返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书金融高频协方差阵的估计及应用研究9787030486981
  • 正版全新
    • 作者: 刘丽萍 著著 | 刘丽萍 著编 | 刘丽萍 著译 | 刘丽萍 著绘
    • 出版社: 科学出版社
    • 出版时间:2016-06-01
    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
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 刘丽萍 著著| 刘丽萍 著编| 刘丽萍 著译| 刘丽萍 著绘
    • 出版社:科学出版社
    • 出版时间:2016-06-01
    • 版次:1
    • 印次:1
    • 字数:151000.0
    • 页数:166
    • 开本:16开
    • ISBN:9787030486981
    • 版权提供:科学出版社
    • 作者:刘丽萍 著
    • 著:刘丽萍 著
    • 装帧:平装
    • 印次:1
    • 定价:65.00
    • ISBN:9787030486981
    • 出版社:科学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2016-06-01
    • 页数:166
    • 外部编号:1201329136
    • 版次:1
    • 成品尺寸:暂无

    前言
    缩写释义
    1 绪论
    2 金融高频数据研究现状
    2.1 高频数据及其特征分析
    2.1.1 什么是金融高频数据
    2.1.2 金融高频数据的主要特征
    2.2 金融高频数据分析的主要动因
    . 金融高频数据分析研究的现状
    ..1 金融高频数据统计特征的研究
    ..2 金融市场微观结构的研究
    .. 金融高频数据建模的研究
    ..4 于融高频数据已实现波动的研究
    ..5 于融高频数据协方差阵的研究
    2.4 我国研究金融高频数据的必要
    3 常见的高频协方差阵估计方法及其应用
    3.1 RCOV估计方法
    3.2 基于市场微观结构噪声的RCOV估计方法
    3.2.1 市场微观结构噪声对RCOV的影响
    3.2.2 考虑了市场微观结构噪声影响的RCOV估计方法
    3.3 考虑跳跃影响的高频协方差阵估计方法
    3.3.1 RBPCOV估计方法
    3.3.2 ROWCOV估计方法
    3.3.3 thresholdCOV估计方法
    3.4 金融高频协方差阵在组合中的应用情况
    3.5 本章小结
    4 TPCOV估计方法的提出及其修正
    4.1 预平均协方差阵估计方法
    4.1.1 改的预均方法
    4.1.2 基于预平均方法的MRCOV估计法
    4.2 新估计量的提出——TPCOV及其修正
    4.2.1 高频数据的基本设定
    4.2.2 MTPCOV的构造形式
    4.. 积分方差的一致估计量——MTPRV
    4.2.4 积分协方差的一致估计量——MTPCV估计量
    4.3 基于MTPCV的模拟研究
    4.3.1 窗宽及门限函数的选择
    4.3.2 基于随机波动模型的数据模拟研究
    4.4 本章小结
    5 RnBMTPCOV的估计
    5.1 基于刷新时间方案的MTPCOV的数据损失分析
    5.1.1 刷新时间方案
    5.1.2 基于刷新时间方案的数据损失分析
    5.2 RnBMTPCOV估计方法
    5.2.1 基于分块策略的协方差矩阵
    5.2.2 协方差阵的正则化处理方法
    5.3 RnBMTPCOV的估计及有效分析
    5.3.1 RnBMTPCOV估计结果的描述统计分析
    5.3.2 基于Mincer—Zarnowitz回归的协方差阵的比较分析
    5.4 本章小结
    6 多维协方差阵预测模型的比较分析
    6.1 基于高频数据的协方差预测模型
    6.1.1 CF—ARMA(2,1)模型
    6.1.2 FI—VAR模型
    6.1.3 多元异质自回归(MHAR)模型
    6.1.4 基于Wishart分布的自回归(WAR)模型
    6.2 基于低频数据的协方差阵预测模型
    6.2.1 DCC模型
    6.2.2 BEKK模型
    6.3 预测模型的比较方法
    6.3.1 损失函数
    6.3.2 MCS检验
    6.4 模型预测结果的比较
    6.4.1 数据的描述
    6.4.2 多维协方差阵预测模型的比较分析
    6.5 本章小结
    7 金融高频协方差阵在组合中应用的实分析
    7.1 高频数据在组合中应用问题的提出
    7.1.1 引言
    7.1.2 组合优化问题
    7.2 实分析方法介绍
    7.2.1 动态组合策略——波动择时策略
    7.2.2 动态组合的比较方法
    7.3 实分析
    7.3.1 样本数据的处理
    7.3.2 各组合的收益和波动分析
    7.3.3 各组合的经济收益分析
    7.3.4 各组合Sharpe LC率的比较
    7.4 本章小结
    参考文献
    附录A 书中用到的部分程序代码
    附录B 部分模拟数据

    刘丽萍,女,1984年11月生,山东菏泽人,统计学博士,副教授,新加坡国立大学访问学者,现就职于贵州财经大学数学与统计学院,任贵州财经大学统计学科学术带头人(2013~2016)。在核心期刊《统计研究》《数量经济技术经济研究》《管理工程学报》《系统工程理论与实践》《统计与信息论坛》《系统工程》《研究》《统计与决策》《数学的实践与认识》等刊物发表相关10余篇,主持社会科学项目1项、省部级项目若干。

    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