当前位置:首页 > 经济
金融数据分析技术  基于Excel和Matlab
金融数据分析技术  基于Excel和Matlab

金融数据分析技术 基于Excel和MatlabPDF电子书下载

经济

  • 电子书积分:13 积分如何计算积分?
  • 作 者:元如林,李广明,关莉莉等主编
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2016
  • ISBN:9787302435259
  • 页数:356 页
图书介绍:本书主要介绍金融数据分析技术,通过金融行业的实际案例,全面介绍数据整理、模型建立、参数确定、计算处理、结果分析的完整过程。本书主要内容包括金融数据库的基本概念,国内外常用金融数据库、Matlab、Excel等金融数据分析软件工具的使用,金融时间序列分析、金融风险价值计算、资产组合计算、金融衍生品定价计算、固定收益证券计算、信用评分与行为评分等。
《金融数据分析技术 基于Excel和Matlab》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Tt 82

3.2.2 循环变动Ct 82

3.2.3 季节变动St 85

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VaR 131

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

返回顶部