第一部分 期权定价 2
第1章 衍生品 2
文献推荐 6
练习 6
第2章 期权管理 8
2.1 套利关系 8
2.2 投资组合保险 15
2.3 单期二叉树模型 20
文献推荐 22
练习 23
第3章 概率论基础 25
3.1 实值随机变量 25
3.2 期望与方差 27
3.3 偏度和峰度 27
3.4 随机向量，依赖性，相关性 28
3.5 条件概率和期望 29
文献推荐 30
练习 30
第4章 离散时间随机过程 32
4.1 二项过程 32
4.2 三项过程 35
4.3 一般随机游走 36
4.4 几何随机游走 36
4.5 拥有状态依赖型增量的二项模型 37
文献推荐 38
练习 38
第5章 随机积分与微分方程 39
5.1 维纳过程 39
5.2 随机积分 41
5.3 随机微分方程 43
5.4 作为随机过程的股价 45
5.5 伊藤引理 46
文献推荐 48
练习 48
第6章 Black-Scholes期权定价模型 50
6.1 Black-Scholes微分方程 50
6.2 欧式期权的Black-Scholes公式 54
6.3 模拟 59
6.4 风险管理和套期保值 66
文献推荐 75
练习 76
第7章 欧式期权的二叉树模型 79
7.1 Cox-Ross-Rubinstein期权定价法 80
7.2 离散股息 83
文献推荐 85
练习 86
第8章 美式期权 87
8.1 美式期权的套利关系 87
8.2 三叉树模型 92
文献推荐 94
练习 94
第9章 奇异期权 96
9.1 复合期权，期权的期权 97
9.2 后定期权或“如你所愿”期权 98
9.3 障碍期权 98
9.4 亚式期权 100
9.5 回望期权 101
9.6 棘轮期权 102
9.7 篮子期权 103
文献推荐 104
练习 104
第10章 利率和利率衍生品 106
10.1 定义和标记 106
10.2 风险中性定价和计价单位测度 108
10.3 利率衍生品 112
10.4 利率建模 117
10.5 债券定价 123
10.6 校准利率模型 124
文献推荐 129
练习 129
第二部分 金融时间序列统计模型 132
第11章 导论：定义与概念 132
11.1 一些定义 132
11.2 对于德国和英国股票收益率的统计分析 137
11.3 预期与有效市场 139
11.4 计量模型：一个简单的总结 142
11.5 随机游走假设 149
11.6 单位根检验 150
文献推荐 156
练习 156
第12章 ARIMA时间序列模型 158
12.1 移动平均过程 158
12.2 自回归过程（Autoregressive Process） 160
12.3 ARMA过程 162
12.4 偏自相关（Partial Autocorrelation） 163
12.5 矩估计（Estimation of Moments） 166
12.6 Portmanteau统计量 168
12.7 估计AR（p）模型 168
12.8 估计MA（q）和ARMA（p,q）模型 169
文献推荐 172
练习 172
第13章 具有随机波动率的时间序列 175
13.1 ARCH和GARCH模型 176
13.2 GARCH模型的拓展 190
13.3 GARCH的缺陷 194
13.4 多变量GARCH模型 200
13.5 连续时间的GARCH模型 205
文献推荐 209
练习 209
第14章 长期记忆时间序列 211
14.1 长期依赖的定义 211
14.2 分整和长期记忆 212
14.3 长期记忆和自相似过程 213
14.4 长期记忆的发现 216
14.5 长期记忆参数的估计 218
14.6 长期记忆模型 220
14.7 经验证据 222
文献推荐 224
第15章 非参数计量和灵活时间序列估计量 225
15.1 非参数回归 225
15.2 估计量的构建 227
15.3 示例 228
15.4 灵活波动率估计量 228
15.5 基于ARCH模型的期权定价 229
15.6 DAX看涨期权估值中的应用 233
文献推荐 235
第三部分 金融市场应用 238
第16章 在险价值与后验测试 238
16.1 预测与VaR模型 239
16.2 期望损失后验测试法 241
16.3 后验测试的实际操作 242
文献推荐 245
练习 245
第17章 连接与在险价值 248
17.1 连接 249
17.2 连接分类 251
17.3 蒙特卡洛模拟 257
17.4 连接的估计 260
17.5 资产配置 263
17.6 投资组合收益率的在险价值 263
文献推荐 272
练习 272
第18章 极端风险的统计 273
18.1 风险测度 273
18.2 数据描述 275
18.3 估计方法 277
18.4 后验测试 291
18.5 时间序列的极值理论 291
文献推荐 295
练习 296
第19章 神经网络 298
19.1 从感知器到非线性神经元 299
19.2 反向传播（Back Propagation）算法 304
19.3 神经网络在非参数回归中的应用 305
19.4 神经网络在金融时间序列预测中的应用 309
19.5 神经网络在风险定量研究中的应用 311
文献推荐 314
第20章 期权投资组合的波动性风险 315
20.1 数据说明 316
20.2 VDAX动态的主成分因子分析 317
20.3 VDAX动态的稳定性分析 319
20.4 隐含波动率风险的测度 320
文献推荐 321
练习 322
第2l章 违约概率的非参数估计 324
21.1 逻辑回归（Logistic Regression） 324
21.2 信用评级的半参数模型 325
21.3 神经网络在信用评级中的应用 328
第22章 信贷风险管理及信用衍生产品 329
22.1 基本概念 329
22.2 伯努利模型 330
22.3 泊松模型 331
22.4 工业模型 332
22.5 单因子模型 335
22.6 连接函数和损失分布 336
22.7 担保债务凭证 339
练习 344
附录A 技术附录 346
A.1 积分理论 346
A.2 投资组合策略 349
符号和注释 354
参考文献 357
索引 367