北京工业大学薛留根教授和程维虎教授来我校讲学,金融时间序列分析

图片 1

1十二月一日午后,应数学与音信科学高校诚邀,北工业余大学学博导薛留根和程维虎在数学南楼103室分别作了题为“纵向数据下一些线性模型的广义经验似然臆想”和“基于次序总结量的总计测算理论与措施”的学术报告。高校相关标准师生参加聆听了此次讲座。报告会由副省长庞善起经理。

《金融时间系列分析:第壹版》
主导音信
原书名:Analysis of Financial Time Series Third Edition
作者: (美)蔡瑞胸(Tsay, R. S.) [作译者介绍]
译者: 王远林 王辉 潘家柱
文库名: 图灵数学.总结学丛书
出版社:人民邮电出版社
ISBN:9787115287625
上架时间:二〇一二-8-20
出版日期:二零一三 年4月
开本:16开
页码:1
版次:1-1
所属分类: 数学
图片 1

薛留根首先介绍了广阔的当代计算模型和错综复杂数据,重点讲述了纵向数据下一些线性模型的猜度难题,基于3次估计函数和经验似然方法给出了参数分量和非参数分量的估价及其大样特性质,并由此总计模拟和事实上数目表达了经历似然方法的优势。

愈多关于
》》》《经济时间体系分析:第一版》
内容简介
书籍
数学书籍
  《金融时间类别分析:第二版》周全阐释了金融时间系列,并首要介绍了经济时间类别理论和艺术的脚下研讨热点和某些新颖研商成果,特别是高危机值总计、高频数据解析、随机波动率建立模型和马尔可夫链蒙特卡罗方法等方面。其余,本书还系统解说了财政和经济计量经济模型及其在财政和经济时间体系数据和建立模型中的应用,全数模型和措施的接纳均选择实际经济数据,并付出了所用计算机软件的吩咐。较之第1版,本版不仅更新了上一版中利用的数量,而且还提交了r
命令和实例,从而使其改为通晓主要总结划办公室法和技术的奠基石。
  《金融时间种类分析:第叁版》可看做时间连串分析的讲义,也适用于商学、艺术学、数学和总计学专业对金融的计量管教育学感兴趣的高年级本科生和博士,同时,也可作为生意、金融、保证等世界专业人员的参照用书。
目录
《金融时间体系分析:第①版》
第3章  金融时间类别及其天性  1
1.1  资金财产受益率  2
1.2  获益率的遍布性质  6
1.2.1  总结分布及其矩的追忆  6
1.2.2  收益率的遍布  13
1.2.3  多元收益率  16
1.2.4  受益率的似然函数  17
1.2.5  收益率的经历性质  17
1.3  其余进度  19
附录r  程序包  21
练习题  23
参考文献  24
第1章  线性时间类别分析及其应用  25
2.1  平稳性  25
2.2  相关周详和自有关函数  26
2.3  白噪声和线性时间类别  31
2.4  不难的自回归模型  32
2.4.1  ar模型的性情  33
2.4.2  实际中哪些识别ar模型  40
2.4.3  拟合优度  46
2.4.4  预测  47
2.5  不难滑动平均模型  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)模型的性能  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模型举行前瞻  60
2.6.5  arma模型的两种象征  60
2.7  单位根非平稳性  62
2.7.1  随机游动  62
2.7.2  带漂移的自由游动  64
2.7.3  带趋势项的大运体系  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  季节性差分歧  72
2.8.2  多重季节性模型  73
2.9  带时间体系误差的回归模型  78
2.10  协方差矩阵的相合估算  85
2.11  长记念模型  88
附录  一些sca  的命令  90
练习题  90
参考文献  92
第②章  条件异方差模型  94
3.1  波动率的特色  95
3.2  模型的组织  95
3.3  建模  97
3.4  arch模型  99
3.4.1  arch模型的本性  100
3.4.2  arch模型的老毛病  102
3.4.3  arch模型的建立  102
3.4.4  一些例证  106
3.5  garch模型  113
3.5.1  实例证实  115
3.5.2  预测的评估  120
3.5.3  两步推测方法  121
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  模型的另一种样式  125
3.8.2  实例证实  125
3.8.3  另3个例证  126
3.8.4  用egarch模型实行预测  128
3.9  门限garch模型  129
3.10  charma模型  130
3.11  随机周详的自回归模型  132
3.12  随机波动率模型  133
3.13  长回想随机波动率模型  133
3.14  应用  135
3.15  其余艺术  138
3.15.1  高频数据的运用  138
3.15.2  日开盘价、最高价、最低价和收盘价的使用  141
3.16  garch模型的峰度  143
附录  波动率模型推断中的一些rats  程序  144
练习题  146
参考文献  148
第肆章  非线性模型及其使用  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  函数周密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
第六章  高频数据解析与市场微观结构  196
5.1  非同步交易  196
5.2  买卖报价差  200
5.3  交易数据的经历特征  201
5.4  价格变动模型  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  价格转移和持续期的二元模型  225
5.8  应用  229
