图书介绍

金融数据分析技术 基于Excel和Matlab2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

金融数据分析技术 基于Excel和Matlab
  • 元如林,李广明,关莉莉等主编 著
  • 出版社: 北京:清华大学出版社
  • ISBN:9787302435259
  • 出版时间:2016
  • 标注页数:356页
  • 文件大小:52MB
  • 文件页数:366页
  • 主题词:金融-数据-分析-高等学校-教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

金融数据分析技术 基于Excel和MatlabPDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 金融数据库1

1.1 金融数据库的概念1

1.1.1 金融数据库的定义1

1.1.2 金融数据库的起源1

1.1.3 金融数据库的作用2

1.1.4 金融数据库的分类4

1.1.5 金融数据库的选择标准4

1.2 国内外常用金融数据库简介5

1.2.1 国外金融数据库的概况5

1.2.2 国内金融数据库概况8

1.2.3 选择合适的金融数据库12

1.2.4 免费数据资源的获取渠道12

1.3 锐思数据(RESSET/DB)使用简介13

1.3.1 RESSET/DB的访问途径13

1.3.2 用户类别以及相应的权限15

1.3.3 数据查询与下载15

1.4 实验一:金融数据下载实验27

1.4.1 实验目的27

1.4.2 实验原理28

1.4.3 实验内容28

1.4.4 实验步骤28

1.4.5 实验报告要求29

本章小结30

思考讨论题31

第2章 数据分析软件工具32

2.1 金融数据分析软件工具简介32

2.1.1 国外主要金融数据分析软件简介32

2.1.2 国产金融数据分析软件介绍35

2.1.3 金融数据分析软件的选择36

2.2 Matlab及其金融工具箱37

2.2.1 Matlab简介37

2.2.2 Matlab金融工具箱简介39

2.2.3 Matlab在金融领域的应用39

2.3 Matlab的基础知识40

2.3.1 Matlab的系统开发环境40

2.3.2 矩阵及其运算42

2.3.3 数组及其运算49

2.3.4 Matlab中的常用数学函数51

2.3.5 图形绘制55

2.3.6 编写M脚本文件68

2.3.7 自定义函数73

2.4 实验二:金融数据分析软件使用实验74

2.4.1 实验目的74

2.4.2 实验原理74

2.4.3 实验内容75

2.4.4 实验步骤75

2.4.5 实验报告要求75

本章小结75

思考讨论题76

第3章 金融时间序列分析77

3.1 金融时间序列78

3.1.1 金融时间序列的概念78

3.1.2 金融时间序列的构成因素80

3.1.3 金融时间序列分析80

3.1.4 金融时间序列的建立81

3.2 确定性时间序列分析82

3.2.1 长期趋势Tt82

3.2.2 循环变动Ct82

3.2.3 季节变动St85

3.2.4 确定性时间序列分析小结87

3.3 随机性时间序列分析88

3.3.1 平稳时间序列88

3.3.2 自回归移动平均模型89

3.3.3 模型识别与参数估计89

3.3.4 金融时间序列的预测92

3.3.5 模型的检验93

3.3.6 Matlab的时间序列工具箱94

3.4 广义自回归条件异方差模型107

3.4.1 广义自回归条件异方差模型107

3.4.2 GARCH工具箱108

3.5 实验三:金融时间序列分析实验118

3.5.1 实验目的118

3.5.2 实验原理118

3.5.3 实验内容118

3.5.4 实验步骤119

3.5.5 实验报告要求119

本章小结119

思考讨论题120

第4章 金融风险价值的计算121

4.1 金融风险价值VaR模型121

4.1.1 金融市场风险概述122

4.1.2 金融市场风险的度量与管理122

4.1.3 VaR模型123

4.1.4 风险价值VaR的计算方法125

4.1.5 模型的评价方法130

4.2 使用Excel计算风险价值VaR的案例130

4.2.1 在Excel中用参数法的直接法计算风险价值VaR131

4.2.2 在Excel中用参数法的移动平均法计算风险价值(VaR)134

4.3 使用Matlab软件计算风险价值(VaR)的案例135

4.3.1 数据描述135

4.3.2 采用的模型和方法135

4.3.3 计算结果140

4.3.4 模型评价和比较156

