《金融市场中的统计模型和方法》讲述数量金融中最重要的统计方法和模型,通过统计建模和统计决策理论将金融理论与市场实务相联系。《金融市场中的统计模型和方法》的第一部分 讲述了基本的统计方法和金融应用,第二部分 则偏重于数量金融中的高级课题。《金融市场中的统计模型和方法》不仅在理论上近乎完备,更难能可贵的是,它给出了丰富的实例及其具体实现,这可以让读者在掌握理论的同时,对实际金融市场有一个基本的了解。此外,《金融市场中的统计模型和方法》还提供了大量的文献综述,为有兴趣的读者进行进一步的研究提供了素材。
《金融市场中的统计模型和方法》由浅入深,涵盖了金融中常用统计方法,从最基本的线性回归理论到国际上最先进的算法交易和引人关注的风险管理均有论述。《金融市场中的统计模型和方法》可作为高校金融专业的研究生教材或具有一定数学基础的读者的自学材料。
目录
译者序
中文版序言
第一部分 基本统计方法和金融应用
第一章 线性回归模型
1.1 普通最小二乘方法(OLS)
1.1.1 残差与残差平方和
1.1.2 投影矩阵的性质
1.1.3 半正定矩阵的性质
1.1.4 普通最小二乘估计的统计性质
1.2 统计推断
1.2.1 置信区间
1.2.2 方差分析(ANOVA)检验
1.3 变量选择
1.3.1 基于检验的变量选择及其他准则
1.3.2 逐步回归选变量法
1.4 回归诊断
1.4.1 残差分析
1.4.2 强影响点的诊断
1.5 推广到随机回归变量模型
1.5.1 最小方差线性预测
1.5.2 期货市场以及采用期货合约对冲
1.5.3 随机回归变量模型中的推断
1.6 回归中的boolstrap方法
1.6.1 代入(plug-in)原则和bootstrap重新抽样方法
1.6.2 Booistrapping回归模型
1.6.3 Bootstrap置信区间
1.7 广义最小二乘方法
1.8 模型的实现和说明
第二章 多元分析和似然推断
第三章 基本投资模型及其统计分析
第四章 参数模型与贝叶斯方法
第五章 时间序列建模与预报
第六章 资产收益率及其波动率的动态模型
第二部 分数量金融的高等课题
第七章 非参回归和实质一经验模型
第八章 期权定价理论和市场数据
第九章 金融计量中的高级多元和时间序列方法
第十章 利率市场
第十一章 统计交易策略
第十二章 风险管理中的统计方法