滿額折
商品簡介
作者簡介
名人/編輯推薦
目次
商品簡介
“量化之王”數學家西蒙斯領導的復興科技公司旗下規模為50億美金的大獎章基金在1988—2008年創造了年均收益超過35％的奇跡。不僅于此，該基金面對多次金融危機和政策波動都有杰出的表現：1994年，美聯儲連續6次加息，它凈賺了71％；2000年科技股股災，標普指數下跌了10％，它更是大獲豐收，凈回報98.5％；2008年，全球金融危機，各類資產價格下滑，大部分對沖基金都虧損，而它賺了80％。
劉振亞、鄧磊主編的《解密復興科技：基于隱蔽馬爾科夫模型的時序分析方法》從介紹復興科技公司著手，深入介紹了HMM模型參數估計、預測與解碼問題、隱蔽狀態的估計問題、模型選擇和模型檢驗、序列不相關和自相關的馬爾科夫狀態轉換模型，以及MS-AR模型的估計方法等問題，并給出了將HMM模型應用于宏觀經濟分析和股市波動分析的實例。
劉振亞、鄧磊主編的《解密復興科技：基于隱蔽馬爾科夫模型的時序分析方法》從介紹復興科技公司著手，深入介紹了HMM模型參數估計、預測與解碼問題、隱蔽狀態的估計問題、模型選擇和模型檢驗、序列不相關和自相關的馬爾科夫狀態轉換模型，以及MS-AR模型的估計方法等問題，并給出了將HMM模型應用于宏觀經濟分析和股市波動分析的實例。
作者簡介
劉振亞，現為中國人民大學財金學院和英國伯明翰大學教授，博士生導師，摩根大通期貨有限公司（JPMorganFutures）董事，全球最大管理期貨（CTA）WintonCapitaI中國最早的合作者。劉振亞教授在金融計量、量化投資、宏觀經濟等領域有著深入的研究，從1991年以來已出版多本專業著作，并在《ChinaEconomicReview》《世界經濟》等國內外一流雜志發表多篇文童。鄧磊，現為北京工商大學講師，中國人民大學碩士、博士，美國加州大學圣地亞哥分校（UCSD）訪問學者。研究領域包括金融計量學、金融統計學、DSGE宏觀經濟模型等。對線性和非線性以及參數和非參數HMM，在模型設置和解法等方面有著較為深入的研究。
名人/編輯推薦
復興科技公司是由詹姆斯·西蒙斯成立的一家世界知名對沖基金公司，它的大獎章基金從1988年3月成立至1999年12月年回報率平均為35.6％，基金累計回報率達到2478.6％，比當期排名第二的索羅斯旗下的量子基金1710.1％的回報率高出了近50％。《解密復興科技：基于隱蔽馬爾科夫模型的時序分析方法》作者劉振亞、鄧磊通過近三十年的研究，認為復興科技公司使用的投資方法是基于HMM理論的，并在書中詳細介紹了復興科技的發展，對復興科技投資方法的分析，并從易到難詳細介紹了HMM方法及應用。
目次
前言
引言 解密復興科技
第一節 西蒙斯與復興科技
第二節 復興科技中的元老們
第三節 復興科技中的主要研究方法
第四節 什么是HMM？
第五節 HMM舉例
第六節 股價收益分布與HMM
第七節 HMM與交易策略設計
第八節 基于HMM的交易策略
第九節 交易策略的評價問題
第十節 科技與投資
第十一節 復興科技的核心競爭力
第一部分 基礎知識
第一章 極大似然估計法簡介 前言
引言 解密復興科技
第一節 西蒙斯與復興科技
第二節 復興科技中的元老們
第三節 復興科技中的主要研究方法
第四節 什么是HMM？
第五節 HMM舉例
第六節 股價收益分布與HMM
第七節 HMM與交易策略設計
