前言
第1章 金融數據及其特徵
1.1 資産收益率
1.2 債券收益和價格
1.3 隱含波動率
1.4 R軟件包及其演示
1.4.1 R軟件包的安裝
1.4.2 Quantmod軟件包
1.4.3 R的基本命令
1.5 金融數據的例子
1.6 收益率的分布性質
1.7 金融數據的可視化
1.8 一些統計分布
1.8.1 正態分布
1.8.2 對數正態分布
1.8.3 穩態分布
1.8.4 正態分布的尺度混閤
1.8.5 多元收益率
習題
參考文獻
第2章 金融時間序列的綫性模型
2.1 平穩性
2.2 相關係數和自相關函數
2.3 白噪聲和綫性時間序列
2.4 簡單自迴歸模型
2.4.1 AR模型的性質
2.4.2 實踐中AR模型的識彆
2.4.3 擬閤優度
2.4.4 預測
2.5 簡單移動平均模型
2.5.1 MA模型的性質
2.5.2 MA模型定階
2.5.3 模型估計
2.5.4 用MA模型預測
2.6 簡單ARMA模型
2.6.1 ARMA(1,1)模型的性質
2.6.2 一般ARMA模型
2.6.3 ARMA模型的識彆
2.6.4 用ARMA模型進行預測
2.6.5 ARMA模型的三種錶示方式
2.7 單位根非平穩性
2.7.1 隨機遊動
2.7.2 帶漂移的隨機遊動
2.7.3 趨勢平穩時間序列
2.7.4 一般單位根非平穩模型
2.7.5 單位根檢驗
2.8 指數平滑
2.9 季節模型
2.9.1 季節差分
2.9.2 多重季節模型
2.9.3 季節啞變量
2.10 帶時間序列誤差的迴歸模型
2.11 長記憶模型
2.12 模型比較和平均
2.12.1 樣本內比較
2.12.2 樣本外比較
2.12.3 模型平均
習題
參考文獻
第3章 綫性時間序列分析案例學習
3.1 每周普通汽油價格
3.1.1 純時間序列模型
3.1.2 原油價格的使用
3.1.3 應用滯後期的原油價格數據
3.1.4 樣本外預測
3.2 全球溫度異常值
3.2.1 單位根平穩
3.2.2 趨勢非平穩
3.2.3 模型比較
3.2.4 長期預測
3.2.5 討論
3.3 美國月失業率
3.3.1 單變量時間序列模型
3.3.2 一個替代模型
3.3.3 模型比較
3.3.4 使用首次申請失業救濟金人數
3.3.5 模型比較
習題
參考文獻
第4章 資産波動率及其模型
4.1 波動率的特徵
4.2 模型的結構
4.3 模型的建立
4.4 ARCH效應的檢驗
4.5 ARCH模型
4.5.1 ARCH模型的性質
4.5.2 ARCH模型的優點與缺點
4.5.3 ARCH模型的建立
4.5.4 例子
4.6 GARCH模型
4.6.1 實例說明
4.6.2 預測的評估
4.6.3 兩步估計方法
4.7 求和GARCH模型
4.8 GARCH-M模型
4.9 指數GARCH模型
4.9.1 第一個示例
4.9.2 模型的另一種形式
4.9.3 第二個示例
4.9.4 用EGARCH模型進行預測
4.10 門限GARCH模型
4.11 APARCH模型
4.12 非對稱GARCH模型
4.13 隨機波動率模型
4.14 長記憶隨機波動率模型
4.15 另一種方法
4.15.1 高頻數據的應用
4.15.2 應用日開盤價、最高價、最低價和收盤價
習題
參考文獻
第5章 波動率模型的應用
5.1 GARCH波動率期限結構
5.2 期權定價和對衝
5.3 隨時間變化的協方差和β值
5.4 最小方差投資組閤
5.5 預測
習題
參考文獻
第6章 高頻金融數據
6.1 非同步交易
6.2交易價格的買賣報價差
6.3交易數據的經驗特徵
6.4價格變化模型
6.4.1 順序概率值模型
6.4.2 分解模型
6.5 持續期模型
6.5.1 日模式的成分
6.5.2 ACD模型
6.5.3 估計
6.6 實際波動率
6.6.1 處理市場微結構噪聲
6.6.2 討論
附錄A概率分布概覽
附錄B危險率函數
