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【威澳门尼斯人娱乐场】

5月十七日凌晨,应数学与新闻科学高校诚邀,北工业余大学学博士生导师薛留根和程维虎在数学南楼103室分别作了题为“纵向数据下局地线性模型的广义经验似然估摸”和“基于次序总计量的总括测算理论与方法”的学术报告。高校相关规范师生参与聆听了本次讲座。报告会由副委员长庞善起组长。

《金融时间连串剖判:第3版》
着力消息
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:二零一一-8-20
出版日期:二〇一三 年5月
开本:16开
页码:1
版次:1-1
所属分类: 数学
威澳门尼斯人娱乐场 1

薛留根首先介绍了广泛的当代总结模型和千头万绪数据,入眼叙述了纵向数据下局地线性模型的评估价值难点,基于一遍估计函数和经历似然方法给出了参数分量和非参数分量的测度及其大样天性质,并经过总括模拟和实际数据印证了经历似然方法的优势。

更加多关于
》》》《金融时间系列分析:第3版》
内容简单介绍
书籍
数学书籍
  《金融时间系列解析:第3版》全面阐释了金融时间种类,并珍视介绍了经济时间类别理论和方法的眼下商量热点和一些新星讨论成果,特别是风险值计算、高频数据分析、随机波动率建立模型和马尔可夫链蒙特卡罗方法等地点。另外,本书还系统演讲了财政和经济计量经济模型及其在财政和经济时间类别数据和建立模型中的应用,全数模型和方式的利用均运用实际经济数据,并提交了所用应用程式的授命。较之第2
版,本版不独有更新了上一版中运用的多寡,而且还交到了r
命令和实例,进而使其变为明白重要总结划办公室法和技巧的奠基石。
  《金融时间类别深入分析:第3版》可看成时间类别分析的教材,也适用于商学、历史学、数学和总括学专门的学业对金融的计量经济学感兴趣的高年级本科生和大学生,同一时间,也可用作商业、金融、有限协理等世界专门的学问人士的参照他事他说加以考察用书。
目录
《金融时间连串剖析:第3版》
第1章  金融时间连串及其特点  1
1.1  资金财产收益率  2
1.2  收益率的布满性质  6
1.2.1  总括布满及其矩的追忆  6
1.2.2  报酬率的分布  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  其余进程  19
附录r  程序包  21
练习题  23
参考文献  24
第2章  线性时间种类深入分析及其使用  25
2.1  平稳性  25
2.2  相关周详和自相关函数  26
2.3  白噪声和线性时间类别  31
2.4  轻松的自回归模型  32
2.4.1  ar模型的品质  33
2.4.2  实际中如何识别ar模型  40
2.4.3  拟合优度  46
2.4.4  预测  47
2.5  轻松滑动平均模型  50
2.5.1  ma模型的属性  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)模型的属性  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模型实行前瞻  60
2.6.5  arma模型的二种象征  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  带趋势项的年华种类  65
2.7.4  日常的单位根非平稳模型  66
2.7.5  单位根核准  66
2.8  季节模型  71
2.8.1  季节性差差别  72
2.8.2  多重季节性模型  73
2.9  带时间类别相对误差的回归模型  78
2.10  协方差矩阵的相合估算  85
2.11  长回忆模型  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  波动率的特色  95
3.2  模型的构造  95
3.3  建模  97
3.4  arch模型  99
3.4.1  arch模型的属性  100
3.4.2  arch模型的劣势  102
3.4.3  arch模型的确立  102
3.4.4  一些例子  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  另贰个例证  126
3.8.4  用egarch模型进行展望  128
3.9  门限garch模型  129
3.10  charma模型  130
3.11  随机全面的自回归模型  132
3.12  随机波动率模型  133
3.13  长记念随机波动率模型  133
3.14  应用  135
3.15  其余艺术  138
3.15.1  高频数据的选取  138
3.15.2  日开盘价、最高价、最实惠和收盘价的利用  141
3.16  garch模型的峰度  143
附录  波动率模型测度中的一些rats  程序  144
练习题  146
参照他事他说加以考察文献  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  马尔可夫调换模型  160
4.1.5  非参数方法  162
4.1.6  函数周详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  神经互联网  171
4.2  非线性核实  176
4.2.1  非参数核准  176
4.2.2  参数核算  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
参照他事他说加以考察文献  193
第5章  高频数据深入分析与市情微观结构  196
5.1  非同步交易  196
5.2  购买发售报价格差别  200
5.3  交易数额的阅历特征  201
5.4  价格变动模型  207
5.4.1  顺序可能率值模型  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  一些可能率遍布的追思  234
附录b  危险率函数  237
附录c  对持续期模型的一对rats
程序  238
练习题  239
参谋文献  241
第6章  再三再四时间模型及其使用  243
6.1  期权  244
6.2  一些总是时间的即兴进度  244
6.2.1  维纳进度  244
6.2.2  广义维纳过程  246
6.2.3  伊藤进程  247
6.3  伊藤引理  247
6.3.1  微分回想  247
6.3.2  随机微分  248
6.3.3  八个使用  249
