借阅：35人
收藏：0人
加入暂存架豆瓣内容简介：
金融数据分析完全指南
培养新一代量化精英
★★★
◎内容简介
本书是金融时间序列分析领域不可多得的杰作，自第1版问世以来，广受赞誉，产生了深远的影响。本书全面介绍了金融时间序列分析的理论和方法，系统地讲解了金融计量经济模型及其在金融时间序列数据的建模和预测中的应用。第3版使用开源的R软件包，可以对金融数据进行实证分析，也可以使用实例对相关计算和分析进行说明。本书还对金融计量方法的当前研究热点和一些最新研究成果进行了概述，例如实现波动率、条件风险值、统计套利及持续期和动态相关模型的应用。
第3版的特点还包括以下几个方面：
◆ 在高频数据分析和市场微观结构的所有讨论中，都使用了非线性持续期模型；
◆ 新增了一些非线性模型和方法的应用；
◆ 更新了多元时间序列分析，探讨了协整与配对交易的相关性；
◆ 采用一种统一的新方法，通过损失函数分析风险值；
◆ 在相依数据的极值、分位数和风险值的研究中，引入了极值指数。
★★★
◎图书评价
一本相当精彩的书！同它失之交臂将是所有从事时间序列分析研究的人的重大损失！
——《统计计算与模拟》
对金融时间序列进行了完美阐述！对于既要充实理论知识又要丰富实际应用体验的人来说，这是一部宝典！
——美国数学协会
本书是研究生学习时间序列分析的绝佳教材，同时也是高年级本科生在时间序列统计课程中的有益补充。
——《数学评论》
豆瓣作者简介：
Ruey S. Tsay（蔡瑞胸），美国芝加哥大学布斯商学院经济计量及统计学的 H.G.B. Alexander 讲席教授。1982年于美国威斯康星大学麦迪逊分校获得统计学博士学位。中国台湾“中央研究院”院士，美国统计协会和数理统计学会会士，Journal of Forecasting 联合主编，Journal of FinancialEconometrics 副主编。曾任美国统计学会商务与经济统计分会主席、《商务与经济统计》期刊主编。
目录：
第1章金融时间序列及其特征..........1
1.1资产收益率......................2
1.2收益率的分布性质...............6
1.2.1统计分布及其矩的回顾...6
1.2.2收益率的分布...........13
1.2.3多元收益率.............16
1.2.4收益率的似然函数.......17
1.2.5收益率的经验性质.......17
1.3其他过程.......................19
附录R程序包.....................21
练习题..............................23
参考文献............................24
第2章线性时间序列分析及其应用....25
2.1平稳性.........................25
2.2相关系数和自相关函数.........26
2.3白噪声和线性时间序列.........31
2.4简单的自回归模型..............32
2.4.1 AR模型的性质.........33
2.4.2实际中怎样识别AR
模型....................40
2.4.3拟合优度................46
2.4.4预测....................47
2.5简单滑动平均模型..............50
2.5.1 MA模型的性质.........51
2.5.2识别MA的阶..........52
2.5.3估计....................53
2.5.4用MA模型预测........54
2.6简单的ARMA模型............55
2.6.1 ARMA(1,1)模型的
性质....................56
2.6.2一般的ARMA模型.....57
2.6.3识别ARMA模型.......58
2.6.4用ARMA模型进行
预测....................60
2.6.5 ARMA模型的三种
表示....................60
2.7单位根非平稳性................62
2.7.1随机游动................62
2.7.2带漂移的随机游动.......64
2.7.3带趋势项的时间序列....65
2.7.4一般的单位根非平稳
模型....................66
2.7.5单位根检验.............66
2.8季节模型.......................71
2.8.1季节性差分化...........72
2.8.2多重季节性模型.........73
2.9带时间序列误差的回归模型.....78
2.10协方差矩阵的相合估计........85
2.11长记忆模型...................88
附录一些SCA的命令.............90
练习题..............................90
参考文献............................92
第3章条件异方差模型...............94
3.1波动率的特征..................95
3.2模型的结构....................95
3.3建模...........................97
3.4 ARCH模型....................99
3.4.1 ARCH模型的性质.....100
3.4.2 ARCH模型的缺点.....102
3.4.3 ARCH模型的建立.....102
3.4.4一些例子.............. 106
3.5 GARCH模型.................113
3.5.1实例说明.............. 115
3.5.2预测的评估............120
3.5.3两步估计方法..........121
2目录
3.6求和GARCH模型............121
3.7 GARCH-M模型..............122
3.8指数GARCH模型............123
3.8.1模型的另一种形式.....125
3.8.2实例说明.............. 125
3.8.3另一个例子............126
3.8.4用EGARCH模型进行
预测...................128
3.9门限GARCH模型............129
3.10 CHARMA模型..............130
3.11随机系数的自回归模型.......132
3.12随机波动率模型..............133
3.13长记忆随机波动率模型.......133
3.14应用.........................135
3.15其他方法....................138
3.15.1高频数据的应用.....138
3.15.2日开盘价、最高价、最低
价和收盘价的应用...141
3.16 GARCH模型的峰度.........143
附录波动率模型估计中的一些
RATS程序..................144
练习题.............................146
参考文献...........................148
第4章非线性模型及其应用..........151
4.1非线性模型...................152
4.1.1双线性模型............153
4.1.2门限自回归模型........154
4.1.3平滑转移AR(STAR)
模型...................158
