第1章 货币的时间价值 1
1.1引言 1
1.2利率：经济学的解释 2
1.3单笔现金流的终值 4
1.3.1复利的频数 9
1.3.2连续复利 11
1.3.3名义利率和有效利率 12
1.4现金流序列的终值 13
1.4.1等额现金流序列——普通年金 13
1.4.2不等额现金流序列 15
1.5单笔现金流的现值 15
1.5.1求解单笔现金流的现值 15
1.5.2复利的频数 17
1.6现金流序列的现值 18
1.6.1等额现金流序列的现值 19
1.6.2无限期等额现金流序列的现值——永续年金 22
1.6.3起始点不在0时刻的现金流序列的现值 23
1.6.4不等额现金流序列的现值 25
1.7求解利率、期数或年金支付额 26
1.7.1求解利率和增长率 26
1.7.2求解期数 28
1.7.3求解年金支付额 29
1.7.4现值和终值换算关系的回顾 32
1.7.5现金流可加性原理 34
1.8总结 35
第2章 贴现现金流的应用 36
2.1引言 36
2.2净现值和内部收益率 37
2.2.1净现值和净现值准则 37
2.2.2内部收益率和内部收益率准则 39
2.2.3与内部收益率准则相关的问题 43
2.3投资组合收益的度量 45
2.3.1金额加权收益率 45
2.3.2时间加权收益率 47
2.4货币市场收益率 52
2.5总结 58
第3章 统计学概念和市场收益率 59
3.1引言 60
3.2一些基本概念 60
3.2.1统计学的本质 61
3.2.2总体和样本 61
3.2.3度量尺度 62
3.3用频数分布汇总数据 64
3.4数据的图形表示 71
3.4.1直方图 71
3.4.2频数多边形和累积频数分布图 73
3.5集中趋势的度量 75
3.5.1算术平均数 75
3.5.2中位数 79
3.5.3众数 82
3.5.4有关均值的其他概念 84
3.6位置的度量：分位数 92
3.6.1四分位数、五分位数、十分位数、百分位数 92
3.6.2分位数在投资中的应用 97
3.7离散度的度量 99
3.7.1极差 99
3.7.2平均绝对偏差 100
3.7.3总体方差和总体标准差 102
3.7.4样本方差和样本标准差 105
3.7.5半方差、半离差及其相关概念 108
3.7.6切比雪夫不等式 110
3.7.7变异系数 111
3.7.8夏普比率 113
3.8收益率分布的对称性和偏度 116
3.9收益率分布的峰度 120
3.10使用几何平均和算术平均 124
3.11总结 126
第4章 概率论中的一些概念 129
4.1引言 130
4.2概率、期望值和方差 130
4.3投资组合的期望收益和收益的方差 153
4.4概率论的一些议题 162
4.4.1贝叶斯公式 162
4.4.2计数原理 167
4.5总结 171
第5章 常用概率分布 174
5.1引言 175
5.2离散型随机变量 175
5.2.1离散均匀分布 178
5.2.2二项分布 179
5.3连续型随机变量 189
5.3.1连续均匀分布 189
5.3.2正态分布 192
5.3.3正态分布的应用 198
5.3.4对数正态分布 201
5.4蒙特卡罗模拟 207
5.5总结 214
第6章 抽样和估计 217
6.1引言 217
6.2抽样 218
6.2.1简单随机抽样 218
6.2.2分层随机抽样 220
6.2.3时间序列数据和横截面数据 222
6.3样本均值的分布 224
6.3.1中心极限定理 224
6.4总体均值的点估计和区间估计 227
6.4.1点估计量 228
6.4.2总体均值的置信区间 230
6.4.3样本量的选择 235
6.5抽样中的若干问题 238
6.5.1数据挖掘的偏差 238
6.5.2样本选择的偏差 241
6.5.3前视偏差 242
6.5.4时期偏差 243
6.6总结 244
第7章 假设检验 247
7.1引言 248
7.2假设检验 248
7.3关于均值的假设检验 258
7.3.1对单个均值的检验 259
7.3.2对均值间差异的检验 265
