金融信息分析(高清)林建忠PDF电子书下载

【炒股票电子书介绍】

金融信息分析(高清)林建忠PDF

林建忠 (编者)
出版社: 上海交通大学出版社; 第1版 (2015年4月1日)
外文书名: Financial Information Analysis
平装: 321页
语种： 简体中文
开本: 16

编辑推荐
《金融信息分析》可作为普通高等院校数学与应用数学专业本科生、应用统计专业硕士学位研究生教材，也可作为统计学和计量经济学等专业方向的研究生的教学参考书以及理想论坛高级从业人员的参考用书。

目录
1金融时间序列及其特征
1.1资产收益率
1.2收益率的分布性质
1.2.1统计分布及其矩的回顾
1.2.2收益率的分布
1.2.3收益率的经验性质
1.3Eviews软件相关操作
1.3.1简介
1.3.2启动软件包
1.3.3创建工作文件
1.3.4输入和编辑数据
1.3.5查看序列的数据特征
1.4习题
2线性时间序列分析及其应用
2.1平稳性
2.2自相关函数
2.3自回归模型
2.3.1AR模型及性质
2.3.2实际中怎样识别AR模型
2.3.3拟合优度
2.3.4预测
2.4移动平均模型
2.4.1MA模型的性质
2.4.2识别MA的阶
2.4.3估计
2.4.4用MA模型预测
2.5ARMA模型
2.5.1ARMA（1，1）模型的性质
2.5.2—般的ARMA模型
2.5.3识别ARMA模型
2.5.4用ARMA模型预测
2.5.5ARMA模型的三种表示
2.6单位根非平稳时间序列
2.6.1随机游动
2.6.2带漂移的随机游动
2.6.3带趋势项的时间序列
2.6.4单整与单位根非平稳模型
2.6.5非平稳序列的单位根检验
2.6.6DGP识别
2.6.7Eviews相关操作
2.7带时间序列误差的回归模型
2.8异方差性和自相关一致协方差估计
2.9习题
3条件异方差模型
3.1波动率的特征与模型的结构
3.2ARCH模型
3.2.1ARCH模型的结构
3.2.2ARCH模型的性质
3.2.3ARCH效应的检验
3.2.4ARCH模型的建立
3.2.5例子
3.2.6ARCH模型的缺点
3.3GARCH模型
3.3.1模型的结构与性质
3.3.2模型的预测
3.3.3例子
3.4求和GARCH模型
3.5GARCH—M模型
3.6指数GARCH模型
3.7门限GARCH模型
3.8习题
4非线性模型及其应用
4.1非线性模型
4.1.1门限自回归模型
4.1.2平滑转移AR（STAR）模型
4.1.3马尔科夫转换模型
4.1.4非参数方法
4.2非线性检验
4.2.1非参数检验
4.2.2参数检验
4.3建模与预测
4.3.1建模
4.3.2参数自助法
4.3.3预测的评估
4.4习题
5风险值与分位数估计
5.1风险值
5.2风险度量制
5.2.1讨论
5.2.2多个头寸
5.2.3预期损失
5.3VaR计算的计量经济方法
5.4分位数估计
5.4.1分位数与次序统计量
5.4.2分位数回归
5.5习题
6神经网络
6.1神经网络的基本特征和通有性质
6.1.1神经网络的形式化描述
6.1.2神经网络的互连结构形态
6.1.3前向神经网络的符号表示
6.2MP模型和Hebb学习规则
6.2.1MP模型
6.2.2Hebb学习规则
6.3感知器
6.3.1线性阈值单元
6.3.2单层感知器
6.3.3感知器学习算法
6.3.4多层感知器
6.3.5最小均方（LMS）算法
6.4BP网络及BP算法（反向传播算法）
6.4.1BP网络概述
6.4.2反向传播算法
6.4.3BP网络的训练函数
6.4.4算法的Matlab实现
6.4.5BP网络的设计原则
6.5径向基函数网络
6.5.1RBF网络结构和工作原理
6.5.2函数逼近与内插
6.5.3Tikhonov正规化理论
6.5.4径向基网络的学习
6.5.5径向基网络设计的基本方法
6.6基于神经网络的股价对数收益率模型
6.7基于BP神经网络和RBF神经网络的期权定价
6.7.1基于神经网络的期权定价模型
6.7.2基于B—S模型和神经网络模型的实证分析及比较
6.8习题
……
7支持向量机
8生存数据与变量类型
9基本函数和参数模型
10估计基本特征函数的非参数方法
11比较生存函数的非参数方法
12比例危险率模型
参考文献

【下载地址】<

• 下载地址一： 点击下载<
• 下载地址二：<点击下载 （提取码：oscu）<
• 下载地址三： 点击下载<
• \\(\)\[\]\\\\\”’\’