金融市场中的统计模型和方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

金融市场中的统计模型和方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 基本统计方法和金融应用1

第一章　线性回归模型3

1.1　普通最小二乘方法（OLS）4

1.1.1　残差与残差平方和4

1.1.2　投影矩阵的性质5

1.1.3　半正定矩阵的性质6

1.1.4　普通最小二乘估计的统计性质7

1.2　统计推断8

1.2.1　置信区间8

1.2.2　方差分析（ANOVA）检验9

1.3　变量选择11

1.3.1　基于检验的变量选择及其他准则11

1.3.2　逐步回归选变量法14

1.4　回归诊断15

1.4.1　残差分析15

1.4.2　强影响点的诊断17

1.5　推广到随机回归变量模型17

1.5.1　最小方差线性预测17

1.5.2　期货市场以及采用期货合约对冲18

1.5.3　随机回归变量模型中的推断19

1.6　回归中的bootstrap方法20

1.6.1　代入（plug-in）原则和bootstrap重新抽样方法20

1.6.2　Bootstrapping回归模型22

1.6.3　Bootstrap置信区间22

1.7　广义最小二乘方法23

1.8　模型的实现和说明24

习题29

第二章 多元分析和似然推断33

2.1　随机变量的联合分布34

2.1.1　变量替换35

2.1.2　期望和协方差矩阵35

2.2　主成分分析（principle component analysis,PCA）36

2.2.1　基本定义36

2.2.2　主成分的性质38

2.2.3　实例分析：美国国债收益率-LIBOR掉期率的主成分分析40

2.3　多元正态分布44

2.3.1　定义和密度函数44

2.3.2　边际分布和条件分布45

2.3.3　正交性，独立性及其在回归中的应用45

2.3.4　样本协方差阵和Wishart分布46

2.4　似然推断49

2.4.1　极大似然方法49

2.4.2　渐近推断51

2.4.3　参数化bootstrap52

习题53

第三章 基本投资模型及其统计分析55

3.1　资产收益率56

3.1.1　定义56

3.1.2　资产价格和收益率的统计模型57

3.2　Markowitz投资组合选择理论59

3.2.1 投资组合权重59

3.2.2　有效投资集的几何表示59

3.2.3　有效组合的计算61

3.2.4　μ和∑的估计及实例分析63

3.3　资本资产定价理论（CAPM）64

3.3.1　模型64

3.3.2　在投资中的应用68

3.3.3　估计和检验68

3.3.4　CAPM的实证分析69

3.4　多因子定价理论71

3.4.1　套利定价理论72

3.4.2　因子分析72

3.4.3　主成分分析法75

3.4.4　Fama-French三因子模型76

3.5　重新抽样在投资组合管理中的应用76

3.5.1　Michaud重新抽样有效前沿77

3.5.2　投资绩效的bootstrap估计78

习题79

第四章 参数模型与贝叶斯方法81

4.1　极大似然及广义线性模型82

4.1.1　计算MLE的数值方法82

4.1.2　广义线性模型83

4.2　非线性回归模型85

4.2.1　高斯-牛顿算法86

4.2.2　统计推断87

4.2.3　实现和实例89

4.3　贝叶斯推断89

4.3.1　先验分布和后验分布89

4.3.2　贝叶斯方法90

4.3.3　多元正态均值和协方差阵的贝叶斯估计92

4.3.4　高斯回归模型中的贝叶斯估计93

4.3.5　经验贝叶斯估计和压缩估计94

4.4　压缩估计和贝叶斯方法在投资中的应用95

4.4.1　代入估计有效前沿下μ和∑的压缩估计96

4.4.2　另一种贝叶斯方法97

习题98

第五章 时间序列建模与预报101

5.1　平稳时间序列分析101

5.1.1　弱平稳101

5.1.2　独立性检验103

5.1.3　Wold分解与MA,AR和ARMA模型104

5.1.4　ARMA模型中的预报107

5.1.5　参数的估计和阶数的确定108

5.2　非平稳时间序列分析108

5.2.1　去除趋势项108

5.2.2　实例分析109

5.2.3　变换和差分112

5.2.4　单位根非平稳和ARIMA模型113

5.3　线性状态空间模型和卡尔曼滤波115

5.3.1 Pt|t-1,？t|t-1和？t|t的递归公式116

5.3.2 动态线性模型和beta系数时变的CAPM118

习题120

第六章 资产收益率及其波动率的动态模型123

6.1　资产收益率时间序列的特征事实124

6.2　时变波动率的移动平均估计128

6.3　条件异方差模型130

6.3.1　ARCH模型130

6.3.2　GARCH模型130

6.3.3　单整GARCH模型135

6.3.4　指数GARCH模型135

6.4　ARMA-GARCH模型和ARMA-EGARCH模型138

6.4.1　未来收益率和波动率的预报138

6.4.2　模型的实现和说明139

习题139

第二部分 数量金融的高等课题143

第七章 非参回归和实质—经验模型145

7.1　回归函数和最小方差预测146

7.2　一元预测147

7.2.1　运行均值／运行线平滑子和局部多项式回归147

7.2.2　核平滑子147

7.2.3　回归样条148

7.2.4　平滑三次样条151

7.3　平滑参数的选择151

7.3.1　偏差项与方差项之间的平衡152

7.3.2　交叉验证152

7.4　多元预测153

7.4.1　张量乘积基和多元适应回归样条153

7.4.2 可加回归模型154