7.3.3对（配对样本）均值差的检验 269
7.4关于方差的假设检验 273
7.4.1对单个方差的检验 273
7.4.2对两个方差是否相等的检验 275
7.5其他议题：非参数推断 278
7.5.1相关性检验：斯皮尔曼秩相关系数 279
7.5.2非参数推断：总结 281
7.6总结 282
第8章 相关性和回归 285
8.1引言 285
8.2相关性分析 286
8.2.1散点图 286
8.2.2相关性分析 287
8.2.3计算和解释相关系数 288
8.2.4相关性分析的局限 290
8.2.5相关性分析的应用 292
8.2.6相关系数显著性检验 298
8.3线性回归 302
8.3.1单变量的线性回归 302
8.3.2线性回归模型的前提假设 305
8.3.3估计量的标准误 307
8.3.4决定系数 309
8.3.5假设检验 311
8.3.6单变量回归中的方差分析 318
8.3.7预测区间 322
8.3.8回归分析的局限 324
8.4总结 324
第9章 多元回归和回归分析中的问题 327
9.1引言 328
9.2多元线性回归 328
9.2.1多元线性回归模型的前提假设 333
9.2.2预测多元回归模型中的因变量 338
9.2.3检验是否所有回归系数为零 339
9.2.4调整后的R2 341
9.3虚拟变量在回归中的使用 343
9.4回归假设的违背 346
9.4.1异方差 347
9.4.2序列相关 352
9.4.3多重共线性 356
9.4.4异方差、序列相关、多重共线性：问题的总结 359
9.5模型设定和设定中的错误 360
9.5.1模型设定的原则 360
9.5.2函数形式误设定 361
9.5.3时间序列误设定（自变量与误差相关） 367
9.5.4其他类型时间序列误设定 371
9.6定性因变量模型 371
9.7总结 373
第10章 时间序列分析 376
10.1引言 377
10.2处理时间序列数据所面临的挑战 378
10.3趋势模型 379
10.3.1线性趋势模型 379
10.3.2对数线性趋势模型 382
10.3.3趋势模型和误差项相关性检验 387
10.4自回归时间序列模型 388
10.4.1协方差平稳序列 388
10.4.2检测自回归模型中的序列相关误差 390
10.4.3均值回复 393
10.4.4多期预测和预测的链式法则 394
10.4.5比较预测模型的表现 397
10.4.6回归系数的不稳定性 399
10.5随机游走和单位根 401
10.5.1随机游走 402
10.5.2非平稳数据的单位根检验 406
10.6移动平均时间序列模型 410
10.6.1用n期移动平均平滑历史数据 410
10.6.2用移动平均时间序列模型来进行预测 412
10.7时间序列模型中的季节性 415
10.8自回归移动平均模型 420
10.9自回归条件异方差模型 420
10.10两个以上时间序列的回归 423
10.11时间序列的其他议题 428
10.12时间序列预测建议采取的步骤 428
10.13总结 431
第11章 多因子模型简介 434
11.1引言 434
11.2多因子模型与现代组合理论 435
11.3套利定价理论 435
11.4多因子模型：类型 440
11.4.1因子与多因子模型 440
11.4.2宏观因子模型结构 440
11.4.3基本面因子模型 443
11.5多因子模型：实践应用 446
11.5.1因子模型与业绩归因 446
11.5.2利用因子模型进行风险归因 449
11.5.3因子模型在组合构建方面的应用 453
11.5.4在策略组合构建时怎样有效选择因子 454
11.6总结 455
附录 458
附录A 标准正态分布的累积概率 459
附录B 学生t-分布（单边假设检验） 461
附录C X2分布（自由度、显著性水平） 462
附录D F-分布表 463
附录E Durbin-Watson统计量的临界值（α=0.05） 467
术语表 468
作者简介 480