4.1.4马尔可夫转换模型.....160
4.1.5非参数方法............162
4.1.6函数系数AR模型.....170
4.1.7非线性可加AR模型...170
4.1.8非线性状态空间模型...171
4.1.9神经网络.............. 171
4.2非线性检验...................176
4.2.1非参数检验............176
4.2.2参数检验.............. 179
4.2.3应用...................182
4.3建模..........................183
4.4预测..........................184
4.4.1参数自助法............184
4.4.2预测的评估............184
4.5应用..........................186
附录A一些关于非线性波动率模型
的RATS程序............190
附录B神经网络的S-Plus命令...191
练习题.............................191
参考文献...........................193
第5章高频数据分析与市场微观
结构..........................196
5.1非同步交易...................196
5.2买卖报价差...................200
5.3交易数据的经验特征..........201
5.4价格变化模型.................207
5.4.1顺序概率值模型........207
5.4.2分解模型.............. 210
5.5持续期模型...................214
5.5.1 ACD模型.............216
5.5.2模拟...................218
5.5.3估计...................219
5.6非线性持续期模型.............224
5.7价格变化和持续期的二元
模型..........................225
5.8应用..........................229
附录A一些概率分布的回顾......234
附录B危险率函数...............237
附录C对持续期模型的一些RATS
程序......................238
练习题.............................239
参考文献...........................241
第6章连续时间模型及其应用........243
6.1期权..........................244
6.2一些连续时间的随机过程......244
目录3
6.2.1维纳过程.............. 244
6.2.2广义维纳过程..........246
6.2.3伊藤过程.............. 247
6.3伊藤引理......................247
6.3.1微分回顾.............. 247
6.3.2随机微分.............. 248
6.3.3一个应用.............. 249
6.3.4和的估计.........250
6.4股票价格与对数收益率的
分布..........................251
6.5 B-S微分方程的推导..........253
6.6 B-S定价公式.................254
6.6.1风险中性世界..........254
6.6.2公式...................255
6.6.3欧式期权的下界........257
6.6.4讨论...................258
6.7伊藤引理的扩展...............261
6.8随机积分......................262
6.9跳跃扩散模型.................263
6.10连续时间模型的估计.........269
附录A B-S公式积分.............270
附录B标准正态概率的近似......271
练习题.............................271
参考文献...........................272
第7章极值理论、分位数估计与
风险值....................... 274
7.1风险值........................275
7.2风险度量制...................276
7.2.1讨论...................279
7.2.2多个头寸.............. 279
7.2.3预期损失.............. 280
7.3 VaR计算的计量经济方法.....280
7.3.1多个周期.............. 283
7.3.2在条件正态分布下的
预期损失...............285
7.4分位数估计...................285
7.4.1分位数与次序统计量...285
7.4.2分位数回归............287
7.5极值理论......................288
7.5.1极值理论的回顾........288
7.5.2经验估计.............. 290
7.5.3对股票收益率的应用...293
7.6 VaR的极值方法..............297
7.6.1讨论...................300
7.6.2多期VaR..............301
7.6.3收益率水平............302
7.7基于极值理论的一个新方法...302
7.7.1统计理论.............. 303
7.7.2超额均值函数..........305
7.7.3极值建模的一个新
方法...................306
7.7.4基于新方法的VaR
计算...................308
7.7.5参数化的其他方法.....309
7.7.6解释变量的使用........312
7.7.7模型检验.............. 313
7.7.8说明...................314
7.8极值指数......................318
7.8.1 D(un)条件.............319
7.8.2极值指数的估计........321
7.8.3平稳时间序列的风
险值...................323
练习题.............................324
参考文献...........................326
第8章多元时间序列分析及其应用...328
8.1弱平稳与交叉相关矩阵.......328
8.1.1交叉相关矩阵.........329
8.1.2线性相依性............330
8.1.3样本交叉相关矩阵....331
8.1.4多元混成检验..........335
8.2向量自回归模型...............336
8.2.1简化形式和结构形式...337
8.2.2 VAR(1)模型的平稳性
条件和矩...............339
8.2.3向量AR(p)模型.......340
4目录
8.2.4建立一个VAR(p)
模型...................342
8.2.5脉冲响应函数..........349
8.3向量滑动平均模型.............354
