掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
金融數據統計分析 基于R語言實例 版權信息
- ISBN：9787111758174
- 條形碼：9787111758174 ; 978-7-111-75817-4
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
金融數據統計分析 基于R語言實例 本書特色
本書是著名統計學家James E. Gentle撰寫的金融數據統計分析教材，結合金融數據的特點，把統計方法與R軟件實現緊密聯系，自成體系，即有對統計學、計量經濟方法原理的介紹，又有各種具體的應用實例、程序代碼，還列出了供讀者深入學習的參考文獻和注釋說明。因此，不管是金融數據統計分析的初學者，還是有一定統計和計量分析基礎的讀者，都可以從閱讀和學習本書中獲益良多。
金融數據統計分析 基于R語言實例 內容簡介
本書涵蓋了使用統計分析和數據科學方法對財務數據進行建模和分析的方法。第1章概述了金融市場，描述了市場運作并使用探索性數據分析來說明金融數據的性質。第2章介紹了探索性數據分析的方法，尤其是圖形方法，并在實際財務數據上進行了說明。第3章介紹了可用于財務分析的概率分布，特別是重尾分布，并介紹了計算機模擬財務數據的方法。第4章介紹了統計推斷的基本方法，尤其是在分析中使用線性模型，第5章介紹了時間序列的方法，其中特別強調了適用于財務數據分析的模型和方法。附錄還描述了如何使用R從互聯網獲取當前財務數據。
金融數據統計分析 基于R語言實例 目錄
目 錄
譯者序
前言
第1章 金融數據的性質1
1.1 金融時間序列3
1.1.1 自相關系數5
1.1.2 平穩性5
1.1.3 時間尺度和數據加總6
1.2 金融資產和市場9
1.2.1 市場和監管機構11
1.2.2 利息14
1.2.3 資產收益率20
1.2.4 股票價格、公平市場價值23
1.2.5 股票分割、股利和資本收益32
1.2.6 指數和“市場”34
1.2.7 衍生資產43
1.2.8 空頭頭寸45
1.2.9 資產的投資組合：分散和
對沖46
1.3 收益率的頻率分布53
1.3.1 位置和尺度55
1.3.2 偏度56
1.3.3 峰度57
1.3.4 多元數據57
1.3.5 正態分布61
1.3.6 q-q圖64
1.3.7 異常值66
1.3.8 其他統計度量方法66
1.4 波動率69
1.4.1 收益率的時間序列69
1.4.2 度量波動率：歷史波動率和隱含
波動率72
1.4.3 波動率指數：VIX76
1.4.4 隱含波動率曲線78
1.4.5 風險評估與管理79
1.5 市場動態83
1.6 關于金融數據的典型事實89
注釋和深入閱讀90
練習和復習題92
附錄A1：使用R獲取和分析金融
數據95
第2章 金融數據的探索性分析141
2.1 數據縮減142
2.1.1 簡單概括統計量142
2.1.2 數據中心化和標準化143
2.1.3 多元數據的簡單概括統計量143
2.1.4 變換143
2.1.5 識別異常觀察值145
2.2 經驗累積分布函數145
2.3 概率密度的非參數估計149
2.3.1 分箱數據149
2.3.2 核密度估計150
2.3.3 多元核密度估計量152
2.4 探索性分析中的圖形法152
2.4.1 時間序列圖153
2.4.2 直方圖153
2.4.3 箱線圖154
2.4.4 密度圖155
2.4.5 二元數據156
2.4.6 q-q圖157
2.4.7 R中的圖形161
注釋和深入閱讀165
練習165
第3章 可觀察事件模型使用的概率
分布169
3.1 隨機變量和概率分布170
3.1.1 離散隨機變量171
3.1.2 連續隨機變量174
3.1.3 隨機變量的線性組合：期望和
分位數177
3.1.4 生存函數和風險函數178
3.1.5 多元分布178
3.1.6 多元分布中變量之間的
