文轩网图书旗舰店
  • 扫码下单

  • MATLAB金融风险管理师FRM(金融科技Fintech应用) 姜伟生 等 编 经管、励志 文轩网
  • 新华书店正版
    • 作者: 暂无著
    • 出版社: 清华大学出版社
    • 出版时间:2021-09-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    店铺装修中

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    文轩网图书旗舰店

  •      https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 暂无著
    • 出版社:清华大学出版社
    • 出版时间:2021-09-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-09-01
    • 字数:947000
    • 页数:476
    • 开本:16开
    • 装帧:平装
    • ISBN:9787302584070
    • 国别/地区:中国
    • 版权提供:清华大学出版社

    MATLAB金融风险管理师FRM(金融科技Fintech应用)

    作  者:姜伟生 等 编
    定  价:199
    出 版 社:清华大学出版社
    出版日期:2021年09月01日
    页  数:476
    装  帧:精装
    ISBN:9787302584070
    主编推荐

    内容简介

    金融风险管理已经成为各个金融机构推荐的职能部门,特别是随着优选金融一体化的不断发展与深入,金融风险管理越发重要,也日趋复杂。金融风险管理师(Finan Risk Manager,FRM)认证考试就是在这个大背景下推出的,FRM考试现在已经是金融风险管理领域很好非常不错的靠前认证考试。本丛书以FRM考试、二级考纲内容为中心,并且突出介绍在实际工作中所必需的金融建模风险管理知识。本丛书将金融风险建模知识和MATLAB编程有机地结合在一起,配合丰富的彩色图表,由浅入深地将各种金融概念和计算结果可视化,帮助读者理解金融风险建模核心知识,提高数学和编程水平。《MATLAB金融风险管理师FRM.金融科技Fintech应用》是本丛书的第五本,共分12章。章是本丛书第三本1章时间序列的姊妹章,介绍多重共线性、岭回归、Lasso回归,以及协整性和向量误差修正模型。第2章延续本丛书第三本第9、0两章,继续探讨null

    作者简介

    精彩内容

    目录
    章时间序列Ⅱ
    1.1多重共线性
    1.2岭回归
    1.3Lasso回归
    1.4协整性
    1.5向量误差修正模型
    第2章蒙特卡罗模拟Ⅲ
    2.1跳跃过程
    2.2拟蒙特卡罗模拟
    2.3模拟投资组合VaR
    第3章利率模型与校准
    3.1利率衍生品
    3.2利率模型
    3.3模型校准
    3.4利率三叉树
    第4章波动率模型与校准
    4.1隐含波动率
    4.2Heston随机波动率模型
    4.3局部波动率模型
    4.4SABR随机波动率模型
    第5章交易对手信用风险
    5.1交易对手信用风险
    5.2信用敞口
    5.3信用敞口指标
    5.4信用敞口的模拟
    5.5交易对手信用风险规避
    5.6信用价值调整
    5.7错向风险
    第6章技术分析
    6.1技术分析
    6.2蜡烛图
    6.3其他股价绘图
    6.4成交量图
    6.5价格变化图像
    6.6震荡指标
    第7章投资组合优化Ⅳ
    7.1风险指标
    7.2平均离差(MAD)
    7.3风险价值VaR和ES
    7.4投资组合优化对象
    7.5信息比率
    7.6风险规避
    7.7Black-Litterman模型
    第8章投资组合优化Ⅴ
    8.1风险贡献
    8.2风险预算
    8.3风险平价
    8.4层次风险平价
    8.5投资策略比较
    8.6回顾测试
    第9章因素投资
    9.1单因子模型和CAPM市场模型
    9.2双因子模型
    9.3多因子模型
    9.4多因子模型投资组合表达
    9.5多因子模型的应用
    9.6主成分分析模型
    0章机器学习Ⅰ
    10.1机器学习概述
    .10.2朴素贝叶斯分类
    10.3高斯朴素贝叶斯分类
    10.4高斯判别分析
    10.5线性判别与二次判别
    10.6k临近算法
    1章机器学习Ⅱ
    11.1支持向量机
    11.2软间隔与核技巧
    11.3决策树
    11.4性能度量
    11.5高斯混合模型
    11.6软聚类
    11.7GMM参数调试
    2章机器学习Ⅲ
    12.1k均值聚类
    12.2层次聚类
    12.3模糊C均值聚类
    12.4DBSCAN聚类
    12.5神经网络结构
    12.6反向传播算法
    结束语
    备忘
    参考及推荐图书

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购