●章 概率論與期望值決策 1 1.1 概率測度 1 1.1.1 風險與不確定性 1 1.1.2 集合理論 2 1.1.3 狀態空間 6 1.1.4 概率空間 7 1.1.5 容度 8 1.1.6 期望 9 1.1.7 主觀概率 10 1.1.8 前景 13 1.2 期望值決策理論 14 1.2.1 荷蘭賭 15 1.2.2 聖彼得堡悖論 16 第2章 期望效用理論 18 2.1 偏好 18 2.1.1 偏好關繫 18 2.1.2 偏好公理 19 2.2 函數的凹凸性 21 2.3 風險態度與確定性等價 22 2.4 期望效用函數 26 2.5 正仿射變換 28 2.6 風險厭惡測度 28 2.7 期望效用理論與均值-方差模型 29 第3章 原始前景理論 33 3.1 悖論叢生 33 3.1.1 共同結果效應 33 3.1.2 共同比率效應 35 3.1.3 框架效應 35 3.1.4 Ellsberg悖論 37 3.1.5 確定效應 38 3.1.6 隔離效應 39 3.2 原始前景理論的賦值 41 3.2.1 反射效應 41 3.2.2 編輯 43 3.2.3 評估 45 3.3 參考點 46 3.4 價值函數 47 3.5 權重函數 48 3.5.1 次可加性 49 3.5.2 次確定性 49 3.5.3 次比例性 50 3.5.4 概率的非線性偏好 51 第4章 累積前景理論 53 4.1 原始前景理論的發展 53 4.2 等級依賴模型 56 4.3 累積前景理論的提出 59 4.4 價值函數 60 4.5 概率權重函數 61 4.6 案例：前景值的補充計算 62 4.7 風險態度的四重模式 63 4.8 累積前景理論的映射 65 第5章 前景理論與實驗經濟學 67 5.1 實驗經濟學概述 68 5.1.1 實驗經濟學的發展 68 5.1.2 對實驗的質疑 70 5.2 實驗目的與對像 71 5.2.1 實驗目的 71 5.2.2 實驗對像 72 5.3 實驗設計 73 5.3.1 指導語 73 5.3.2 控制變量 74 5.3.3 干擾因素 74 5.3.4 隨機數 74 5.3.5 數據采集 75 5.3.6 實驗激勵 76 5.3.7 知識偏差 76 5.3.8 實驗計劃 77 5.4 問卷設計與分析 77 5.4.1 問卷內容與結構 77 5.4.2 問卷數據分析 79 5.5 案例：累積前景理論的參數估計 86 第6章 前景理論與心理基礎 88 6.1 是否眼見為實 88 6.2 定基 89 6.2.1 心理賬戶 89 6.2.2 錨定效應 92 6.2.3 沉沒成本 94 6.3 偏離 96 6.3.1 過度自信 96 6.3.2 回本效應 97 6.3.3 後悔厭惡 98 6.4 割舍 98 6.4.1 稟賦效應 98 6.4.2 處置效應 99 6.5 簡化 100 6.5.1 暗示與過濾 100 6.5.2 代表性與熟悉性 100 6.6 情感 102 6.7 外部環境 103 6.7.1 社會環境 103 6.7.2 社會比較 103 6.7.3 語言表達 103 6.7.4 羊群效應與從眾心理 104 第7章 前景理論價值函數 105 7.1 價值函數的主要類型 105 7.1.1 冪價值函數 105 7.1.2 線性價值函數 106 7.1.3 二次價值函數 107 7.1.4 指數價值函數 110 7.1.5 HARA價值函數 111 7.1.6 非參數方法下的價值函數 112 7.2 價值函數的再討論 112 7.3 損失厭惡 115 7.3.1 損失厭惡 VS 風險厭惡 116 7.3.2 情感與損失厭惡 117 7.3.3 與損失厭惡相關的現像 118 7.4 參考依賴 122 7.5 幾類效用函數 128 第8章 前景理論權重函數 131 8.1 概率權重函數 131 8.2 Prelec概率權重函數 133 8.3 兩參數模型 134 8.4 概率權重函數的心理學解釋 138 