6.3.4  1和?的估计  250
6.4  股价与对数回报率的遍及  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  危机中性世界  254
6.6.2  公式  255
6.6.3  欧式期货合作选择权的下界  257
6.6.4  讨论  258
6.7  伊藤引理的恢弘  261
6.8  随机积分  262
6.9  跳跃扩散模型  263
6.10  延续时间模型的估值  269
附录a  b-s  公式积分  270
附录b  标准正态可能率的好像  271
练习题  271
参照他事他说加以考察文献  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  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  多个周期  283
7.3.2  在尺度正态遍布下的料想损失  285
7.4  分位数预计  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  极值理论的追忆  288
7.5.2  经验揣摸  290
7.5.3  对股票(stock)报酬率的行使  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  报酬率水平  302
7.7  基于极值理论的三个新点子  302
7.7.1  总括理论  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措施  306
7.7.4  基于新点子的var总括  308
7.7.5  参数化的别的艺术  309
7.7.6  解释变量的选拔  312
7.7.7  模型查验  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  极值指数的测度  321
7.8.3  平稳时间体系的危害值  323
练习题  324
参照他事他说加以考察文献  326
第8章  多元时间种类分析及其使用  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  多元混成查证  335
8.2  向量自回归模型  336
8.2.1  简化情势和组织情势  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  创设贰个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  最大似然测度  368
8.6.3  协整核查  369
8.6.4  协整var模型的前瞻  370
8.6.5  例子  370
8.7  门限协整与利息套汇  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  配成对交易  379
8.8.1  理论框架  379
8.8.2  交易计谋  380
8.8.3  轻巧例子  380
附录a  向量与矩阵的追思  385
附录b  多元春态布满  389
附录c  一些sca命令  390
练习题  391
参照他事他说加以考察文献  393
第9章  主成分剖判和因子模型  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  主成分深入分析  408
9.4.1  pca理论  408
9.4.2  经验的pca  410
9.5  计算因子剖析  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  因子个数的挑选  421
9.6.2  例子  422
练习题  424
参照他事他说加以考察文献  425
第10章  多元波动率模型及其应用  426
10.1  指数加权揣度  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  相关周到的接纳  435
10.3.2  cholesky  分解  436
10.4  二元报酬率的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  越来越高维的波动率模型  452
10.6  因子波动率模型  457
10.7  应用  459
10.8  多元t  分布  461
附录对估计的一对申明  462
练习题  466
参谋文献  467
第11章  状态空间模型和Carl曼滤波  469
11.1  局部趋势模型  469
11.1.1  计算测算  472
11.1.2  Carl曼滤波  473
11.1.3  预测测量误差的属性  475
11.1.4  状态平滑  476
11.1.5  缺失值  480
11.1.6  伊始化效应  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  带时变周详的capm  487
11.3.2  arma模型  489
11.3.3  线性回归模型  495
11.3.4  带arma测量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  状态估算抽样误差和展望绝对误差  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
参谋文献  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  贝叶斯揣测  520
12.3.1  后验布满  520
12.3.2  共轭先验布满  521
12.4  别的算法  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  带时间体系标称误差的线性回归  526
12.6  缺点和失误值和那么些值  530
12.6.1  缺失值  531
12.6.2  非常值的甄别  532
12.7  随机波动率模型  537
12.7.1  一元模型的预计  537
12.7.2  多元随机波动率模型  542
12.8  揣测随机波动率模型的新点子  549
12.9  马尔可夫调换模型  556
12.10  预测  563
12.11  其余应用  564
练习题  564
参照他事他说加以考察文献  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