第1章 金融市场与金融产品 1
1.1金融市场 1
1.1.1货币市场 2
1.1.2资本市场 2
1.1.3商品市场 3
1.2金融机构 3
1.2.1存款性金融机构 4
1.2.2非存款性金融机构 4
1.2.3家庭或个人 5
1.3基础金融工具 6
1.3.1原生金融工具 6
1.3.2衍生金融工具 6
1.3.3金融工具的基本特征 6
1.4金融产品 7
1.5金融产品风险 8
第2章MATLAB基础知识概述 10
2.1 MATLAB的发展历程和影响 10
2.2基本操作 11
2.2.1操作界面 11
2.2.2 Help帮助 12
2.2.3系统变量 13
2.3多项式运算 17
2.3.1多项式表达方式 17
2.3.2多项式求解 17
2.3.3多项式乘法（卷积） 18
2.4多项式的曲线拟合 18
2.4.1函数拟合 18
2.4.2曲线拟合工具CFTOOL 19
2.4.3多项式插值 20
2.5微积分计算 22
2.5.1数值积分计算 22
2.5.2符号积分计算 22
2.5.3数值微分运算 23
2.5.4符号微分运算 24
2.6矩阵计算 25
2.6.1线性方程组的求解 25
2.6.2矩阵的特征值和特征向量 25
2.6.3矩阵求逆 26
2.7 M函数编程规则 27
2.8绘图函数 32
2.8.1简易函数绘图 32
2.8.2二维图形绘制 33
2.8.3三维图形绘制 35
2.8.4等高线图形绘制 37
2.8.5二维彩图绘制 38
2.8.6矢量场图绘制 39
2.8.7多边形图绘制 40
第3章MATLAB与Excel文件的数据交换 42
3.1案例背景 42
3.2数据交互函数 42
3.2.1获取文件信息函数xlsfinfo 42
3.2.2读取数据函数xlsread 43
3.2.3写入数据函数xlswrite 45
3.2.4交互界面函数uiimport 46
3.3 Excel-Link宏 48
3.3.1加载Excel-Link宏 48
3.3.2使用Excel-Link宏 48
3.3.3 Excel 2007加载与使用宏 51
3.4交互实例 52
3.4.1基金相关性的计算 52
3.4.2多个文件的读取和写入 54
3.5数据的平滑处理 55
3.5.1 smooth函数 55
3.5.2 smoothts函数 57
3.5.3 medfilt1函数 61
3.6数据的标准化变换 62
3.6.1数据的标准化常用方法 62
3.6.2数据的极差规格化变换 65
第4章MATLAB与数据库的数据交互 67
4.1案例背景 67
4.2 MATLAB实现 67
4.2.1 Database工具箱简介 67
4.2.2 Database工具箱函数 67
4.2.3数据库数据读取 68
4.2.4数据库数据写入 73
4.3网络数据读取 75
4.3.1 Yahoo数据 75
4.3.2 Google数据 77
第5章 贷款按揭与保险产品——现金流分析案例 80
5.1货币时间价值计算 80
5.1.1单利终值与现值 80
5.1.2复利终值与现值 81
5.1.3连续复利计算 81
5.2固定现金流计算 82
5.2.1固定现金流现值计算函数pvfix 82
5.2.2固定现金流终值计算函数fvfix 83
5.3变化现金流计算 83
5.4年金现金流计算 85
5.5商业按揭贷款分析 87
5.5.1按揭贷款还款方式 87
5.5.2等额还款模型与计算 87
5.5.3等额本金还款 90
5.5.4还款方式比较 92
5.5.5提前还款违约金估算 92
5.6商业养老保险分析 93
5.6.1商业养老保险案例 94
5.6.2产品结构分析 95
5.6.3现金流模型 95
5.6.4保险支出现值函数 96
5.6.5保险收入现值函数 96
5.6.6案例数值分析 97
5.6.7案例分析结果 98
第6章 随机模拟——概率分布与随机数 100
6.1概率分布 100
6.1.1概率分布的定义 100
6.1.2几种常用概率分布 100
6.1.3概率密度、分布和逆概率分布函数值的计算 103
6.2随机数与蒙特卡罗模拟 106
6.2.1随机数的生成 106
6.2.2蒙特卡罗模拟 109
6.3随机价格序列 112
6.3.1收益率服从正态分布的价格序列 112
6.3.2具有相关性的随机序列 114
6.4带约束的随机序列 116
第7章CFTOOL数据拟合——GDP与用电量增速分析 119
7.1案例背景——GDP与用电量关系 119
7.2数据拟合方法 121
7.3 MATLAB CFTOOL使用 121
7.3.1 CFTOOL函数的调用方式 122
7.3.2导入数据 122
7.3.3数据的平滑处理 123
7.3.4数据筛选 124
7.3.5数据拟合 125
7.3.6绘图控制 128
7.3.7拟合后处理 128
7.4加权重拟合 130
第8章 策略模拟——组合保险策略分析 133
8.1固定比例组合保险策略 133