8.5 概率權重函數形式及參數總結 139 第9章 前景理論的完善與應用 142 9.1 理論的夯實 142 9.1.1 偏好基礎與公理化 142 9.1.2 從離散到連續 143 9.1.3 第三代前景理論 144 9.1.4 不精確風險的測度 145 9.2 與傳統金融的聯繫與區別 145 9.2.1 前景理論與期望效用理論 145 9.2.2 前景理論與均值-方差模型 146 9.2.3 前景理論與高階矩 146 9.2.4 前景理論與資產定價 148 9.2.5 前景理論與行為預測 150 9.3 對異像、悖論及謎題的解釋 150 9.3.1 前景理論與聖彼得堡悖論 150 9.3.2 前景理論與股權溢價之謎 152 9.3.3 前景理論與稟賦效應 152 9.3.4 前景理論與處置效應 153 9.3.5 前景理論與本國效應 155 9.3.6 前景理論與貨幣幻覺 155 9.3.7 前景理論與近視損失厭惡 156 0章 前景理論與隨機占優 159 10.1 占優 160 10.2 偏好與函數 161 10.3 一階隨機占優 161 10.4 二階隨機占優 162 10.5 三階隨機占優 163 10.6 PSD隨機占優 165 1章 前景理論下的投資組合問題 170 11.1 基於理性假設的投資組合問題 170 11.1.1 期望收益與方差 172 11.1.2 有效邊界 174 11.1.3 夏普比率 176 11.1.4 兩基金分離定理 177 11.1.5 繫統風險與非繫統風險 178 11.1.6 資本資產定價模型 179 11.2 基於前景理論的投資組合問題 181 11.2.1 一個復雜的議題 181 11.2.2 前景理論偏好投資者的投資組合目標函數 187 2章 前景理論與風險測度 196 12.1 風險測度 196 12.1.1 風險測度的起源 197 12.1.2 如何測度風險 197 12.1.3 半方差 198 12.2 VaR 199 12.2.1 VaR的起源與發展 199 12.2.2 VaR的定義 201 12.2.3 VaR的計算 203 12.2.4 VaR的局限與爭議 207 12.3 CVaR 208 12.3.1 CVaR的定義 208 12.3.2 基於樣本情景下的CVaR-、CVaR和CVaR+ 209 12.3.3 CVaR的計算 210 12.4 VaR與CVaR的比較 211 12.4.1 優劣勢比較 211 12.4.2 優化與約束 212 12.5 VaR偏差和CVaR偏差 212 12.5.1 偏差的定義 212 12.5.2 偏差測度 214 12.5.3 VaR、CVaR與前景理論 215 3章 時間序列預測法 217 13.1 資產收益率 217 13.1.1 單期簡單收益率 217 13.1.2 多期簡單收益率 218 13.1.3 算術平均收益率 218 13.1.4 幾何平均收益率 218 13.1.5 對數收益率 219 13.2 時間序列的統計量 220 13.3 平穩性 221 13.4 序列相關、同方差及異方差 222 13.5 自相關函數與偏自相關函數 223 13.6 AR模型 225 13.7 MA模型 227 13.8 ARMA模型 228 13.9 ARCH模型 229 13.10 GARCH模型 230 4章 未來情景模擬法 232 14.1 Bootstrap法 233 14.1.1 什麼是Bootstrap法 233 14.1.2 基於時間序列的自助法 234 14.1.3 標準自助法 235 14.1.4 移動分塊自助法 235 14.1.5 非重疊分塊自助法 236 14.1.6 實例 237 14.2 蒙特卡羅模擬法 241 14.2.1 定義、起源與發展 241 14.2.2 應用範圍 243 14.2.3 股價變動與隨機過程 246 14.3 歷史模擬法 250 5章 優化算法 253 15.1 線性規劃 