金融數(shù)據(jù)統(tǒng)計(jì)分析：基于R語言實(shí)例

目　　錄
譯者序
前言
第1章　金融數(shù)據(jù)的性質(zhì)1
　1.1　金融時間序列3
　　1.1.1　自相關(guān)系數(shù)5
　　1.1.2　平穩(wěn)性5
　　1.1.3　時間尺度和數(shù)據(jù)加總6
　1.2　金融資產(chǎn)和市場9
　　1.2.1　市場和監(jiān)管機(jī)構(gòu)11
　　1.2.2　利息14
　　1.2.3　資產(chǎn)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(shù)和“市場”34
　　1.2.7　衍生資產(chǎn)43
　　1.2.8　空頭頭寸45
　　1.2.9　資產(chǎn)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(shù)據(jù)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(jì)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(shù)：VIX76
　　1.4.4　隱含波動率曲線78
　　1.4.5　風(fēng)險評估與管理79
　1.5　市場動態(tài)83
　1.6　關(guān)于金融數(shù)據(jù)的典型事實(shí)89
　注釋和深入閱讀90
　練習(xí)和復(fù)習(xí)題92
　附錄A1：使用R獲取和分析金融
數(shù)據(jù)95
第2章　金融數(shù)據(jù)的探索性分析141
　2.1　數(shù)據(jù)縮減142
　　2.1.1　簡單概括統(tǒng)計(jì)量142
　　2.1.2　數(shù)據(jù)中心化和標(biāo)準(zhǔn)化143
　　2.1.3　多元數(shù)據(jù)的簡單概括統(tǒng)計(jì)量143
　　2.1.4　變換143
　　2.1.5　識別異常觀察值145
　2.2　經(jīng)驗(yàn)累積分布函數(shù)145
　2.3　概率密度的非參數(shù)估計(jì)149
　　2.3.1　分箱數(shù)據(jù)149
　　2.3.2　核密度估計(jì)150
　　2.3.3　多元核密度估計(jì)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(shù)據(jù)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(xí)165
第3章　可觀察事件模型使用的概率
分布169
　3.1　隨機(jī)變量和概率分布170
　　3.1.1　離散隨機(jī)變量171
　　3.1.2　連續(xù)隨機(jī)變量174
　　3.1.3　隨機(jī)變量的線性組合：期望和
分位數(shù)177
　　3.1.4　生存函數(shù)和風(fēng)險函數(shù)178
　　3.1.5　多元分布178
　　3.1.6　多元分布中變量之間的
相關(guān)性180
　　3.1.7　連接函數(shù)183
　　3.1.8　多元隨機(jī)變量的變換185
　　3.1.9　順序統(tǒng)計(jì)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(jī)變量序列：隨機(jī)過程192
　　3.1.13　股票價格的擴(kuò)散過程與期權(quán)
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(gòu)造多元分布215
　　3.2.6　數(shù)據(jù)生成過程建模216
　　3.2.7　概率分布的R函數(shù)216
　3.3　隨機(jī)變量的模擬219
　　3.3.1　均勻隨機(jī)數(shù)219
　　3.3.2　生成非均勻隨機(jī)數(shù)220
　　3.3.3　在R中模擬數(shù)據(jù)223
　注釋和深入閱讀225
　練習(xí)226
第4章　統(tǒng)計(jì)模型與推斷方法232
　4.1　統(tǒng)計(jì)模型232
　　4.1.1　擬合統(tǒng)計(jì)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(shù)模型和非參數(shù)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(jì)建模的標(biāo)準(zhǔn)與方法240
　　4.2.1　估計(jì)量及其性質(zhì)240
　　4.2.2　統(tǒng)計(jì)建模方法242
　4.3　統(tǒng)計(jì)建模的優(yōu)化：最小二乘法和
最大似然估計(jì)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(shù)260
　4.4　統(tǒng)計(jì)推斷261
　　4.4.1　置信區(qū)間263
　　4.4.2　檢驗(yàn)統(tǒng)計(jì)假設(shè)265
　　4.4.3　預(yù)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(jì)方法275
　　4.4.7　尾部指數(shù)的估計(jì)277
　　4.4.8　風(fēng)險值和預(yù)期損失的估計(jì)280
　4.5　描述變量之間關(guān)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(yàn)；正態(tài)性檢驗(yàn)318