7.4.3　投影寻踪回归155

7.4.4　神经网络算法155

7.5 将相关领域知识与非参回归相结合的建模方法157

7.5.1　带惩罚的样条模型和远期收益率的估计158

7.5.2 　对于公司债远期利率曲线的半参惩罚样条模型159

习题160

第八章 期权定价理论和市场数据163

8.1　期权价格和定价理论164

8.1.1　期权数据和买卖权平价164

8.1.2　欧式期权的Black-Scholes公式165

8.1.3　美式期权和最优停止169

8.2　隐含波动率170

8.3　Black-Scholes模型和定价理论的替代和修正173

8.3.1　隐含波动率函数（implied volatility function,IVF）模型173

8.3.2　常数方差弹性（constant elasticity of variance,CEV）模型174

8.3.3　随机波动率（stochastic volatility,SV）模型175

8.3.4 非参方法175

8.3.5 实质-经验方法176

习题178

第九章 金融计量中的高级多元和时间序列方法181

9.1　典范相关性分析182

9.1.1　交叉协方差和相关系数矩阵182

9.1.2　典范相关系数183

9.2　多元回归分析184

9.2.1　多元回归中的最小二乘估计184

9.2.2　降秩回归185

9.3　修正Cholesky分解和高维协方差矩阵186

9.4　多元时间序列187

9.4.1　平稳性和交叉相关性187

9.4.2　通过主成分分析降维188

9.4.3　带随机回归变量的线性回归188

9.4.4　单位根检验192

9.4.5　协整VAR194

9.5　长记忆性模型和机制转换／结构性变化198

9.5.1　单整模型中的长记忆性198

9.5.2　变点AR-GARCH模型199

9.5.3　机制转换模型204

9.6　随机波动率模型和多元波动率模型204

9.6.1　随机波动率模型204

9.6.2　多元波动率模型207

9.7　广义矩方法（generalized method of moments,GMM）208

9.7.1　线性关系的工具变量208

9.7.2　广义矩约束和GMM估计209

9.7.3　实例分析：不同短期利率模型的比较211

习题212

第十章　利率市场217

10.1　利率市场要素218

10.1.1　银行账户（货币市场账户）和短期利率218

10.1.2　零息票债券和即期利率219

10.1.3　远期利率221

10.1.4　掉期率和利率互换223

10.1.5　利率上限，下限和互换期权224

10.2　收益率曲线估计224

10.2.1　使用样条基函数的非参回归225

10.2.2　参数化模型225

10.3　债券收益率和其他利率的多元时间序列模型229

10.4　利率和短期利率的随机模型233

10.4.1　Vasicek模型，Cox-Ingersoll-Ross模型和Hull-White模型234

10.4.2　债券期权价格235

10.4.3　Black-Karasinski模型236

10.4.4　多因素仿射收益率模型236

10.5　随机远期利率模型和LIBOR及掉期率衍生品的定价237

10.5.1　基于Black远期价格模型的标准市场定价公式238

10.5.2　无套利定价：鞅和计价单位238

10.5.3　LIBOR市场模型和互换市场模型239

10.5.4　基于瞬时远期利率的HJM模型241

10.6　参数估计和模型选择242

10.6.1　金融行业中的利率模型校准242

10.6.2　拟合期限结构模型的计量方法245

10.6.3　波动率微笑和经验-实质方法246

习题246

第十一章　统计交易策略249

11.1　技术分析，交易策略和数据侦伺检验251

11.1.1　技术分析251

11.1.2　动量策略和反向动量策略252

11.1.3　配对交易策略253

11.1.4　交易策略收益性的经验检验255

11.1.5　价值投资和基于相关知识的交易策略258

11.2　高频数据，市场微观结构及相关的交易策略259

11.2.1　机制性背景以及交易数据的特征事实259

11.2.2　买卖价反弹和非同步交易模型262

11.2.3　对交易之间时间间隔的建模265

11.2.4　对标的价格过程的推断269

11.2.5　实时交易系统271

11.3　交易费用和动态交易271

11.3.1　交易费用的估计和分析271

11.3.2　异质的交易目标和策略272

11.3.3　多期交易和动态交易策略273

习题273

第十二章 风险管理中的统计方法275

12.1　金融风险和市场风险的度量276

12.1.1　金融风险的种类276

12.1.2　用于资本金计算的内部模型277

12.1.3　VaR和市场风险的其他度量277

12.2　VaR和ES的相关统计模型278

12.2.1　高斯通用模型及其t分布修正278

12.2.2　主成分分析的应用以及实例分析279

12.2.3　时间序列模型280

12.2.4　回顾测试VaR模型281

12.3　对非线性投资组合的风险度量281

12.3.1　通过泰勒展开进行局部评估282

12.3.2 通过蒙特卡罗方法进行全评估283

12.3.3　多元copula函数283

12.3.4　方差缩减技术（Variation reduction techniques）285

12.4　压力测试和极值理论286

12.4.1　压力测试286

12.4.2　极端损失和极值理论287

12.4.3　情景分析和蒙特卡罗模拟289

习题289

附录A 鞅论和中心极限定理293

附录B 平稳过程的极限理论298

附录C 单位根检验和协整性下的极限理论299

参考文献303

索引317