教科書：
Daniel J. Duffy, Financial Instrument Pricing Using C++ (2nd
Edition), Wiley Finance
補充教材：
本學期課程以 Modern C++ 與金融工程（Computational Finance） 為核心， 從現代 C++ 程式語言出發，逐步進入數值方法、金融商品評價，以及金融軟體系統設計。
本課程並不是單純學習 C++ 語法，也不是單純學習金融數學。
我們真正要處理的核心問題是：
如何將一個金融模型，轉換成可靠、可維護、可擴充，而且具有效率的 C++ 金融工程程式？
因此，本學期將同時處理四個彼此連結的層次：
\[ \text{Financial Model} \]
\[ \downarrow \]
\[ \text{Numerical Algorithm} \]
\[ \downarrow \]
\[ \text{Modern C++ Software Design} \]
\[ \downarrow \]
\[ \text{QuantLib Implementation} \]
亦即：
金融模型 → 數值方法 → C++ 程式設計 → QuantLib 金融工程實務
本課程希望建立的是一條完整的金融計算程式學習路徑，而不是彼此獨立的程式語法與金融公式。
完成本課程後，希望同學能夠：
本學期不把 C++ 僅僅視為：
「一個執行速度比較快的程式語言」
C++ 在金融工程中的價值還包括：
因此，我們會特別討論：
如何依照問題的特性，選擇適合的 programming paradigm。
Modern C++ 並不是只有 Object-Oriented Programming。
C++ 是一個 Multiparadigm Programming Language，可以同時支援：
在實際金融工程系統中，通常必須將這些方法適當組合，而不是完全依賴 class hierarchy。
std::unique_ptrstd::shared_ptrstd::weak_ptrautonullptrforstd::variant如何避免：
觀察 QuantLib 中：
std::functionstd::bind傳統 C++ 常利用：
inheritance
virtual functions
function pointers來達成軟體彈性。
Modern C++ 則可以進一步利用：
std::function
lambda
template建立更容易組合、低耦合的軟體架構。
討論：
decltypestd::declvalstd::enable_ifGeneric Programming 的目的並不只是減少重複程式碼。
它也提供：
但 template 並不自動代表程式一定比較快。
仍然必須考量：
std::pairstd::tuple例如，一個 Option Pricing Function 可以同時計算：
Price
Delta
Gamma在 C++ 中可利用 std::tuple 將這些結果整合：
using ComputedData =
std::tuple<double, double, double>;而不必為 Price、Delta 與 Gamma 建立彼此獨立的資料交換方式。
Black–Scholes 將作為本學期的重要示範模型。
除了金融公式本身之外，我們會進一步研究：
因此，我們不只問：
Black–Scholes 的公式是什麼？
還要進一步思考：
Black–Scholes Pricing Engine 應該如何設計？
例如：
Market / Option Data
↓
Pricing Algorithm
↓
Price + Greeks主要內容：
主要內容：
Monte Carlo Simulation 為本學期重要的金融數值方法之一。
主要內容：
現代 CPU 普遍採用 multicore architecture。
因此，在金融計算中除了演算法正確性之外，也需要進一步考慮平行運算。
主要內容：
std::threadstd::asyncstd::future並以 Monte Carlo Simulation 作為重要案例。
我們真正要思考的並不是：
如何建立很多 threads？
而是：
一個金融計算問題中，哪些工作可以安全且有效率地 parallelize？
本課程另一個重要目標，是理解：
數學公式正確，不代表金融軟體就是好的。
金融軟體還必須考量：
因此我們會討論：
傳統 Gang of Four Design Patterns 主要建立於：
Modern C++ 提供更多設計工具，例如：
std::function因此我們會比較傳統與 Modern C++ 的設計方法。
Base Class
/ \
/ \
Derived A Derived BInterface / Function Signature
↓
Callable Object
↓
Algorithm並討論下列 Design Patterns：
我們也會思考：
哪些 Design Pattern 仍然適合直接使用？
以及：
哪些 Design Pattern 可以利用 Modern C++ 重新設計？
課程後半段將逐步把前面學習的 C++ 與金融模型帶入 QuantLib。
QuantLib 不只是金融公式的集合。
它同時是一個大型的：
Financial Engineering Software Framework
我們會逐步研究其主要概念，例如：
Instrument
↓
PricingEngine
↓
Model
↓
Market Data以及：
學習 QuantLib 的重點不只是：
QuantLib::Bond或：
QuantLib::VanillaOption怎麼呼叫。
更重要的是理解：
QuantLib 為什麼要這樣設計？
主要內容：
將前面所學的：
Financial Model
+
Numerical Method
+
C++ Architecture與 QuantLib 的實際實作進行比較。
