的签名方法

- 原标题：Signature Methods in Finance
- 类型：书籍
- 来源：doi.org
- 发布时间：2026-10-27
- 首次精选：2026-10-27 16:18
- 分级：值得看
- 学习层级：深入
- 主题：[ai-mathematics-proofs](<https://oplearnx.com/md/topics/ai-mathematics-proofs.md>)（第 12 位）
- 原文链接：[https://doi.org/10.1007/978-3-031-97239-3](<https://doi.org/10.1007/978-3-031-97239-3>)
- 本站页面：[https://oplearnx.com/resources/pk\_979acdc62628](<https://oplearnx.com/resources/pk_979acdc62628>)

## 摘要

DOAB 收录的开放获取图书，作者为 Christian Bayer、Goncalo dos Reis、Blanka Horvath、Harald Oberhauser，Springer Nature 出版，出版年份 2026，DOI 为 10.1007/978-3-031-97239-3，可免费合法阅读。简介称本书为路径签名方法这一快速发展领域提供入门指引，面向早期职业研究者和量化分析师、应用研究者等具备量化背景的从业者，涵盖近期进展并含编码示例；主题包括路径签名方法、机器学习、数学金融建模，以及交易、模型校准和统计金融中的示例。信源不提供版次。

## 概览

- 难度：进阶
- 语言：英文
- 规模：424 页 · 11 章
- 费用：免费
- 动手：有配套代码

## 学完你能

- 说清路径签名（path signature）的定义与基本性质，并能把路径数据转化为签名特征
- 掌握张量及其运算，用于理解与计算路径签名
- 理解签名核作为序列数据正定核的原理与计算方式
- 认识市场生成器等基于神经网络的市场模拟模型
- 把签名方法用于两样本统计检验、函数型泰勒展开与基于签名的定价/波动率模型
- 将签名视角用于交易策略、非马尔可夫过程最优停止与半鞅模型下的期望签名与签名累积量

## 适合你吗

- 适合：早期研究人员
- 适合：量化分析师与量化取向的从业者
- 适合：应用数学/金融数学方向、希望把签名方法落到计算实践中的读者
- 适合：研究机器学习与数学金融交叉方向的研究者
- 暂不适合：没有随机分析与概率论基础、只想读科普式入门的读者
- 需要先会：需要经典实分析与积分的基础（第一章作此要求），并具备概率论、随机分析与数学金融的基本背景。

## 本书特点

- 内容侧重：以路径视角建模金融市场，系统讲述路径签名理论及其在机器学习与数理金融中的应用，理论与应用兼顾。
- 练习与项目：含带解答的练习题、手写数字分类等算例，正文提供代码示例，代码放在关联的 GitHub 仓库中。
- 费用说明：全书开放获取，电子版可免费阅读与下载；平装本售价 49.99 美元（不含税）。

## 目录

1. 第 1 章 A Primer on the Signature Method in Machine Learning（机器学习中的签名方法入门）
2. 第 2 章 An Introduction to Tensors for Path Signatures（路径签名所需的张量导论）
3. 第 3 章 The Signature Kernel（签名核）
4. 第 4 章 Market Generators: A Paradigm Shift in Financial Modeling（市场生成器）
5. 第 5 章 Signature Maximum Mean Discrepancy Two-Sample Statistical Tests（签名 MMD 两样本检验）
6. 第 6 章 Signature and the Functional Taylor Expansion（签名与函数型泰勒展开）
7. 第 7 章 Signature-Based Models in Finance（金融中的签名模型）
8. 第 8 章 Signature Trading Strategies（签名交易策略）
9. 第 9 章 Optimal Stopping for Non-Markovian Asset Price Processes（非马尔可夫价格过程的最优停止）
10. 第 10 章 Adapted Topologies and Higher-Rank Signatures（适应拓扑与高阶签名）
11. 第 11 章 On Expected Signatures and Signature Cumulants in Semimartingale Models（半鞅模型中的期望签名与签名累积量）

---
来源：LearnMap · 学径（https://oplearnx.com）