習題
參考文獻
第7章 極值理論、分位數估計與VaR
7.1 風險測度和一緻性
7.1.1 風險值
7.1.2 期望損失
7.2 計算風險度量的注記
7.3 風險度量製
7.3.1 討論
7.3.2 多個頭寸
7.4 VaR計算的計量經濟學方法
7.5 分位數估計
7.5.1 分位數與次序統計量
7.5.2 分位數迴歸
7.6 極值理論
7.6.1 極值理論概覽
7.6.2 經驗估計
7.6.3 股票收益率的應用
7.7 極值在VaR中的應用
7.7.1 討論
7.7.2 多期VaR
7.7.3 收益率水平
7.8 超齣門限的峰值
7.8.1 統計理論
7.8.2 超額均值函數
7.8.3 估計
7.8.4 另外一種參數化方法
7.9 平穩損失過程
習題
參考文獻
索引
作為一名金融領域的初學者,我對統計學和R語言都感到有些畏懼,但這本書用一種非常友好和循序漸進的方式,化解瞭我的不安。它避免瞭枯燥的數學推導,更多地關注於概念的理解和實際的應用。每當遇到一個我不太理解的統計概念,書中總會用非常生動的比喻或者形象的圖示來解釋,讓我能夠快速建立起直觀的認識。而R語言的學習,也因為有瞭這些實際金融場景的引導,變得不再枯燥乏味,我甚至開始享受在代碼的世界裏探索金融規律的過程,這真的是一個非常寶貴的學習體驗。
评分這本書最讓我印象深刻的是它對於金融數據的洞察力,不僅僅停留在錶麵,而是深入到瞭數據背後所蘊含的規律和驅動因素。它教會我如何從海量的數據中挖掘有價值的信息,如何識彆市場中的潛在風險和機會,以及如何利用統計學工具來做齣更明智的投資決策。尤其是在處理一些非綫性的、復雜的金融關係時,書中提供的模型和方法,都給我帶來瞭全新的視角和啓發,讓我認識到,金融分析遠不止是簡單的數字遊戲,更是一種對未知世界的探索和預判。
评分這本書的語言風格,我隻能說,簡直是教科書級彆的嚴謹,但也恰恰是這種嚴謹,讓我對金融數據分析的每一個概念都理解得更加透徹。作者在闡述理論時,總能層層遞進,從最基礎的統計概念講起,逐步深入到更復雜的模型和應用,邏輯鏈條清晰得幾乎沒有斷點。而且,他/她引用瞭大量實際的金融案例,這些案例既有代錶性,又充滿瞭現實意義,使得抽象的理論一下子變得鮮活起來,仿佛我不是在紙上閱讀,而是在真實的交易大廳裏,親身感受著市場波動和數據分析的力量。
评分我一直在尋找一本能夠真正幫助我掌握R語言在金融領域應用的實操性指南,而這本書無疑滿足瞭我的期望。它不僅僅是理論的堆砌,更重要的是,每一章都配有詳細的R語言代碼示例,這些代碼可以直接運行,並且清晰地解釋瞭每一步操作的意義和目的。我嘗試著跟著書中的例子,一步一步地復現那些分析過程,從數據清洗、特徵工程到模型構建和評估,整個過程都順暢無比。這種“跟著做,就能學會”的學習方式,對於我這種動手能力比較強的人來說,簡直是太棒瞭。
评分這本書的包裝和設計真的很有心,封麵是一種沉靜的藍色,搭配上銀色的書名,顯得非常專業和大氣,一看就知道是那種適閤在學術場閤或者作為案頭常備的書。書頁的紙質也很好,摸起來厚實而有韌性,翻閱起來不會有廉價感,印刷清晰,排版也舒服,即使長時間閱讀也不會覺得眼睛疲勞。我特彆喜歡它那種硬殼精裝的質感,拿在手裏很有分量,感覺就像一本傳世之作,擺在書架上也是一道亮麗的風景綫,每次看到它,都會勾起我想去深入探索金融世界奧秘的衝動。
评分太棒了
评分书不错,不过要慢慢看
评分非常便宜,凑300-100,叠加200-10的,希望以后还有券
评分教材,很薄的一本
评分刚入门,书质量还好。内容还不清楚实用性如何。
评分大师作品,值得品读!
评分好书,非常喜欢,很有趣
评分挺便宜的,就是到11月了活动没有了
评分内容清晰,是专业入门的好书
本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 tushu.tinynews.org All Rights Reserved. 求知書站 版权所有