万本电子书0元读

万本电子书0元读

顶部广告

量化金融R语言初级教程电子书 租阅

量化金融已经逐渐成为金融领域的热门话题,并且有望在未来成为一个必然的发展趋势。R语言是数据处理的绝佳工具,将R语言引金融定量分析可以更好地优化分析过程,高效地获取分析结果。量化金融R语言初级教程 非常适合R语言新手和想使用R解决金融问题的读者使用。

售       价:¥

纸质售价:¥33.80购买纸书

311人正在读 | 2人评论 6.2

作       者:[匈牙利] Gergely Daróczi 盖尔盖伊 等

出  版  社:人民邮电出版社

出版时间:2017-05-01

字       数:9.6万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(2条)
  • 读书简介
  • 目录
  • 累计评论(2条)
R是用于统计分析、绘图的语言和操作环境。它是属于GNU系统的一个自由、免费、源代码放的软件,是一个用于统计计算和统计制图的强大工具。 量化金融R语言初级教程 通过9章的内容向读者详细介绍使用R语言实现量化金融的一些基础知识和方法,内容包括时间序列分析、投资组合优化、资产定价模型、固定收益证券、估计利率期限结构、衍生品定价、信用风险管理、极值理论和金融网络等。 量化金融R语言初级教程 的目标读者是那些希望通过R语言来解决量化金融问题的读者,如果读者具备一定的金融知识,将会对量化金融R语言初级教程 的阅读有较大的帮助。通过阅读量化金融R语言初级教程 ,读者将学习到有关R语言的诸多核心内容,并了解R语言在量化金融方面的各类应用。 R是用于统计分析、绘图的语言和操作环境。它是属于GNU系统的一个自由、免费、源代码放的软件,是一个用于统计计算和统计制图的强大工具。 量化金融R语言初级教程 通过9章的内容向读者详细介绍使用R语言实现量化金融的一些基础知识和方法,内容包括时间序列分析、投资组合优化、资产定价模型、固定收益证券、估计利率期限结构、衍生品定价、信用风险管理、极值理论和金融网络等。 量化金融R语言初级教程 的目标读者是那些希望通过R语言来解决量化金融问题的读者,如果读者具备一定的金融知识,将会对量化金融R语言初级教程 的阅读有较大的帮助。通过阅读量化金融R语言初级教程 ,读者将学习到有关R语言的诸多核心内容,并了解R语言在量化金融方面的各类应用。
【推荐语】
量化金融已经逐渐成为金融领域的热门话题,并且有望在未来成为一个必然的发展趋势。R语言是数据处理的绝佳工具,将R语言引金融定量分析可以更好地优化分析过程,高效地获取分析结果。量化金融R语言初级教程 非常适合R语言新手和想使用R解决金融问题的读者使用。
【作者】
Gergely Daróczi是一位社会学博士学位候选人,拥有大约8年R编程的数据管理和分析任务的工作经验。Gergely数年来在匈牙利的多所大学讲授统计学课程并从事数据分析工作,近期他还创建并协调着一个总部位于英国的在线报告创业公司。后者作为一种服务性平台,其软件或者平台称为rapporter.net,可以对本书涉及的所有方法和技术提供一个直观的界面和口。他对本书的贡献是提供了量化金融问题和方法的R实现。 Michael Puhle在德国帕绍大学(University of Passau)获得了金融学博士学位。他曾在慕尼黑的安联资产管理公司(Allianz Global Investors)担任高级风险控制经理多年,后来在毕马威金融风险管理(KPMG's Financial Risk Management)部门中担任管理助理,在那里他就市场风险模型为银行提供咨询。他还是斯普林格出版社(Springer Publishing)出版的《*组合优化》(Bond Portfolio Optimization)的作者之一。 Edina Berlinger是毕业于布达佩斯考文纽斯大学(Corvinus University of Budapest)的经济学博士。她是一名助理教授,讲授公司金融、投资学和金融风险管理。她还担任大学金融系的领导职务,也是匈牙利科学院金融分委员会的主席。她的专业涉及学生贷款系统、风险管理,近期又涉及了网络分析领域。在学生贷款设计、流动性管理、异质代理模型和系统风险方面,她领导过一些研究项目。 Péter Csóka是布达佩斯考文纽斯大学的助理教授,同时也是匈牙利科学院经济与区域研究中心、博弈论研究组的研究员。2008年,他在马斯特里赫特大学(Maastricht University)获得了博士学位。他的研究主题包括风险管理、风险资本配置、博弈论、公司金融以及一般均衡理论。他目前致力于分析对系统风险和非流动性资产组合的风险贡献。他在《运筹研究的数学方法》(Mathematical Methods of Operational Research)、《欧洲运筹研究杂志》(European Journal of Operational Research)、《博弈与经济行为》(Games and Economic Behaviour)以及《银行与金融杂志》(Journal of Banking and Finance)发表过论文。他还是布达佩斯金融市场流动性年度会议组织委员会的主席。 Daniel Havran是匈牙利科学院经济研究所、经济与区域研究中心的博士后研究员。他还在布达佩斯考文纽斯大学担任兼职的助理教授,在那里,他讲授公司金融(本科和博士水平)和信用风险管理(硕士水平)的课程。2011年,他在布达佩斯考文纽斯大学获得了经济学博士学位。他研究的兴趣方向是公司现金、基金流动性管理以及场外市场的信用衍生品。 Márton Michaletzky在2011年从布达佩斯考文纽斯大学获得了经济学博士学位。在2000~2003年间,他是协和证券有限公司(Concorde Securities Ltd)的风险经理和宏观经济分析师。作为资本市场交易经理,他在匈牙利国家高速公路管理公司获得了30亿欧元的证券化经验。2012年,他参与了一次IPO的准备工作以及匈牙利金融服务提供商的私人配售。在加DBH投资之前,他是CUB金融系的助理教授。 Zsolt Tulassay在一家专业的美国投资银行任量化分析师,从事评估衍生品定价模型相关的工作。在此之前,Zsolt是布达佩斯考文纽斯大学金融系的助理讲师,讲授衍生品、量化风险管理和金融计量经济学。Zsolt拥有布达佩斯考文纽斯大学和中欧大学的硕士学位。他研究的兴趣方向包括衍生品定价、构建收益率曲线、流动性风险以及异质代理模型。 Kata Váradi自2013年以来一直在布达佩斯考文纽斯大学任金融学的助理教授。2009年,Kata从布达佩斯考文纽斯大学研究生毕业,并于2012年获得了博士学位,她论文的主题是关于匈牙利股票市场的市场流动性风险分析。她的研究领域包括市场流动性、固定收益证券以及医疗系统的网络。除了研究,她对教学也很积极。主要讲授公司金融、投资学、估值以及跨国金融管理。 Agnes Vidovics-Dancs是博士学位候选人和布达佩斯考文纽斯大学金融系的助理教授。在此之前,她是匈牙利政府债务管理局的初级风险经理。她的主要研究领域是通常的政府债务管理,特别是主权危机和违约。
目录展开

