| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787111758174 |
| 所属分类：图书>计算机/网络>数据库>数据仓库与数据挖掘 |
编辑推荐
本书是著名统计学家 撰写的金融数据统计分析教材，结合金融数据的特点，把统计方法与软件实现紧密联系，自成体系，即有对统计学、计量经济方法原理的介绍，又有各种具体的应用实例、程序代码，还列出了供读者深入学习的参考文献和注释说明。因此，不管是金融数据统计分析的初学者，还是有一定统计和计量分析基础的读者，都可以从阅读和学习本书中获益良多。内容简介
本书涵盖了使用统计分析和数据科学方法对财务数据进行建模和分析的方法。第章概述了金融市场，描述了市场运作并使用探索性数据分析来说明金融数据的性质。第章介绍了探索性数据分析的方法，尤其是图形方法，并在实际财务数据上进行了说明。第章介绍了可用于财务分析的概率分布，特别是重尾分布，并介绍了计算机模拟财务数据的方法。第章介绍了统计推断的基本方法，尤其是在分析中使用线性模型，第章介绍了时间序列的方法，其中特别强调了适用于财务数据分析的模型和方法。附录还描述了如何使用从互联网获取当前财务数据。
目 录
目 录
译者序
前言
第章 金融数据的性质
金融时间序列
自相关系数
平稳性
时间尺度和数据加总
金融资产和市场
市场和监管机构
利息
资产收益率
股票价格、公平
股票分割、股利和资本收益目 录
译者序
前言
第章 金融数据的性质
金融时间序列
自相关系数
平稳性
时间尺度和数据加总
金融资产和市场
市场和监管机构
利息
资产收益率
股票价格、公平
股票分割、股利和资本收益
指数和“市场”
衍生资产
空头头寸
资产的投资组合：分散和
对冲
收益率的频率分布
位置和尺度
偏度
峰度
多元数据
正态分布
图
异常值
其他统计度量方法
波动率
收益率的时间序列
度量波动率：历史波动率和隐含
波动率
波动率指数：
隐含波动率曲线
风险评估与管理
市场动态
关于金融数据的典型事实
注释和深入阅读
练习和复习题
附录：使用获取和分析金融
数据
第章 金融数据的探索性分析
数据缩减
简单概括统计量
数据中心化和标准化
多元数据的简单概括统计量
变换
识别异常观察值
经验累积分布函数
概率密度的非参数估计
分箱数据
核密度估计
多元核密度估计量
探索性分析中的图形法
时间序列图
直方图
箱线图
密度图
二元数据
图
中的图形
注释和深入阅读
练习
第章 可观察事件模型使用的概率
分布
随机变量和概率分布
离散随机变量
连续随机变量
随机变量的线性组合：期望和
分位数
生存函数和风险函数
多元分布
多元分布中变量之间的
相关性
连接函数
多元随机变量的变换
顺序统计量的分布
渐近分布：中心极限定理
概率分布的尾部
随机变量序列：随机过程
股票价格的扩散过程与期权
定
一些有用的概率分布
离散分布
连续分布
多元分布
对建模有用的一般分布族
构造多元分布
数据生成过程建模
概率分布的函数
随机变量的模拟
均匀随机数
生成非均匀随机数
在中模拟数据
注释和深入阅读
练习
第章 统计模型与推断方法
统计模型
拟合统计模型
变差的度量和分解
线性模型
非线性方差稳定化变换
参数模型和非参数模型
贝叶斯模型
时间序列模型
统计建模的标准与方法
估计量及其性质
统计建模方法
统计建模的优化：最小二乘法和
最大似然估计法
一般优化问题
最小二乘法
最大似然法
处理优化问题的函数
统计推断
置信区间
检验统计假设
预测
贝叶斯模型推断
再抽样方法：自助法
稳健统计方法
尾部指数的估计
风险值和预期损失的估计
描述变量之间关系的模型
主成分
回归模型
线性回归模型
线性回归模型：回归变量
线性回归模型：单个观察值和
残差
线性回归模型：例子
非线性模型
在中指定模型
评估模型的充分性
拟合优度检验；正态性检验
显示全部信息
作者简介
詹姆斯· 金特尔（ ）曾任乔治·梅森大学计算统计学教授，也是美国统计协会和美国科学促进会等多个学术机构的成员。他曾担任 （—）的副主编，以及多个计算统计学期刊的编辑，目前担任 的资深编辑。他主要从事计算统计、模拟、计算金融等方面的研究，已经出版了多本统计相关书籍。
