复旦大学数学科学学院金融专硕应用统计考博考试以扎实的数理基础与金融应用能力为核心考察方向，其参考书目体系融合了概率统计、金融工程、计量经济学及前沿实证研究方法。考生需重点掌握以下四类文献：

一、数理统计与金融数学基础

《应用数理统计》（陈希孺著）系统构建了统计推断理论框架，需精读前12章参数估计、假设检验及回归分析内容，配合《概率论与数理统计》（ Sheldon Ross著）中的随机过程章节，强化对金融时间序列建模的数学基础。重点突破贝叶斯统计与金融风险建模相关例题，如Chapman-Kolmogorov方程在资产定价中的应用。

二、金融工程与衍生品定价

《金融工程与风险管理》（吴军著）作为核心教材，需深入理解Black-Scholes模型推导过程及希腊字母的经济含义，结合《衍生品市场》（John Hull著）补充利率衍生品定价的久期缺口理论。建议通过Python实现VIX指数波动率曲面建模，掌握蒙特卡洛模拟在期权定价中的实践应用。

三、计量经济与实证分析

《计量经济学》（ Wooldridge著）重点掌握面板数据模型、工具变量法及GMM估计，结合《计量经济学高级教程》（李实著）学习面板TVP模型构建。需完成Fama-French三因子模型实证分析，运用Stata进行截面数据异方差检验与稳健标准误计算，重点关注2018-2022年A股市场因子有效性检验。

四、前沿理论与交叉研究

精读《机器学习与量化投资》（张维迎著）中随机森林在因子挖掘中的应用，参考《统计学习与数据挖掘》（Hastie著）掌握LASSO在非线性和高维数据中的实践。需完成基于深度强化学习的多资产配置策略回测，使用TensorFlow实现卷积神经网络在宏观经济预测中的误差分析。

备考建议：建议采用"3+1"时间分配，前3个月完成教材精读与习题训练，第4个月进行专题突破（如高频交易统计套利），同步关注《经济研究》《金融研究》近三年相关论文。重点突破数学证明题（如证明GMM估计的协方差矩阵形式）与金融建模题（构建包含VIX指数的套利组合）。建议加入复旦大学统计系量化金融实验室，参与CTA策略实盘测试项目，积累实证分析经验。考试前需重点复习近五年复旦自主命题真题，特别注意2021年新增的"基于copula函数的金融风险测度"题型。