内容提要

译者序

译者简介

作者简介

审稿人简介

前言

本书内容

阅读本书之前的准备工作

目标读者

排版约定

读者反馈

客户支持

下载示例代码

勘误表

侵权行为

问题

第1章 时间序列分析

1.1 使用时间序列数据

线性时间序列的建模与预测

1.2 对英国房屋价格建模并预测

1.2.1 模型识别和估计

1.2.2 模型诊断检查

1.2.3 预测

1.3 协整

航空燃油的交叉对冲

1.4 波动率建模

1.4.1 风险管理的波动率预测

1.4.2 检验ARCH效应

1.4.3 GARCH模型设定

1.4.4 GARCH模型估计

1.4.5 回测风险模型

1.4.6 预测

1.5 小结

第2章 投资组合优化

2.1 均方差模型

2.2 解的概念

(拉格朗日)定理

2.3 使用真实数据

2.4 切线组合和资本市场线

2.5 协方差矩阵中的噪声

2.6 如果方差不够用

2.7 小结

第3章 资产定价模型

3.1 资本资产定价模型

3.2 套利定价理论

3.3 贝塔估计

3.3.1 数据选择

3.3.2 简单贝塔估计

3.3.3 基于线性回归估计贝塔

3.4 模型检验

3.4.1 数据收集

3.4.2 对SCL建模

3.4.3 检验个体方差的解释能力

3.5 小结

第4章 固定收益证券

4.1 度量固定收益证券的市场风险

案例——R实现

4.2 固定收益投资组合的免疫

4.2.1 净值免疫

4.2.2 目标日期免疫

4.2.3 定制

4.3 可转换债券的定价

4.4 小结

第5章 估计利率期限结构

5.1 利率期限结构与相关函数

5.2 估计问题

5.3 基于线性回归的期限结构估计

5.4 三次样条回归

5.5 R函数应用

5.6 小结

第6章 衍生品定价

6.1 Black-Scholes模型

6.2 Cox-Ross-Rubinstein模型

6.3 两种模型之间的联系

6.4 希腊字母

6.5 隐含波动率

6.6 小结

第7章 信用风险管理

7.1 信用违约模型

7.1.1 结构模型

7.1.2 强度模型

7.2 相关违约——投资组合方法

7.3 迁移矩阵

7.4 使用R的信用评分入门

7.5 小结

第8章 极值理论

8.1 理论概览

8.2 应用——保险理赔的建模

8.2.1 探索性数据分析

8.2.2 理赔的尾部行为

8.2.3 阈值的决定

8.2.4 对尾部拟合GPD分布

8.2.5 使用拟合的GPD模型估计分位数

8.2.6 使用拟合的GPD模型计算预期损失

8.3 小结

第9章 金融网络

9.1 金融网络的表示、模拟和可视化

9.2 网络结构的分析和拓扑改变的检查

9.3 对系统风险的贡献——系统重要性金融机构的识别

9.4 小结

参考文献

累计评论(2条) 2个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部