金融市场中的统计模型和方法

出版时间：2009-11  出版社：高等教育出版社  作者：黎子良+邢海鹏  页数：323  译者：姚佩佩  
Tag标签：无  

前言

　　从看到这本书，到现在，已经有一年时间了。这一年时间，是自己的一个学习过程；同时，这本书的翻译稿也逐渐完善。到今天，它终于可以和大家见面了。　　首先，我很荣幸能够有机会翻译这样一本好书。正如作者在序言中所提到的，这本书在出版之前，就已经在美国斯坦福大学、哥伦比亚大学及作者在浙江大学、台湾等地的讲学中作为教材使用了。从2008年7月正式在斯普林格出版社出版至今这不到一年的时间里，这本书更是吸引了很多读者，据我们所知，目前已经有加州大学伯克利分校统计系（Statistics at UC Berkeley），密西根大学安娜堡分校金融工程系(Financial Engineering at University of Michigan，Ann Arbor），佐治亚理工大学工业与系统工程系（Industrial and System Engineering at Georgia Technology University），新加坡国立大学（National University of Singapore），香港科技大学（Hong Kong University of Science and Technology），香港大学（HongKong University），国立台湾大学（National Taiwan University）等多所名校将这本书作为其硕士项目的教科书，当然还包括两位作者曾经或正在任教的斯坦福大学金融数学系（Financial Mathematics at Stanford University），哥伦比亚大学统计系(Statistics at Columbia University）以及纽约州立大学石溪分校数量金融系（Quantitative Finance at State University of New York，Stony Brook）。同时，这本书也被许多金融机构（例如对冲基金等）作为参考资料。因此，我们认为这本书的翻译出版是有意义的，我们也有理由相信这本书中文版的出版，也将在一定程度上填补我国金融领域教材的一个空白。

内容概要

本书讲述数量金融中最重要的统计方法和模型，通过统计建模和统计决策理论将金融理论与市场实务相联系。本书的第一部分讲述统计的基本背景知识，具体包括线性回归、广义线性回归与非线性回归、多元分析、似然推断与贝叶斯模型，以及时间序列分析，同时讲述这些模型在投资组合理论和资产收益率及波动率动态建模中的应用。第二部分讲述数量金融中的高级课题，并试图通过实质经验建模方法的引入来填补金融理论和市场实务之间的空白；我们将具体讲述其在期权定价、利率市场、统计交易策略和风险管理中的应用。非参数回归、计量经济学中的高级多元和时间序列方法，以及高频交易数据的相关统计方法也将置于这个框架下进行讲解。      本书曾作为金融数学(工程)和计算(数量)金融硕士项目的统计建模课程的教材。我们也向那些已经从事金融行业的数量分析师推荐，如果希望对实际中广泛应用的统计方法进行深入的学习，将本书作为自学材料。同时，本书提供了来自金融市场的具体实例和数据来说明我们所讲述的方法，因此也可作为统计和计量经济学研究生课程的教材，以帮助学生系统地学习回归、多元分析、似然理论与贝叶斯推断、非参数理论和时间序列分析等理论和模型。

作者简介

　　黎子良（1945-），香港大学本科毕业，1972年获美国哥伦比亚大学统计学博士学位。现为美国斯坦福大学教授。1983年获国际统计学界的考普斯“总统奖”。黎子良教授的主要研究领域包括序列实验、自适应设计和控制、随机最优化、时间序列和预测、变点监测、隐马尔可夫模型和粒子滤波、经验贝叶斯模型、多元生存分析、概率理论和随机过程、生物统计、计量经济学、定量金融和风险控制。　　邢海鹏（1976-），南开大学本科毕业，2005年获斯坦福大学统计学博士学位。现为纽约州立大学石溪分校助理教授。邢海鹏的主要研究领域为定量金融、多变点检测分析及其在计量经济学、工程及生物学上的应用。

书籍目录

译者序中文版序言第一部分  基本统计方法和金融应用　第一章  线性回归模型  　1．1  普通最小二乘方法(OLS)　    1．1．1  残差与残差平方和  　  1．1．2  投影矩阵的性质    　1．1．3  半正定矩阵的性质　    1．1．4  普通最小二乘估计的统计性质  　1．2  统计推断    　1．2．1  置信区间　    1．2．2 方差分析(ANOVA)检验  　1．3  变量选择    　1．3．1  基于检验的变量选择及其他准则  　  1．3．2  逐步回归选变量法　  1．4  回归诊断　    1．4．1  残差分析  　  1．4．2  强影响点的诊断　  1．5  推广到随机回归变量模型  　  1．5．1  最小方差线性预测    　1．5．2  期货市场以及采用期货合约对冲　    1．5．3  随机回归变量模型中的推断　  1．6  回归中的boolstrap方法  　  1．6．1  代入(plug-in)原则和bootstrap重新抽样方法  　  1．6．2  Booistrapping回归模型    　1．6．3  Bootstrap置信区间　  1．7  广义最小二乘方法  　1．8 模型的实现和说明　  习题　第二章  多元分析和似然推断　第三章  基本投资模型及其统计分析　第四章  参数模型与贝叶斯方法　第五章  时间序列建模与预报　第六章  资产收益率及其波动率的动态模型第二部  分数量金融的高等课题　第七章  非参回归和实质一经验模型　第八章  期权定价理论和市场数据　第九章  金融计量中的高级多元和时间序列方法　第十章  利率市场　第十一章  统计交易策略　第十二章  风险管理中的统计方法附录参考文献索引

编辑推荐

　　《金融市场中的统计模型和方法》讲述数量金融中最重要的统计方法和模型，通过统计建模和统计决策理论将金融理论与市场实务相联系。《金融市场中的统计模型和方法》的第一部分 讲述了基本的统计方法和金融应用，第二部分 则偏重于数量金融中的高级课题。《金融市场中的统计模型和方法》不仅在理论上近乎完备，更难能可贵的是，它给出了丰富的实例及其具体实现，这可以让读者在掌握理论的同时，对实际金融市场有一个基本的了解。此外，《金融市场中的统计模型和方法》还提供了大量的文献综述，为有兴趣的读者进行进一步的研究提供了素材。　　《金融市场中的统计模型和方法》由浅入深，涵盖了金融中常用统计方法，从最基本的线性回归理论到国际上最先进的算法交易和引人关注的风险管理均有论述。《金融市场中的统计模型和方法》可作为高校金融专业的研究生教材或具有一定数学基础的读者的自学材料。

用户评论 (总计4条)

•   非常好的一本书，涵盖了常用的统计方法，以及统计方法在金融市场中的应用。适合有一定统计知识基础的人士用来回顾和应用。
•   上课教材，很好。
•   书看起来很好，送货速度尤其很赞~~嗯，好好加油，多看书
•   这本书既有基本统计方法和金融应用，又有比较前沿的金融市场统计方法，还给出了丰富的实例及其具体实现。不论是作为教材还是参考书都非常合适