5月十二日清晨,应数学与音讯科学高校邀约,北工大博导薛留根和程维虎在数学南楼103室分别作了题为“纵向数据下一些线性模型的广义经验似然预计”和“基于次序总结量的计算测算理论与艺术”的学术报告。大学相关标准师生参预聆听了此番讲座。报告会由副厅长庞善起CEO。

《金融时间连串深入分析:第3版》
主旨音讯
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
丛书名: 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:2011-8-20
出版日期:2013 年6月
开本:16开
页码:1
版次:1-1
所属分类: 数学
图片 1

薛留根首先介绍了广大的今世总计模型和错综相连数据,注重汇报了纵向数据下局地线性模型的评估价值难题,基于贰遍预计函数和经历似然方法给出了参数分量和非参数分量的推断及其大样性情质,并经过统计模拟和骨子里数目印证了经历似然方法的优势。

越多关于
》》》《经济时间种类剖析:第3版》
内容简单介绍
书籍
数学书籍
  《金融时间连串解析:第3版》周到阐释了金融时间种类,并首要介绍了经济时间类别理论和办法的日前研究火热和局地新星研商成果,特别是风险值总括、高频数据深入分析、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,本书还系统解说了财政和经济计量经济模型及其在财政和经济时间种类数据和建立模型中的应用,全部模型和方法的利用均运用实际经济数据,并交付了所用应用软件的授命。较之第2
版,本版不仅仅更新了上一版中运用的数据,何况还交到了r
命令和实例,进而使其变为通晓重要总结划办公室法和本事的奠基石。
  《金融时间种类解析:第3版》可看成时间类别分析的读本,也适用于商学、法学、数学和总计学专门的职业对金融的计量军事学感兴趣的高年级本科生和大学生,同不通常候,也可用作商业、金融、保障等世界专门的学问职员的参谋用书。
目录
《金融时间类别解析:第3版》
第1章  金融时间种类及其特色  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  计算布满及其矩的纪念  6
1.2.2  报酬率的布满  13
1.2.3  多元报酬率  16
1.2.4  报酬率的似然函数  17
1.2.5  报酬率的阅历性质  17
1.3  其余进度  19
附录r  程序包  21
练习题  23
仿效文献  24
第2章  线性时间连串分析及其使用  25
2.1  平稳性  25
2.2  相关周全和自有关函数  26
2.3  白噪声和线性时间连串  31
2.4  轻易的自回归模型  32
2.4.1  ar模型的性质  33
2.4.2  实际中怎样识别ar模型  40
2.4.3  拟合优度  46
2.4.4  预测  47
2.5  轻易滑动平均模型  50
2.5.1  ma模型的性能  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)模型的品质  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模型进行预测  60
2.6.5  arma模型的二种表示  60
2.7  单位根非平稳性  62
2.7.1  随机游动  62
2.7.2  带漂移的即兴游动  64
2.7.3  带趋势项的小时连串  65
2.7.4  一般的单位根非平稳模型  66
2.7.5  单位根核算  66
2.8  季节模型  71
2.8.1  季节性差区别  72
2.8.2  多种季节性模型  73
2.9  带时间类别标称误差的回归模型  78
2.10  协方差矩阵的相合预计  85
2.11  长记念模型  88
附录  一些sca  的命令  90
练习题  90
参谋文献  92
第3章  条件异方差模型  94
3.1  波动率的特性  95
3.2  模型的结构  95
3.3  建模  97
3.4  arch模型  99
3.4.1  arch模型的性质  100
3.4.2  arch模型的缺欠  102
3.4.3  arch模型的树立  102
3.4.4  一些事例  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  两步估算方法  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  另二个事例  126
3.8.4  用egarch模型实行预测  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  别的情势  138
3.15.1  高频数据的行使  138
3.15.2  日开盘价、最高价、最实惠和收盘价的应用  141
3.16  garch模型的峰度  143
附录  波动率模型推测中的一些rats  程序  144
练习题  146
参谋文献  148
第4章  非线性模型及其使用  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  函数周全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  神经互连网  171
4.2  非线性查证  176
4.2.1  非参数核实  176
4.2.2  参数核准  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  神经互联网的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镇微观结构  196
5.1  非同步交易  196
5.2  购买贩卖报价差  200
5.3  交易数额的经历特征  201
5.4  价格浮动模型  207
5.4.1  顺序概率值模型  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  价格变化和持续期的二元模型  225
5.8  应用  229
附录a  一些概率分布的回顾  234
附录b  危急率函数  237
附录c  对持续期模型的局地rats
程序  238
练习题  239
参照他事他说加以考察文献  241
第6章  三番五次时间模型及其应用  243
6.1  期权  244
6.2  一些连连时间的随机过程  244