253 15.1.1 線性規劃的提出 253 15.1.2 單純形法 258 15.1.3 對偶問題 264 15.2 非線性規劃 265 15.2.1 無約束優化 267 15.2.2 約束優化 273 15.2.3 非線性規劃的難點 276 15.2.4 前景理論與分片線性規劃 279 15.2.5 凸優化 281 6章 遺傳算法 286 16.1 遺傳算法的原理 287 16.1.1 為什麼選擇遺傳算法 287 16.1.2 模式與模式定理 288 16.1.3 積木塊假說 288 16.1.4 探索與開發的平衡 288 16.2 遺傳算法的基本步驟 290 16.2.1 模型 290 16.2.2 編碼 291 16.2.3 估值 294 16.2.4 選擇 295 16.2.5 交叉 297 16.2.6 變異 300 16.2.7 收斂及終止 301 7章 前景理論與機器學習 304 17.1 支持向量機 306 17.1.1 線性分類器 307 17.1.2 從線性分類器到非線性分類器 309 17.2 Logistic回歸 313 17.3 過擬合與欠擬合 316 17.4 人工神經網絡 318 17.4.1 人工神經網絡在金融領域的運用 318 17.4.2 神經網絡模型介紹 321 17.4.3 感知機 326 17.4.4 前饋傳播 329 17.4.5 反向傳播 331 17.4.6 實例：BP神經網絡預測 336 8章 基於前景理論的投資組合優化的實證分析 339 18.1 無風險約束的前景理論優化問題 339 18.1.1 參數法正態分布 339 18.1.2 非參數法――前景模擬 346 18.2 含風險約束的前景理論優化問題 347 18.2.1 風險性風險約束 348 18.2.2 偏差性風險約束 349 附錄A MATLAB基礎快速入門 352 A.1 MATLAB簡介 352 A.2 MATLAB入門 354 A.3 MATLAB中的矩陣運算 358 A.4 MATLAB常用數據格式的導入/導出 359 A.5 MATLAB中的圖形功能 362 A.6 MATLAB程序設計方法 366 參考文獻 370
內容簡介
行為金融學作為金融學的一個分支，其重要性正在被越來越多的人所熟知。然而，前景理論作為行為金融學的核心理論，盡管地位很高，但目前仍不為多數人所了解。本書全面介紹了前景理論及其在金融領域中的發展。本書既對前景理論的產生背景、基礎理論、心理基礎及與傳統金融理論的對比分析等內容展開了論述，也對前景理論在金融投資組合優化方面的實證研究進行了詳細的介紹。本書給出了推薦的數學定義及實操的MATLAB代碼，為讀者提供理論與實操的優選便利。本書具有：前瞻性，直接深入行為金融學核心；綜述性，800餘篇參考文獻，有效減少資料搜索時間；實用性，金融投資模型分析，快速掌握建模求解技術。本書既適合對前景理論、投資優化及風險管理等相關知識感興趣的人員，也適合想迅速掌握基礎的人工智能技術在金融投資領域應用的人員閱讀。
"序言 從東京回到北京，告別海外學習生活還未幾日，就聽到一則新聞： 瑞典皇家科學院宣布，將2017年諾貝爾經濟學獎授予Richard H.Thaler，表彰其在行為經濟學方面的貢獻。 這是又一次對行為經濟學所做傑出貢獻的認可，同時也更加堅定了我撰寫本書的決心。 行為經濟學，從被主流經濟學界視為“異端邪說”，到逐步被認可，再到現在被主流經濟學認為是對主流新古典經濟學的有益補充，一路走來風雨幾十載，真是相當不易。何為行為經濟學？一言以蔽之，就是將心理學融入經濟學中，用以研究人們行為與經濟規律的一門學科。而行為金融學是行為經濟學下的一個研究分支。 2002 年，注定是一個不平凡的年份，諾貝爾經濟學獎授予了心理學家Daniel Kahneman。而Daniel Kahneman之所以能夠獲此殊榮，與他和另一位學者Amos Tversky 共同提出的前景理論（Prospect Th......
"