附录a  一些概率分布的追思  234
附录b  危险率函数  237
附录c  对持续期模型的有个别rats
程序  238
练习题  239
参考文献  241
第④章  接二连三时间模型及其应用  243
6.1  期权  244
6.2  一些连连时间的轻易进度  244
6.2.1  维纳进程  244
6.2.2  广义维纳进度  246
6.2.3  伊藤进度  247
6.3  伊藤引理  247
6.3.1  微分回看  247
6.3.2  随机微分  248
6.3.3  一个利用  249
6.3.4  1和?的估计  250
6.4  股价与对数收益率的遍布  251
6.5  b-s微分方程的演绎  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  伊藤引理的壮大  261
6.8  随机积分  262
6.9  跳跃扩散模型  263
6.10  接二连三时间模型的推断  269
附录a  b-s  公式积分  270
附录b  标准正态可能率的类似  271
练习题  271
参考文献  272
第柒章  极值理论、分位数估量与危机值  274
7.1  风险值  275
7.2  风险度量制  276
7.2.1  讨论  279
7.2.2  几个头寸  279
7.2.3  预期损失  280
7.3  var  总括的计量经济方法  280
7.3.1  多少个周期  283
7.3.2  在尺度正态分布下的预料损失  285
7.4  分位数猜度  285
7.4.1  分位数与次序总计量  285
7.4.2  分位数回归  287
7.5  极值理论  288
7.5.1  极值理论的追思  288
7.5.2  经验估算  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办法  302
7.7.1  总计理论  303
7.7.2  超过定额均值函数  305
7.7.3  极值建立模型的二个新点子  306
7.7.4  基于新措施的var总结  308
7.7.5  参数化的别的方法  309
7.7.6  解释变量的运用  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  极值指数的估价  321
7.8.3  平稳时间种类的危害值  323
练习题  324
参考文献  326
第9章  多元时间系列分析及其应用  328
8.1  弱平稳与接力{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  简化方式和结构方式  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
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  分明性函数的具体化  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模型的推测  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  不难例子  380
附录a  向量与矩阵的回想  385
附录b  多元春态分布  389
附录c  一些sca命令  390
练习题  391
参考文献  393
第七章  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  计算因子分析  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使用  426
10.1  指数加权揣摸  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  相关周密的利用  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
附录对估计的部分诠释  462
练习题  466
参考文献  467
第壹1章  状态空间模型和Carl曼滤波  469
11.1  局地趋势模型  469
11.1.1  总结测算  472
11.1.2  Carl曼滤波  473
11.1.3  预测误差的性情  475
11.1.4  状态平滑  476
11.1.5  缺失值  480
11.1.6  最先化效应  480
11.1.7  估计  481
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  带时变周全的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  Carl曼滤波和平滑  499
11.4.1  Carl曼滤波  499
11.4.2  状态测度误差和展望误差  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使用  517
12.1  马尔可夫链模拟  517
12.2  gibbs抽样  518
12.3  贝叶斯估摸  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  带时间体系误差的线性回归  526
12.6  缺点和失误值和那多少个值  530
12.6.1  缺失值  531
12.6.2  非凡值的辨别  532
12.7  随机波动率模型  537
12.7.1  一元模型的估量  537
12.7.2  多元随机波动率模型  542
12.8  推测随机波动率模型的新格局  549
12.9  马尔可夫转换模型  556
12.10  预测  563
12.11  其余使用  564
练习题  564
参考文献  565
索引  568  

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注