本书是著名统计学家 撰写的金融数据统计分析教材，结合金融数据的特点，把统计方法与软件实现紧密联系，自成体系，即有对统计学、计量经济方法原理的介绍，又有各种具体的应用实例、程序代码，还列出了供读者深入学习的参考文献和注释说明。因此，不管是金融数据统计分析的初学者，还是有一定统计和计量分析基础的读者，都可以从阅读和学习本书中获益良多。内容简介
本书涵盖了使用统计分析和数据科学方法对财务数据进行建模和分析的方法。第章概述了金融市场，描述了市场运作并使用探索性数据分析来说明金融数据的性质。第章介绍了探索性数据分析的方法，尤其是图形方法，并在实际财务数据上进行了说明。第章介绍了可用于财务分析的概率分布，特别是重尾分布，并介绍了计算机模拟财务数据的方法。第章介绍了统计推断的基本方法，尤其是在分析中使用线性模型，第章介绍了时间序列的方法，其中特别强调了适用于财务数据分析的模型和方法。附录还描述了如何使用从互联网获取当前财务数据。
目 录
目 录
译者序
前言
第章 金融数据的性质
金融时间序列
自相关系数
平稳性
时间尺度和数据加总
金融资产和市场
市场和监管机构
利息
资产收益率
股票价格、公平
股票分割、股利和资本收益目 录
译者序
前言
第章 金融数据的性质
金融时间序列
自相关系数
平稳性
时间尺度和数据加总
金融资产和市场
市场和监管机构
利息
资产收益率
股票价格、公平
股票分割、股利和资本收益
指数和“市场”
衍生资产
空头头寸
资产的投资组合：分散和
对冲
收益率的频率分布
位置和尺度
偏度
峰度
多元数据
正态分布
图
异常值
其他统计度量方法
波动率
收益率的时间序列
度量波动率：历史波动率和隐含
波动率
波动率指数：
隐含波动率曲线
风险评估与管理
市场动态
关于金融数据的典型事实
注释和深入阅读
练习和复习题
附录：使用获取和分析金融
数据
第章 金融数据的探索性分析
数据缩减
简单概括统计量
数据中心化和标准化
多元数据的简单概括统计量
变换
识别异常观察值
经验累积分布函数
概率密度的非参数估计
分箱数据
核密度估计
多元核密度估计量
探索性分析中的图形法
时间序列图
直方图
箱线图
密度图
二元数据
图
中的图形
注释和深入阅读
练习
第章 可观察事件模型使用的概率
分布
随机变量和概率分布
离散随机变量
连续随机变量
随机变量的线性组合：期望和
分位数
生存函数和风险函数
多元分布
多元分布中变量之间的
相关性
连接函数
多元随机变量的变换
顺序统计量的分布
渐近分布：中心极限定理
概率分布的尾部
随机变量序列：随机过程
股票价格的扩散过程与期权
定
一些有用的概率分布
离散分布
连续分布
多元分布
对建模有用的一般分布族
构造多元分布
数据生成过程建模
概率分布的函数
随机变量的模拟
均匀随机数
生成非均匀随机数
在中模拟数据
注释和深入阅读
练习
第章 统计模型与推断方法
统计模型
拟合统计模型
变差的度量和分解
线性模型
非线性方差稳定化变换
参数模型和非参数模型
贝叶斯模型
时间序列模型
统计建模的标准与方法
估计量及其性质
统计建模方法
统计建模的优化：最小二乘法和
最大似然估计法
一般优化问题
最小二乘法
最大似然法
处理优化问题的函数
统计推断
置信区间
检验统计假设
预测
贝叶斯模型推断
再抽样方法：自助法
稳健统计方法
尾部指数的估计
风险值和预期损失的估计
描述变量之间关系的模型
主成分
回归模型
线性回归模型
线性回归模型：回归变量
线性回归模型：单个观察值和
残差
线性回归模型：例子
非线性模型
在中指定模型
评估模型的充分性
拟合优度检验；正态性检验
显示全部信息
作者简介
詹姆斯· 金特尔（ ）曾任乔治·梅森大学计算统计学教授，也是美国统计协会和美国科学促进会等多个学术机构的成员。他曾担任 （—）的副主编，以及多个计算统计学期刊的编辑，目前担任 的资深编辑。他主要从事计算统计、模拟、计算金融等方面的研究，已经出版了多本统计相关书籍。