推薦序

譯者序

前言

第1章金融數據及其特征

1.1資產收益率

1.2債券收益和價格

1.3隱含波動率

1.4R軟件包及其演示

1.4.1R軟件包的安裝

1.4.2Quantmod軟件包

1.4.3R的基本命令

1.5金融數據的例子

1.6收益率的分布性質

1.7金融數據的可視化

1.8一些統計分布

1.8.1正態分布

1.8.2對數正態分布

1.8.3穩態分布

1.8.4正態分布的尺度混合

1.8.收益率

習題

參考文獻

第2章金融時間序列的線性模型

2.1平穩性

2.2相關繫數和自相關函數

2.3白噪聲和線性時間序列

2.4簡單自回歸模型

2.4.1AR模型的性質

2.4.2實踐中AR模型的識別

2.4.3擬合優度

2.4.4預測

2.5簡單移動平均模型

2.5.1MA模型的性質

2.5.2MA模型定階

2.5.3模型估計

2.5.4用MA模型預測

2.6簡單ARMA模型

2.6.1ARMA（1,1）模型的性質

2.6.2一般ARMA模型

2.6.3ARMA模型的識別

2.6.4用ARMA模型進行預測

2.6.5ARMA模型的三種表示方式

2.7單位根非平穩性

2.7.1隨機遊動

2.7.2帶漂移的隨機遊動

2.7.3趨勢平穩時間序列

2.7.4一般單位根非平穩模型

2.7.5單位根檢驗

2.8指數平滑

2.9季節模型

2.9.1季節差分

2.9.2多重季節模型

2.9.3季節啞變量

2.10帶時間序列誤差的回歸模型

2.11長記憶模型

2.12模型比較和平均

2.12.1樣本內比較

2.12.2樣本外比較

2.12.3模型平均

習題

參考文獻

第3章線性時間序列分析案例學習

3.1每周普通汽油價格

3.1.1純時間序列模型

3.1.2原油價格的使用

3.1.3應用滯後期的原油價格數據

3.1.4樣本外預測

3.2全球溫度異常值

3.2.1單位根平穩

3.2.2趨勢非平穩

3.2.3模型比較

3.2.4長期預測

3.2.5討論

3.3美國月失業率

3.3.1單變量時間序列模型

3.3.2一個替代模型

3.3.3模型比較

3.3.4使用首次申請失業救濟金人數

3.3.5模型比較

習題

參考文獻

第4章資產波動率及其模型

4.1波動率的特征

4.2模型的結構

4.3模型的建立

4.4ARCH效應的檢驗

4.5ARCH模型

4.5.1ARCH模型的性質

4.5.2ARCH模型的優點與缺點

4.5.3ARCH模型的建立

4.5.4例子

4.6GARCH模型

4.6.1實例說明

4.6.2預測的評估

4.6.3兩步估計方法

4.7求和GARCH模型

4.8GARCH-M模型

4.9指數GARCH模型

4.9.1個示例

4.9.2模型的另一種形式

4.9.3第二個示例

4.9.4用EGARCH模型進行預測

4.10門限GARCH模型

4.11APARCH模型

4.12非對稱GARCH模型

4.13隨機波動率模型

4.14長記憶隨機波動率模型

4.15另一種方法

4.15.1高頻數據的應用

4.15.2應用日開盤價、價、價和收盤價

習題

參考文獻

第5章波動率模型的應用

5.1GARCH波動率期限結構

5.2期權定價和對衝

5.3隨時間變化的協方差和β值

5.4小方差投資組合

5.5預測

習題

參考文獻

第6章高頻金融數據

6.1非同步交易

6.2交易價格的買賣報價差

6.3交易數據的經驗特征

6.4價格變化模型

6.4.1順序概率值模型

6.4.2分解模型

6.5持續期模型

6.5.1日模式的成分

6.5.2ACD模型

6.5.3估計

6.6實際波動率

6.6.1處理市場微結構噪聲

6.6.2討論

附錄A概率分布概覽

附錄B危險率函數

習題

參考文獻

第7章極值理論、分位數估計與VaR

7.1風險測度和一致性

7.1.1風險值

7.1.2期望損失

7.2計算風險度量的注記

7.3風險度量制

7.3.1討論

7.3.2多個頭寸

7.4VaR計算的計量經濟學方法

7.5分位數估計

7.5.1分位數與次序統計量

7.5.2分位數回歸

7.6極值理論

7.6.1極值理論概覽

7.6.2經驗估計

7.6.3股票收益率的應用

7.7極值在VaR中的應用

7.7.1討論

7.7.2多期VaR

7.7.3收益率水平

7.8超出門限的峰值

7.8.1統計理論

7.8.2超額均值函數

7.8.3估計

7.8.4另外一種參數化方法

7.9平穩損失過程

習題

參考文獻

索引