6.2.1  维纳进度  244
6.2.2  广义维纳进度  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  一个行使  249
6.3.4  1和?的估计  250
6.4  股价与对数收益率的遍布  251
6.5  b-s微分方程的推理  253
6.6  b-s定价公式  254
6.6.1  风险中性世界  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  伊藤引理的扩展  261
6.8  随机积分  262
6.9  跳跃扩散模型  263
6.10  接二连三时间模型的估量  269
附录a  b-s  公式积分  270
附录b  规范正态概率的好像  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、分位数预计与危害值  274
7.1  风险值  275
7.2  风险衡量制  276
7.2.1  讨论  279
7.2.2  八个头寸  279
7.2.3  预期损失  280
7.3  var  计算的计量经济方法  280
7.3.1  多少个周期  283
7.3.2  在基准正态布满下的料想损失  285
7.4  分位数推测  285
7.4.1  分位数与次序总括量  285
7.4.2  分位数回归  287
7.5  极值理论  288
7.5.1  极值理论的回想  288
7.5.2  经验预计  290
7.5.3  对证券收益率的应用  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  收益率水平  302
7.7  基于极值理论的三个新方式  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办法  306
7.7.4  基于新措施的var总计  308
7.7.5  参数化的其它方法  309
7.7.6  解释变量的行使  312
7.7.7  模型查证  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  极值指数的估计  321
7.8.3  平稳时间类别的风险值  323
练习题  324
参谋文献  326
第8章  多元时间种类深入分析及其应用  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  多元混成核实  335
8.2  向量自回归模型  336
8.2.1  简化格局和布局方式  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  营造二个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  鲜明性函数的具体化  368
8.6.2  最大似然测度  368
8.6.3  协整核算  369
8.6.4  协整var模型的展望  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  交易攻略  380
8.8.3  简单例子  380
附录a  向量与矩阵的回想  385
附录b  多元日态遍及  389
附录c  一些sca命令  390
练习题  391
参谋文献  393
第9章  主成分深入分析和因子模型  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  主成分分析  408
9.4.1  pca理论  408
9.4.2  经验的pca  410
9.5  总计因子深入分析  413
9.5.1  估计  414
9.5.2  因子旋转  415
9.5.3  应用  416
9.6  渐近主成分剖判  420
9.6.1  因子个数的挑三拣四  421
9.6.2  例子  422
练习题  424
参谋文献  425
第10章  多元波动率模型及其应用  426
10.1  指数加权测度  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  相关周全的运用  435
10.3.2  cholesky  分解  436
10.4  二元收益率的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  更加高维的波动率模型  452
10.6  因子波动率模型  457
10.7  应用  459
10.8  多元t  分布  461
附录对推测的片段评释  462
练习题  466
参照他事他说加以考察文献  467
第11章  状态空间模型和Carl曼滤波  469
11.1  局地趋势模型  469
11.1.1  总计测算  472
11.1.2  Carl曼滤波  473
11.1.3  预测测量误差的品质  475
11.1.4  状态平滑  476
11.1.5  缺失值  480
11.1.6  开端化效应  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  模型转变  486
11.3.1  带时变周密的capm  487
11.3.2  arma模型  489
11.3.3  线性回归模型  495
11.3.4  带arma相对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  状态估摸截断误差和展望抽样误差  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  贝叶斯猜想  520
12.3.1  后验分布  520
12.3.2  共轭先验布满  521
12.4  其余算法  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  带时间连串引用误差的线性回归  526
12.6  缺点和失误值和极度值  530
12.6.1  缺失值  531
12.6.2  极度值的识别  532
12.7  随机波动率模型  537
12.7.1  一元模型的评估价值  537
12.7.2  多元随机波动率模型  542
12.8  估摸随机波动率模型的新章程  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