相關性180
3.1.7 連接函數183
3.1.8 多元隨機變量的變換185
3.1.9 順序統計量的分布186
3.1.10 漸近分布：中心極限定理187
3.1.11 概率分布的尾部189
3.1.12 隨機變量序列：隨機過程192
3.1.13 股票價格的擴散過程與期權
定價193
3.2 一些有用的概率分布195
3.2.1 離散分布196
3.2.2 連續分布197
3.2.3 多元分布204
3.2.4 對建模有用的一般分布族205
3.2.5 構造多元分布215
3.2.6 數據生成過程建模216
3.2.7 概率分布的R函數216
3.3 隨機變量的模擬219
3.3.1 均勻隨機數219
3.3.2 生成非均勻隨機數220
3.3.3 在R中模擬數據223
注釋和深入閱讀225
練習226
第4章 統計模型與推斷方法232
4.1 統計模型232
4.1.1 擬合統計模型235
4.1.2 變差的度量和分解236
4.1.3 線性模型237
4.1.4 非線性方差穩定化變換239
4.1.5 參數模型和非參數模型239
4.1.6 貝葉斯模型240
4.1.7 時間序列模型240
4.2 統計建模的標準與方法240
4.2.1 估計量及其性質240
4.2.2 統計建模方法242
4.3 統計建模的優化：*小二乘法和
*大似然估計法248
4.3.1 一般優化問題248
4.3.2 *小二乘法252
4.3.3 *大似然法258
4.3.4 處理優化問題的R函數260
4.4 統計推斷261
4.4.1 置信區間263
4.4.2 檢驗統計假設265
4.4.3 預測268
4.4.4 貝葉斯模型推斷268
4.4.5 再抽樣方法：自助法273
4.4.6 穩健統計方法275
4.4.7 尾部指數的估計277
4.4.8 風險值和預期損失的估計280
4.5 描述變量之間關系的模型283
4.5.1 主成分284
4.5.2 回歸模型287
4.5.3 線性回歸模型290
4.5.4 線性回歸模型：回歸變量293
4.5.5 線性回歸模型：單個觀察值和
殘差297
4.5.6 線性回歸模型：例子303
4.5.7 非線性模型313
4.5.8 在R中指定模型317
4.6 評估模型的充分性318
4.6.1 擬合優度檢驗；正態性檢驗318
譯者序
前言
第1章 金融數據的性質1
1.1 金融時間序列3
1.1.1 自相關系數5
1.1.2 平穩性5
1.1.3 時間尺度和數據加總6
1.2 金融資產和市場9
1.2.1 市場和監管機構11
1.2.2 利息14
1.2.3 資產收益率20
1.2.4 股票價格、公平市場價值23
1.2.5 股票分割、股利和資本收益32
1.2.6 指數和“市場”34
1.2.7 衍生資產43
1.2.8 空頭頭寸45
1.2.9 資產的投資組合：分散和
對沖46
1.3 收益率的頻率分布53
1.3.1 位置和尺度55
1.3.2 偏度56
1.3.3 峰度57
1.3.4 多元數據57
1.3.5 正態分布61
1.3.6 q-q圖64
1.3.7 異常值66
1.3.8 其他統計度量方法66
1.4 波動率69
1.4.1 收益率的時間序列69
1.4.2 度量波動率：歷史波動率和隱含
波動率72
1.4.3 波動率指數：VIX76
1.4.4 隱含波動率曲線78
1.4.5 風險評估與管理79
1.5 市場動態83
1.6 關于金融數據的典型事實89
注釋和深入閱讀90
練習和復習題92
附錄A1：使用R獲取和分析金融
數據95
第2章 金融數據的探索性分析141
2.1 數據縮減142
2.1.1 簡單概括統計量142
2.1.2 數據中心化和標準化143
2.1.3 多元數據的簡單概括統計量143
2.1.4 變換143
2.1.5 識別異常觀察值145
2.2 經驗累積分布函數145
2.3 概率密度的非參數估計149
2.3.1 分箱數據149