4.3.5 主要结论161

4.4 实验四:金融市场风险的VaR计算实验162

4.4.1 实验目的162

4.4.2 实验原理162

4.4.3 实验内容162

4.4.4 实验步骤163

4.4.5 实验报告要求164

本章小结164

思考讨论题165

第5章 资产组合的计算166

5.1 资产组合基本原理166

5.1.1 收益序列与价格序列间的转换167

5.1.2 协方差矩阵与相关系数矩阵间的转换169

5.1.3 资产组合收益率与方差174

5.2 资产组合的有效前沿176

5.2.1 两种风险资产组合收益期望与方差176

5.2.2 均值方差的有效前沿177

5.2.3 带约束条件的资产组合的有效前沿178

5.3 用Excel进行资产组合计算的案例180

5.4 用Matlab进行资产组合计算的案例194

5.4.1 投资组合常用函数194

5.4.2 投资组合的有效前沿203

5.4.3 投资组合的最优资产分配206

5.5 实验五:投资组合分析计算实验210

5.5.1 实验目的210

5.5.2 实验原理210

5.5.3 实验内容211

5.5.4 实验步骤212

5.5.5 实验报告要求212

本章小结212

思考讨论题213

第6章 金融衍生品的计算214

6.1 金融衍生品214

6.1.1 金融衍生品的基本概念214

6.1.2 金融衍生品的种类215

6.1.3 金融衍生品的功能216

6.1.4 金融衍生品的风险管理217

6.1.5 我国金融衍生品市场的发展现状219

6.2 期权220

6.2.1 期权的概念220

6.2.2 期权的分类221

6.2.3 股票期权的利润函数221

6.3 Black-Scholes期权定价模型227

6.3.1 Black-Scholes方程227

6.3.2 欧式期权价格函数229

6.3.3 期货期权定价231

6.3.4 隐含波动率232

6.4 Black-Scholes期权价格的敏感性分析233

6.5 期权定价的二叉树法237

6.5.1 二叉树期权定价模型237

6.5.2 二叉树定价函数239

6.6 投资组合套期保值策略241

6.6.1 套期保值的基本原理242

6.6.2 利用保护性看跌期权策略进行套期保值242

6.6.3 利用期权敏感性参数进行套期保值246

6.7 实验六:金融衍生品定价计算实验248

6.7.1 实验目的248

6.7.2 实验原理248

6.7.3 实验内容248

6.7.4 实验步骤249

6.7.5 实验报告要求249

本章小结249

思考讨论题250

第7章 固定收益证券计算251

7.1 固定收益证券的基本概念251

7.1.1 固定收益证券251

7.1.2 美国固定收益证券的种类253

7.1.3 固定收益证券的定价254

7.1.4 固定收益证券的久期与凸性258

7.1.5 利率的期限结构259

7.2 用Excel进行固定收益证券分析案例261

7.3 用Matlab进行固定收益证券计算266

7.3.1 现值和终值的计算266

7.3.2 计算内部收益率269

7.3.3 固定收益证券产品的定价270

7.3.4 固定收益证券的久期与凸性273

7.3.5 利率的期限结构274

7.4 实验七:固定收益证券计算实验276

7.4.1 实验目的276

7.4.2 实验原理277

7.4.3 实验内容277

7.4.4 实验步骤278

7.4.5 实验报告要求279

本章小结279

思考讨论题279

第8章 信用评分与行为评分280

8.1 信用评分与行为评分的基本概念280

8.1.1 信用卡与信用卡管理280

8.1.2 社会征信体系281

8.1.3 信用评分与行为评分283

8.2 建立信用评分卡的统计学方法283

8.2.1 信用评分的统计学方法简介283

8.2.2 判别分析284

8.2.3 回归分析291

8.2.4 分类树法295

8.2.5 最邻近法301

8.3 信用评分的非统计学方法303

8.3.1 线性规划304

8.3.2 非线性规划——整数规划308

8.3.3 人工神经网络309

8.3.4 遗传算法313

8.4 行为评分模型及其应用318

8.4.1 行为评分简介318

8.4.2 马尔可夫链方法318

8.4.3 贝叶斯—马尔可夫链方法324

8.5 案例328

8.6 实验八:个人信用综合评分实验337

8.6.1 实验目的337

8.6.2 实验原理337

8.6.3 实验内容347

8.6.4 实验指导349

8.6.5 实验报告要求353

本章小结353

思考讨论题354

参考文献355

热门推荐