金融計算與編程：基于MATLAB

前言
1 MATLAB入門
1.1 MATLAB簡介
1.2 MATLAB編程基礎(chǔ)
1.3 編寫MATLAB函數(shù)
1.4 一個混沌游戲
1.5 提高MATLAB的運算效率
1.6 商品交換的例子
2 數(shù)值計算中的誤差與誤差傳播
2.1 認識計算機如何存儲數(shù)字
2.2 誤差問題的認識
2.3 誤差的來源
2.4 誤差的度量
2.5 運算中的誤差傳遞
2.6 誤差控制
3 數(shù)據(jù)的讀入和基本統(tǒng)計分析
3.1 金融分析中常見的數(shù)據(jù)格式
3.2 常見的數(shù)據(jù)獲取方式
3.3 EXCEL數(shù)據(jù)文件的讀取
3.4 文本數(shù)據(jù)文件的讀取
3.5 CSV格式和ASCII格式數(shù)據(jù)的讀取
3.6 通過網(wǎng)絡(luò)獲取數(shù)據(jù)
3.7 數(shù)據(jù)的預處理
3.8 數(shù)據(jù)的描述性統(tǒng)計分析
3.9 樣本分布
3.10 產(chǎn)生常見分布的隨機數(shù)及分布檢驗
3.11 自助法
3.12 時間序列的基本統(tǒng)計分析
3.13 常見的假設(shè)檢驗統(tǒng)計方法
3.14 主成分分析方法
3.15 因子分析
4 回歸分析
4.1 MATLAB在處理回歸分析中的優(yōu)勢
4.2 線性回歸
4.3 非線性回歸
4.4 核回歸
4.5 Fama?MacBeth回歸
4.6 我國股票市場日歷效應(yīng)檢驗
4.7 基于線性回歸的方差分解
4.8 一些常見問題的討論
5 金融分析中的優(yōu)化問題
5.1 線性規(guī)劃問題
5.2 二次規(guī)劃問題
5.3 無約束非線性函數(shù)最優(yōu)化問題
5.4 約束非線性函數(shù)最優(yōu)化問題
5.5 局部最優(yōu)值和全局最優(yōu)值
5.6 優(yōu)化問題的金融應(yīng)用：信息交易模型的最優(yōu)參數(shù)估計
6 極大似然估計
6.1 極大似然估計基本原理
6.2 極大似然估計的MATLAB函數(shù)
6.3 二元選擇回歸問題中的參數(shù)估計
6.4 受限因變量回歸模型的參數(shù)估計
6.5 上證綜合指數(shù)收益率廣義雙曲線分布的極大似然估計
7 廣義矩估計
7.1 廣義矩估計的基本原理
7.2 廣義矩估計的參數(shù)估計
7.3 廣義矩估計的MATLAB函數(shù)
7.4 廣義矩估計的應(yīng)用
8 金融資產(chǎn)收益波動率的估計
8.1 歷史波動率
8.2 移動平均模型
8.3 指數(shù)加權(quán)平均模型
8.4 ARCH模型
8.5 GARCH模型
8.6 多元GARCH模型
8.7 GARCHSK模型
8.8 波動率估計的應(yīng)用：股指期貨的套利交易
9 風險價值和條件風險價值的估計
9.1 VaR和 CVaR的定義
9.2 基于Cornish?Fisher展開式的VaR和CVaR
9.3 基于正態(tài)分布的VaR和CVaR
9.4 基于蒙特卡羅模擬的VaR和CVaR
9.5 基于歷史模擬的VaR和CVaR
9.6 極值理論與VaR和CVaR
9.7 均值-方差有效前沿與均值-VaR及均值-CVaR有效前沿
9.8 不同VaR模型套期保值效果的比較
10 遠期利率曲線估計
10.1 即期利率與遠期利率
10.2 樣條法估計利率曲線
10.3 Svensson模型估計利率曲線
11 期權(quán)定價的數(shù)值方法
11.1 二叉樹
11.2 三叉樹
11.3 二叉樹與期權(quán)定價
11.4 蒙特卡羅模擬和期權(quán)定價
11.5 有限差分方法和期權(quán)定價
11.6 期權(quán)定價的應(yīng)用：銀行理財產(chǎn)品的定價
11.7 期權(quán)定價的應(yīng)用：累計股票期權(quán)的定價
12 狀態(tài)空間模型在金融中的應(yīng)用
12.1 狀態(tài)空間模型
12.2 狀態(tài)空間模型與其他時間序列模型
12.3 卡曼濾波與不可觀測變量的估計
12.4 卡曼濾波的MATLAB程序
12.5 狀態(tài)空間模型的參數(shù)估計
12.6 應(yīng)用狀態(tài)空間模型研究我國封閉式基金的折價行為
參考文獻