2.3.2 核密度估計150
2.3.3 多元核密度估計量152
2.4 探索性分析中的圖形法152
2.4.1 時間序列圖153
2.4.2 直方圖153
2.4.3 箱線圖154
2.4.4 密度圖155
2.4.5 二元數據156
2.4.6 q-q圖157
2.4.7 R中的圖形161
注釋和深入閱讀165
練習165
第3章 可觀察事件模型使用的概率
分布169
3.1 隨機變量和概率分布170
3.1.1 離散隨機變量171
3.1.2 連續隨機變量174
3.1.3 隨機變量的線性組合：期望和
分位數177
3.1.4 生存函數和風險函數178
3.1.5 多元分布178
3.1.6 多元分布中變量之間的
相關性180
3.1.7 連接函數183
3.1.8 多元隨機變量的變換185
3.1.9 順序統計量的分布186
3.1.10 漸近分布：中心極限定理187
3.1.11 概率分布的尾部189
3.1.12 隨機變量序列：隨機過程192
3.1.13 股票價格的擴散過程與期權
定價193
3.2 一些有用的概率分布195
3.2.1 離散分布196
3.2.2 連續分布197
3.2.3 多元分布204
3.2.4 對建模有用的一般分布族205
3.2.5 構造多元分布215
3.2.6 數據生成過程建模216
3.2.7 概率分布的R函數216
3.3 隨機變量的模擬219
3.3.1 均勻隨機數219
3.3.2 生成非均勻隨機數220
3.3.3 在R中模擬數據223
注釋和深入閱讀225
練習226
第4章 統計模型與推斷方法232
4.1 統計模型232
4.1.1 擬合統計模型235
4.1.2 變差的度量和分解236
4.1.3 線性模型237
4.1.4 非線性方差穩定化變換239
4.1.5 參數模型和非參數模型239
4.1.6 貝葉斯模型240
4.1.7 時間序列模型240
4.2 統計建模的標準與方法240
4.2.1 估計量及其性質240
4.2.2 統計建模方法242
4.3 統計建模的優化：*小二乘法和
*大似然估計法248
4.3.1 一般優化問題248
4.3.2 *小二乘法252
4.3.3 *大似然法258
4.3.4 處理優化問題的R函數260
4.4 統計推斷261
4.4.1 置信區間263
4.4.2 檢驗統計假設265
4.4.3 預測268
4.4.4 貝葉斯模型推斷268
4.4.5 再抽樣方法：自助法273
4.4.6 穩健統計方法275
4.4.7 尾部指數的估計277
4.4.8 風險值和預期損失的估計280
4.5 描述變量之間關系的模型283
4.5.1 主成分284
4.5.2 回歸模型287
4.5.3 線性回歸模型290
4.5.4 線性回歸模型：回歸變量293
4.5.5 線性回歸模型：單個觀察值和
殘差297
4.5.6 線性回歸模型：例子303
4.5.7 非線性模型313
4.5.8 在R中指定模型317
4.6 評估模型的充分性318
4.6.1 擬合優度檢驗；正態性檢驗318
展開全部
金融數據統計分析 基于R語言實例 作者簡介
詹姆斯·E. 金特爾（James E. Gentle）曾任喬治·梅森大學計算統計學教授，也是美國統計協會和美國科學促進會等多個學術機構的成員。他曾擔任The American Statistician（1989—1990）的副主編，以及多個計算統計學期刊的編輯，目前擔任Communications in Statistics的資深編輯。他主要從事計算統計、模擬、計算金融等方面的研究，已經出版了多本統計相關書籍。
書友推薦
- >
煙與鏡
- >
姑媽的寶刀
- >
朝聞道
- >
我與地壇
- >
史學評論
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
上帝之肋:男人的真實旅程
- >
名家帶你讀魯迅:故事新編
本類暢銷
