由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书改进MGARCH模型的估计及其在组合中的应用9787030677648
¥ ×1
前言
1 绪论 1
2 金融市场风险管理基本理论 4
2.1 金融资产收益率的定义 4
2.1.1 简单的收益率 4
2.1.2 对数收益率 5
2.2 金融资产收益率常用的分布 5
2.2.1 正态分布 5
2.2.2 t分布 6
2.. 混合正态分布 7
2.2.4 极值分布 7
. 几种典型的随机过程 7
..1 随机过程的定义及其质 7
..2 几种典型随机过程的定义 8
.. 金融资产收益率的建模过程中较为常见的几类随机过程 9
2.4 常见的相关估计模型及波动模型 10
2.4.1 券市场的波动及关 10
2.4.2 移动平均法 11
2.4.3 ARCH类模型 12
3 MGARCH模型的分类及存在的问题 17
3.1 模型概述 18
3.2 条件协方差阵的模型 19
3.3 因子模型 21
3.4 条件方差及其相关模型 24
3.5 非参数方法和半参数方法 29
3.6 传统的协方差阵估计方法所面临的问题 31
4 组合理论 34
4.1 券基本要素的度量 34
4.1.1 券收益的度量 34
4.1.2 券风险的度量 37
4.2 Markowitz组合理论 40
4.3 组合发展的相关理论 43
4.3.1 组合发展的相关理论 44
4.3.2 国内相关研究发展现状 49
5 高维数据背景下常见的降维方法 51
5.1 因子分析法 51
5.2 主成分分析法 52
5.3 门限法 54
5.4 收缩法 55
5.5 惩罚函数 57
5.5.1 岭回归 57
5.5.2 LASSO回归 58
5.5.3 交叉验 59
6 高维稀疏对角GARCH模型的估计及应用 60
6.1 高维稀疏模型的发展 60
6.2 高维稀疏对角GARCH模型的提出 63
6.2.1 goGARCH模型 63
6.2.2 高维稀疏goGARCH模型的提出及估计 64
6.3 模拟研究 65
6.3.1 模拟数据的产生 65
6.3.2 goGARCH模型和HDS-goGARCH模型的比较 65
6.4 实分析 66
6.4.1 样本数据处理 66
6.4.2 预测的协方差阵在组合中的应用研究 67
7 高维数据背景下条件相关MGARCH模型的估计及应用 69
7.1 主成分正交补门限法 69
7.2 主成分正交补门限DCC模型 71
7.2.1 主成分正交补门限DCC模型的提出及估计 71
7.2.2 模拟研究 74
7.. 实分析 80
7.3 改进CCC-GARCH模型 85
7.3.1 主成分正交补门限CCC-GARCH模型的提出 85
7.3.2 模拟研究 87
7.3.3 PTCCC-GARCH模型和CCC-GARCH模型的比较 88
7.4 实研究 90
7.4.1 样本数据处理 90
7.4.2 预测的协方差阵在组合中的应用研究 90
8 高频数据影响的改进BEKK模型的估计及应用 93
8.1 金融高频数据的研究现状 93
8.1.1 高频数据及其特征分析 93
8.1.2 金融高频数据分析的主要动因 94
8.1.3 金融高频数据的现状研究 94
8.1.4 于融高频数据已实现波动的研究 100
8.1.5 于融高频数据协方差阵的研究 107
8.1.6 我国研究金融高频数据的必要 108
8.2 常见的高频协方差阵估计方法及其应用 109
8.2.1 RCOV估计方法 109
8.2.2 基于市场微观结构噪声的RCOV估计方法 112
8.. 考虑跳跃影响的高频协方差阵估计方法 119
8.2.4 金融高频协方差阵在组合中的应用情况 125
8.3 高频数据影响的BEKK模型的提出 127
8.3.1 实研究 129
8.3.2 稳健分析 133
参考文献 134
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格