金融預測分析:模型、方法與應用
約翰·格拉德(John Guerard) [希] 迪米特裏奧斯·托馬科斯(Dimitrios Thomakos), 向赟,迪米特裏奧斯·托馬科斯(Dimitrios Thomakos) 著, 向赟 譯 向赟
- 出版商: 北京大學
- 出版日期: 2026-07-01
- 售價: $588
- 語言: 簡體中文
- 頁數: 304
- ISBN: 7301371969
- ISBN-13: 9787301371961
-
相關分類:
Machine Learning
- 此書翻譯自: Financial Forecasting
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
統計學習理論基礎$258$245 -
$300人工智能算法 捲1 基礎算法 -
特徵工程不再難:資料科學新手也能輕鬆搞定! (Feature Engineering Made Easy: Identify unique features from your dataset in order to build powerful machine learning systems)$520$405 -
$351人工智能算法 捲2 受大自然啟發的算法 -
$611金融中的機器學習 -
$270矩陣分析 -
$407跟李銳學Excel數據分析 -
$606利用 Python 實現概率、統計及機器學習方法(原書第2版) -
$861精通機器學習算法 -
$861基於大數據的經濟形勢監測預測理論與方法 -
強化學習演算法入門$419$398 -
$594深度學習的理論基礎與核心算法 -
Eviews 實戰與數據分析$708$672 -
$504高級計量經濟分析及 Stata 應用 -
因果推斷計量經濟學$414$393 -
$468矩陣之美(基礎篇) -
概率機器學習 (基礎篇)$1,014$963 -
Gemini 深度使用手冊$474$450 -
人工智能數學基礎$959$911 -
$474Gemini 使用指南 -
一本搞定 Google AI:Gemini、NotebookLM、Workspace AI、Nano Banana 到 Gemini Omni,學會清晰化、結構化、規格化的 AI 工作法$399$315 -
Gemini Notebook 知識管理術 - 打造你的 AI 第二大腦$620$489 -
Gemini Notebook 任務神助手:200+ 實戰指令串聯 Gemini Notebook 與 AI Agent,全面解鎖學習、職場、生活與創意應用$650$507 -
AI 提問 X 學習 X 應用:ChatGPT、NotebookLM、Gemini、GitHub Copilot,從零到 AI Agent 實戰$390$308 -
$588Python 金融機器學習
相關主題
商品描述
本書是關於金融預測分析、理解財務數據和構造有效投資組合的數量導向的專業讀本,以簡明而系統的方式向讀者呈現了預測的基礎知識及其實踐應用。全書共分為8章:第1—3章介紹預測的基礎知識及其擴展。第4—7章介紹了預測模型和方法在經濟學與金融學(尤其是金融投資決策)中的實際應用。第8章為總結與結論。
在各章的分析中,作者試圖將預測與投資理論以及決策實踐融為一體,展示了豐富的理論與實證研究成果。書中包含了對中國實際GDP增長率、美國實際GDP增長率、美國失業率以及全球與中國股市中表現優異股票的預測實例。本書適合量化研究領域的研究人員和投資專業人士閱讀使用。
作者簡介
迪米特裏奧斯·D.托馬科斯(Dimitrios D. Thomakos),雅典國立卡波蒂斯坦大學(NKUA)應用計量經濟學教授,控制論與人工智能實驗室(CAIL)創始主任。擔任Review of Economic Analysis聯合主編及多本國際期刊副主編,著有Forecasting with the Theta Method: Theory and Application等。主要研究領域為預測理論與實踐應用。
目錄大綱
第1章 預測方法和模型
1.1 簡介
1.2 理論基礎
1.3 模型的矩、平穩性以及模型錯誤設定的影響
1.4 多元時間序列
1.5 模型選擇
1.6 平滑和預測平均方法
1.7 預測的事後評估
1.8 實證分析示例
第2章 預測平均、自適應學習和θ方法
2.1 自適應預測平均方法
2.2 自適應學習預測
2.3 自適應θ方法
2.4 實證分析示例
第3章 滾動窗口平均方法
3.1 滾動窗口平均方法的理論基礎
3.2 實證分析示例
第4章 自動時間序列建模與預測的應用
4.1 GNP預測:等權重預測的最優性
4.2 LEI在實際GDP和失業率預測中的應用
4.3 傳遞函數建模的更多應用
4.4 經濟衰退預測
4.5 小結
第5章 財務報表預測分析
5.1 利潤表
5.2 資產負債表
5.3 資產
5.4 負債和所有者權益
5.5 現金流量表
5.6 比率分析及營運資本
第6章 風險、收益和績效評估理論
6.1 風險和收益以及Markowitz優化分析
6.2 資本市場均衡
6.3 Barra模型:一個基本的機構風險模型
6.4 高級投資組合技術和統計風險模型:構建均值-方差有效投資組合
6.5 Axioma風險模型
6.6 評估共同基金
6.7 小結
附錄 USE4風險因子的定義
第7章 股票估值、股票選擇、投資組合選擇與投資應用研究
7.1 預期收益模型和選股模型
7.2 基本面變量和基於回歸的預期收益模型
7.3 MQ、USER和GLER模型:股票估值和組合構建
7.4 企業資金支出的定義及計算
7.5 定量模型檢驗
7.6 區域模型檢驗
7.7 關於全球股票市場和中國A股市場的實證研究結果
7.8 實際投資績效
7.9 小結
第8章 總結與結論