8.1.1策略模型 133
8.1.2模型参数 134
8.2时间不变性组合保险策略 135
8.2.1策略模型 135
8.2.2模型参数 135
8.3策略数值模拟 135
8.3.1模拟情景假设 135
8.3.2固定比例组合保险策略模拟 136
8.3.3时间不变性组合保险策略模拟 139
8.4策略选择与参数优化 143
8.4.1模拟情景假设 143
8.4.2模拟方案与模拟参数 143
8.4.3模拟程序与结果 144
第9章KMV模型求解——方程与方程组的数值解 152
9.1方程与方程组 152
9.1.1方程 152
9.1.2方程组 152
9.2方程与方程组的求解 153
9.2.1 fzero函数 153
9.2.2 fsolve函数 154
9.2.3含参数方程组求解 156
9.3 KMV模型方程组的求解 158
9.3.1 KMV模型简介 158
9.3.2 KMV模型计算方法 159
9.3.3 KMV模型计算程序 160
第10章 期权定价模型与数值方法 164
10.1期权基础概念 164
10.1.1期权及其有关概念 164
10.1.2买入、卖出期权平价组合 165
10.1.3期权防范风险的应用 165
10.2期权定价方法的理论基础 166
10.2.1布朗运动 167
10.2.2伊藤引理 169
10.2.3 Black-Scholes微分方程 170
10.2.4 Black-Scholes方程求解 172
10.2.5影响期权价格的因素分析 174
10.3 B-S公式隐含波动率计算 178
10.3.1隐含波动率概念 178
10.3.2隐含波动率计算方法 178
10.3.3隐含波动率计算程序 179
10.4期权二叉树模型 183
10.4.1二叉树模型的基本理论 183
10.4.2二叉树模型的计算 184
10.5期权定价的蒙特卡罗方法 186
10.5.1模拟基本思路 186
10.5.2模拟技术实现 186
10.5.3模拟技术改进 187
10.5.4欧式期权蒙特卡罗模拟 189
10.5.5障碍期权蒙特卡罗模拟 192
10.5.6亚式期权蒙特卡罗模拟 195
第11章 股票挂钩结构分析 198
11.1股票挂钩产品的基本结构 198
11.1.1高息票据与保本票据 198
11.1.2产品构成要素说明 199
11.1.3产品的设计方法 200
11.2股票挂钩产品案例分析 202
11.2.1产品定价分析 202
11.2.2产品案例要素说明 202
11.2.3保本票据定价与收益 203
11.2.4高息票据定价与收益 207
11.3分级型结构产品分析 209
11.3.1分级型结构产品的组成 209
11.3.2分级型结构产品的结构比例 209
11.3.3分级型结构产品的收益分配 210
11.3.4分级型结构产品的流通方式 210
11.3.5分级型结构产品的风险控制 210
第12章 马可维兹均值-方差模型 212
12.1模型理论 212
12.2收益与风险计算函数 213
12.3有效前沿计算函数 214
12.4约束条件下有效前沿 218
12.5模型年化参数计算 220
第13章 基金评价与投资组合绩效 222
13.1资产定价（CAPM）模型 222
13.2组合绩效指标 223
13.2.1 Beta与Alpha计算 224
13.2.2夏普比率 228
13.2.3信息比率 229
13.2.4跟踪误差 231
13.2.5最大回撤 232
13.3业绩归因分析 234
13.3.1大类资产配置效应、行业配置效应和个股选择效应 234
13.3.2基金选股与择时能力分析 235
第14章 风险价值VaR计算 237
14.1 VaR模型 237
14.1.1 VaR模型的含义 237
14.1.2 VaR的主要性质 237
14.1.3 VaR模型的优点与缺点 238
14.2 VaR计算方法 239
14.3数据读取 239
14.3.1数据提取 239
14.3.2数据可视化与标准化 241
14.3.3数据简单处理与分析 243
14.4数据处理 248
14.5历史模拟法程序 249
14.6参数模型法程序 251
14.7蒙特卡罗模拟程序 253
14.7.1基于随机收益率序列的蒙特卡罗风险价值计算 253
14.7.2基于几何布朗运动的蒙特卡罗模拟 255
第15章 跟踪误差最小化——非线性最小二乘法MATLAB编程 257
15.1理论与案例 257
15.1.1非线性最小二乘法 257
15.1.2跟踪误差最小化背景 257
15.2模型建立 258
15.2.1实际案例 258
15.2.2数学模型 259
15.3 MATLAB实现 260
15.3.1 Isqnonlin函数 260
15.3.2建立目标函数 261
15.3.3模型求解 263
15.4扩展问题 266
第16章 分形技术——移动平均Hurst指数计算 267