主要內容：
核心問題仍然是：
QuantLib 如何把金融模型、數值演算法與軟體架構結合？
| 週次 | 主題 | 主要閱讀 | 程式實作 |
|---|---|---|---|
| 1 | 課程介紹、Modern C++ 與金融工程 | Ch.1 | C++ 環境確認、Black–Scholes 初步案例 |
| 2 | Smart Pointer、RAII、Ownership | Ch.2 | unique_ptr / shared_ptr |
| 3 | Move Semantics 與 Modern C++ Fundamentals | Ch.2 | Copy vs Move 實驗 |
| 4 | std::function、Lambda 與 Callable Objects |
Ch.3 | Pricing Function |
| 5 | Template 與 decltype |
Ch.4 | Generic Numerical Function |
| 6 | Tuple 與 Multiple Return Values | Ch.5 | Price / Delta / Gamma |
| 7 | Type Traits 與 Generic Lambda | Ch.6 | Compile-Time Type Analysis |
| 8 | Multiparadigm Design | Ch.7 | Strategy Pattern Modernization |
| 9 | STL Algorithms 與金融資料 | Ch.17–18 | STL Financial Data Processing |
| 10 | Lattice Models | Ch.11–12 | Binomial Option Pricing |
| 11 | Random Number Generation | Ch.26 | Normal Random Number Generator |
| 12 | Monte Carlo I | Ch.31 | GBM + European Option |
| 13 | Monte Carlo II | Ch.31–32 | Asian / Barrier Option |
| 14 | C++ Concurrency | Ch.28–29 | thread / async / future |
| 15 | QuantLib 基礎架構 | 補充講義 | Instrument / PricingEngine |
| 16 | QuantLib 固定收益 | 補充講義 | Bond / Yield / Duration / DV01 |
| 17 | QuantLib Option 與 Design Pattern | 補充講義 | VanillaOption / PricingEngine |
| 18 | 綜合案例與期末專題 | 綜合 | Pricing / Risk System |
期末專題的目標不是完成一套大型金融系統，而是實際整合：
Financial Model
↓
Numerical Method
↓
Modern C++
↓
Software Architecture
↓
Pricing / Risk Result以下為可能的專題方向。
實作：
最後將自行開發的結果與 QuantLib 比較。
實作：
並比較不同方法的：
支援：
並利用：
std::thread
std::async
std::future進行 parallelization。
比較：
三種方法的執行效率。
選擇一個 QuantLib 模組：
Instrument
PricingEngine
CashFlow
TermStructure
Option
Bond分析：
並嘗試進行小型功能擴充。
本學期可以歸納為五個核心主題。
不只是學習 C++ 語法，而是理解：
RAII
Smart Pointer
Move Semantics
Lambda
Template
Type Traits
STL以及這些語言工具背後的設計思想。
理解：
Financial Model
↓
Numerical Algorithm
↓
Computer Implementation金融計算不是只有公式。
我們還必須理解：
除了：
「算得出答案」
還要求程式具備：
Correctness
Maintainability
Extensibility
Reliability
Performance不只學習：
QuantLib::Bond
QuantLib::VanillaOption
QuantLib::PricingEngine如何使用。
更重要的是理解：
QuantLib 如何把金融理論轉換成大型 C++ 金融工程架構？
最終希望建立完整的思考方式：
金融理論
↓
數學模型
↓
數值方法
↓
C++ Algorithm
↓
Software Architecture
↓
QuantLib
↓
Pricing / Risk Management SystemC++ 是一門需要實際撰寫程式才能真正掌握的語言。
因此，本學期的學習方式將以：
Concept → Code → Experiment → Financial Application
為主要流程。
每一個重要觀念都希望經過：
同學不應只閱讀程式碼，而應實際：
Compile
Run
Modify
Test
Debug
Measure
Compare才能真正理解 Modern C++ 與金融計算程式。
這學期我們不是單純學 C++，也不是單純學金融數學；我們要學的是如何使用 Modern C++，把金融模型真正做成可以工作的金融工程軟體。
因此，本學期真正希望培養的並不是：
「記住多少 C++ 語法」
而是：
面對一個金融問題時，知道如何把 Financial Model、Numerical Method、C++ 與 Software Design 組合成一個可靠的解決方案。