金融數據統(tǒng)計分析：基于R語言實例

目　　錄
譯者序
前言
第1章　金融數據的性質1
　1.1　金融時間序列3
　　1.1.1　自相關系數5
　　1.1.2　平穩(wěn)性5
　　1.1.3　時間尺度和數據加總6
　1.2　金融資產和市場9
　　1.2.1　市場和監(jiān)管機構11
　　1.2.2　利息14
　　1.2.3　資產收益率20
　　1.2.4　股票價格、公平市場價值23
　　1.2.5　股票分割、股利和資本收益32
　　1.2.6　指數和“市場”34
　　1.2.7　衍生資產43
　　1.2.8　空頭頭寸45
　　1.2.9　資產的投資組合：分散和
對沖46
　1.3　收益率的頻率分布53
　　1.3.1　位置和尺度55
　　1.3.2　偏度56
　　1.3.3　峰度57
　　1.3.4　多元數據57
　　1.3.5　正態(tài)分布61
　　1.3.6　q-q圖64
　　1.3.7　異常值66
　　1.3.8　其他統(tǒng)計度量方法66
　1.4　波動率69
　　1.4.1　收益率的時間序列69
　　1.4.2　度量波動率：歷史波動率和隱含
波動率72
　　1.4.3　波動率指數：VIX76
　　1.4.4　隱含波動率曲線78
　　1.4.5　風險評估與管理79
　1.5　市場動態(tài)83
　1.6　關于金融數據的典型事實89
　注釋和深入閱讀90
　練習和復習題92
　附錄A1：使用R獲取和分析金融
數據95
第2章　金融數據的探索性分析141
　2.1　數據縮減142
　　2.1.1　簡單概括統(tǒng)計量142
　　2.1.2　數據中心化和標準化143
　　2.1.3　多元數據的簡單概括統(tǒng)計量143
　　2.1.4　變換143
　　2.1.5　識別異常觀察值145
　2.2　經驗累積分布函數145
　2.3　概率密度的非參數估計149
　　2.3.1　分箱數據149
　　2.3.2　核密度估計150
　　2.3.3　多元核密度估計量152
　2.4　探索性分析中的圖形法152
　　2.4.1　時間序列圖153
　　2.4.2　直方圖153
　　2.4.3　箱線圖154
　　2.4.4　密度圖155
　　2.4.5　二元數據156
　　2.4.6　q-q圖157
　　2.4.7　R中的圖形161
　注釋和深入閱讀165
　練習165
第3章　可觀察事件模型使用的概率
分布169
　3.1　隨機變量和概率分布170
　　3.1.1　離散隨機變量171
　　3.1.2　連續(xù)隨機變量174
　　3.1.3　隨機變量的線性組合：期望和
分位數177
　　3.1.4　生存函數和風險函數178
　　3.1.5　多元分布178
　　3.1.6　多元分布中變量之間的
相關性180
　　3.1.7　連接函數183
　　3.1.8　多元隨機變量的變換185
　　3.1.9　順序統(tǒng)計量的分布186
　　3.1.10　漸近分布：中心極限定理187
　　3.1.11　概率分布的尾部189
　　3.1.12　隨機變量序列：隨機過程192
　　3.1.13　股票價格的擴散過程與期權
定價193
　3.2　一些有用的概率分布195
　　3.2.1　離散分布196
　　3.2.2　連續(xù)分布197
　　3.2.3　多元分布204
　　3.2.4　對建模有用的一般分布族205
　　3.2.5　構造多元分布215
　　3.2.6　數據生成過程建模216
　　3.2.7　概率分布的R函數216
　3.3　隨機變量的模擬219
　　3.3.1　均勻隨機數219
　　3.3.2　生成非均勻隨機數220
　　3.3.3　在R中模擬數據223
　注釋和深入閱讀225
　練習226
第4章　統(tǒng)計模型與推斷方法232
　4.1　統(tǒng)計模型232
　　4.1.1　擬合統(tǒng)計模型235
　　4.1.2　變差的度量和分解236
　　4.1.3　線性模型237
　　4.1.4　非線性方差穩(wěn)定化變換239
　　4.1.5　參數模型和非參數模型239
　　4.1.6　貝葉斯模型240
　　4.1.7　時間序列模型240
　4.2　統(tǒng)計建模的標準與方法240
　　4.2.1　估計量及其性質240
　　4.2.2　統(tǒng)計建模方法242
　4.3　統(tǒng)計建模的優(yōu)化：最小二乘法和
最大似然估計法248
　　4.3.1　一般優(yōu)化問題248
　　4.3.2　最小二乘法252
　　4.3.3　最大似然法258
　　4.3.4　處理優(yōu)化問題的R函數260
　4.4　統(tǒng)計推斷261
　　4.4.1　置信區(qū)間263
　　4.4.2　檢驗統(tǒng)計假設265
　　4.4.3　預測268
　　4.4.4　貝葉斯模型推斷268
　　4.4.5　再抽樣方法：自助法273
　　4.4.6　穩(wěn)健統(tǒng)計方法275
　　4.4.7　尾部指數的估計277
　　4.4.8　風險值和預期損失的估計280
　4.5　描述變量之間關系的模型283
　　4.5.1　主成分284
　　4.5.2　回歸模型287
　　4.5.3　線性回歸模型290
　　4.5.4　線性回歸模型：回歸變量293
　　4.5.5　線性回歸模型：單個觀察值和
殘差297
　　4.5.6　線性回歸模型：例子303
　　4.5.7　非線性模型313
　　4.5.8　在R中指定模型317
　4.6　評估模型的充分性318
　　4.6.1　擬合優(yōu)度檢驗；正態(tài)性檢驗318