16.1 Hurst指数简介 267
16.2 R/ S方法计算Hurst指数 268
16.3移动平均H urst指数计算程序 268
16.3.1时间序列分段 268
16.3.2 Hurst指数计算 270
16.3.3移动平均Hurst指数计算 272
第17章 固定收益证券的久期与凸度计算 275
17.1基本概念 275
17.2价格与收益率的计算 277
17.2.1计算公式 277
17.2.2债券定价计算 278
17.2.3债券收益率计算 281
17.3久期与凸度的计算 284
17.3.1债券久期计算 284
17.3.2债券凸度计算 287
17.4债券组合久期免疫策略 289
第18章 利率期限结构与利率模型 293
18.1利率理论与投资策略 293
18.1.1利率的期限结构理论 293
18.1.2利用利率结构投资策略 293
18.2利率期限结构 295
18.2.1建立利率期限结构的方法 295
18.2.2利率期限结构的计算 296
18.2.3利率期限结构的平滑 301
18.3利用利率期限结构计算远期利率 301
18.4利率模型 305
18.4.1利率模型分类 305
18.4.2 Ho-Lee模型 306
18.4.3 BDT二叉树的构建 310
18.4.4 HJM模型的构建 313
第19章 线性优化理论与方法 315
19.1案例背景 315
19.1.1线性规划应用 315
19.1.2线性规划的求解方法 315
19.2线性模型建立 316
19.3线性优化MATLAB求解 316
19.3.1 linprog函数 316
19.3.2线性规划目标函数 317
19.3.3内点法求解 318
19.3.4单纯形法求解 318
19.4含参数线性规划 319
第20章 非线性优化理论与方法 321
20.1理论背景 321
20.1.1非线性问题 321
20.1.2非线性优化 321
20.2理论模型 322
20.2.1无约束非线性优化 322
20.2.2约束非线性优化 323
20.3 MATLAB实现 324
20.3.1 fminunc函数（无约束优化） 324
20.3.2 fminsearch函数 327
20.3.3 fmincon函数 329
20.4扩展问题 334
20.4.1大规模优化问题 334
20.4.2含参数优化问题 335
第21章 资产收益率分布的拟合与检验 337
21.1案例描述 337
21.2数据的描述性统计 338
21.2.1描述性统计量 338
21.2.2统计图 341
21.3分布的检验 345
21.3.1 chi2gof函数 345
21.3.2 jbtest函数 346
21.3.3 kstest函数 348
21.3.4 kstest2函数 350
21.3.5 lillietest函数 352
21.3.6最终的结论 354
21.4投资组合分布图比较 355
第22章 技术分析——指标计算与绘图 358
22.1理论简介 358
22.2行情数据的K线图 358
22.2.1数据读取 358
22.2.2蜡烛图（K线） 359
22.3技术指标计算 361
22.3.1移动平均线 361
22.3.2布林带 363
22.3.3平滑异同移动平均线 364
22.3.4其他技术指标 365
22.4动态技术指标 367
第23章 编程实用技巧 370
23.1变量的初始化 370
23.2集合交并函数 372
23.3坐标轴时间标记 375
23.4坐标轴过原点实现 376
23.5定时触发程序运行 378
23.6发送邮件 379
附录A使用MATLAB进行国内期货交易 380
A.1国内期货柜台系统介绍 380
A.2开发前准备 380
A.3各种对接方式 381
A.4 C＃版对接原理 381
A.5 QuantBox版项目介绍 382
A.6 C版的特点 382
A.7监控软件的使用 383
A.8 MATLAB对接期货接口 383
A.9 MATLAB对接证券 390
附录B基于DataHouse的数据获取 391
B.1恒生聚源DataHouse介绍 391
B.1.1恒生聚源DataHouse概述 391
B.1.2 DataHouse下载安装 392
B.1.3注册登录 393
B.1.4 DataHouse指标概况 394
B.1.5指标搜索方法 396
B.2 DataHouse指标应用 399
B.2.1获取证券代码 400
B.2.2获取日期信息 404
B.3 DH取行情数据 408
B.3.1 DataHouse取高频行情（包括实时） 408
B.3.2 DH取日行情 414
B.3.3 DH取其他行情数据 419
B.3.4基于行情类的其他案例 419
B.4基本面数据 422
B.4.1财务数据的提取 422
B.4.2宏观数据的提取 429
B.4.3基于财务数据的简单选股模型 431
B.4.4基于宏观数据的简单择时模型 433
参考文献 436