8.4向量ARMA模型.............357
8.5单位根非平稳性与协整........362
8.6协整VAR模型...............366
8.6.1确定性函数的具体化...368
8.6.2最大似然估计..........368
8.6.3协整检验.............. 369
8.6.4协整VAR模型的
预测...................370
8.6.5例子...................370
8.7门限协整与套利...............375
8.7.1多元门限模型..........376
8.7.2数据...................377
8.7.3估计...................377
8.8配对交易......................379
8.8.1理论框架.............. 379
8.8.2交易策略.............. 380
8.8.3简单例子.............. 380
附录A向量与矩阵的回顾........385
附录B多元正态分布.............389
附录C一些SCA命令...........390
练习题.............................391
参考文献...........................393
第9章主成分分析和因子模型........395
9.1因子模型......................395
9.2宏观经济因子模型.............397
9.2.1单因子模型............397
9.2.2多因子模型............401
9.3基本面因子模型...............403
9.3.1 BARRA因子模型.....403
9.3.2 Fama-French方法.....408
9.4主成分分析...................408
9.4.1 PCA理论.............408
9.4.2经验的PCA...........410
9.5统计因子分析.................413
9.5.1估计...................414
9.5.2因子旋转.............. 415
9.5.3应用...................416
9.6渐近主成分分析...............420
9.6.1因子个数的选择........421
9.6.2例子...................422
练习题.............................424
参考文献...........................425
第10章多元波动率模型及其应用....426
10.1指数加权估计................427
10.2多元GARCH模型..........429
10.2.1对角VEC模型......430
10.2.2 BEKK模型.........432
10.3重新参数化..................435
10.3.1相关系数的应用.....435
10.3.2 Cholesky分解.......436
10.4二元收益率的GARCH
模型.........................439
10.4.1常相关模型..........439
10.4.2时变相关模型........442
10.4.3动态相关模型........446
10.5更高维的波动率模型.........452
10.6因子波动率模型..............457
10.7应用.........................459
10.8多元t分布..................461
附录对估计的一些注释...........462
练习题.............................466
参考文献...........................467
第11章状态空间模型和卡尔曼
滤波........................ 469
11.1局部趋势模型................469
11.1.1统计推断............472
11.1.2卡尔曼滤波..........473
11.1.3预测误差的性质.....475
11.1.4状态平滑............476
11.1.5缺失值.............. 480
11.1.6初始化效应..........480
11.1.7估计.................481
目录5
11.1.8所用的S-Plus
命令.................482
11.2线性状态空间模型...........485
11.3模型转换....................486
11.3.1带时变系数的
CAPM..............487
11.3.2 ARMA模型.........489
11.3.3线性回归模型........495
11.3.4带ARMA误差的线性
回归模型............496
11.3.5纯量不可观测项
模型.................497
11.4卡尔曼滤波和平滑...........499
11.4.1卡尔曼滤波..........499
11.4.2状态估计误差和预测
误差.................501
11.4.3状态平滑............502
11.4.4扰动平滑............504
11.5缺失值.......................506
11.6预测.........................507
11.7应用.........................508
练习题.............................515
参考文献...........................516
第12章马尔可夫链蒙特卡罗方法及其
应用........................ 517
12.1马尔可夫链模拟..............517
12.2 Gibbs抽样..................518
12.3贝叶斯推断..................520
12.3.1后验分布............520
12.3.2共轭先验分布........521
12.4其他算法....................524
12.4.1 Metropolis算法.....524
12.4.2 Metropolis-Hasting
算法.................525
12.4.3格子Gibbs抽样.....525
12.5带时间序列误差的线性回归..526
12.6缺失值和异常值..............530
12.6.1缺失值.............. 531
12.6.2异常值的识别........532
12.7随机波动率模型..............537
12.7.1一元模型的估计.....537
12.7.2多元随机波动率
模型.................542
12.8估计随机波动率模型的新
方法.........................549
12.9马尔可夫转换模型...........556
12.10预测........................563
12.11其他应用...................564
练习题.............................564
参考文献...........................565
索引....................................568