第八節 基于HMM的交易策略
第九節 交易策略的評價問題
第十節 科技與投資
第十一節 復興科技的核心競爭力
第一部分 基礎知識
第一章 極大似然估計法簡介
第一節 線性模型的極大似然估計量
第二節 極大似然估計法的幾個重點問題
第二章 貝葉斯分析
第一節 統計學歷史發展簡介
第二節 貝葉斯分析簡介
第三章 馬爾科夫鏈
第一節 有兩種狀態的馬爾科夫鏈
第二節 轉移函數和初始分布
第三節 馬爾科夫鏈的一些性質
第四節 轉移矩陣的估計問題
第二部分 隱蔽馬爾科夫模型
第四章 混合分布和隱蔽馬爾科夫模型
第一節 狀態序列相互獨立的混合分布模型
第二節 狀態相互獨立混合分布的參數估計
第三節 簡單隱蔽馬爾科夫模型
第四節 隱蔽馬爾科夫模型的極大似然函數
第五章 隱蔽馬爾科夫模型似然函數估計方法
第一節 數值算法
第二節 EM算法
第六章 隱蔽馬爾科夫模型應用與模型選擇
第一節 條件分布
第二節 預測分布
第三節 解碼
第四節 狀態預測
第五節 模型選擇標準
第三部分 馬爾科夫狀態轉換模型
第七章 序列不相關數據的馬爾科夫狀態轉換模型
第一節 序列不相關狀態相互獨立的轉換模型
第二節 序列不相關馬爾科夫狀態轉換模型
第八章 序列自相關的馬爾科夫狀態轉換模型
第一節 序列自相關狀態可觀測的馬爾科夫狀態轉換模型
第二節 序列自相關和狀態不可觀測的馬爾科夫狀態轉換模型
第三節 濾波過程
第四節 平滑過程
第五節 馬爾科夫轉換模型中的St狀態的持續期
第九章 MS-AR模型的估計方法
第一節 MS-AR模型參數估計初步
第二節 MS-AR模型參數的EM算法
第三節 MS-AR（1）模型的詳細計算過程：Excel應用
第四部分 HMM和MS-AR模型應用
第十章 MS-AR模型在宏觀分經濟析中的應用
第一節 簡單MS-AR（1）經濟波動模型
第二節 Hamiltion（1989）和Kim，Nelson（1999）MS-AR（4）經濟的波動模型
第三節 Kim，Nelson（1999）加入虛擬變量的MS-AR（4）模型
第十一章 HMM和SWARCH模型在股市中的應用
第一節 股指收益率與HMM
第二節 股指波動性與SWARCH模型
參考文獻
引言 解密復興科技
第一節 西蒙斯與復興科技
第二節 復興科技中的元老們
第三節 復興科技中的主要研究方法
第四節 什么是HMM？
第五節 HMM舉例
第六節 股價收益分布與HMM
第七節 HMM與交易策略設計
第八節 基于HMM的交易策略
第九節 交易策略的評價問題
第十節 科技與投資
第十一節 復興科技的核心競爭力
第一部分 基礎知識
第一章 極大似然估計法簡介 前言
引言 解密復興科技
第一節 西蒙斯與復興科技
第二節 復興科技中的元老們
第三節 復興科技中的主要研究方法
第四節 什么是HMM？
第五節 HMM舉例
第六節 股價收益分布與HMM
第七節 HMM與交易策略設計
第八節 基于HMM的交易策略
第九節 交易策略的評價問題
第十節 科技與投資
第十一節 復興科技的核心競爭力
第一部分 基礎知識
第一章 極大似然估計法簡介
第一節 線性模型的極大似然估計量
第二節 極大似然估計法的幾個重點問題
第二章 貝葉斯分析
第一節 統計學歷史發展簡介
第二節 貝葉斯分析簡介
第三章 馬爾科夫鏈
第一節 有兩種狀態的馬爾科夫鏈
第二節 轉移函數和初始分布
第三節 馬爾科夫鏈的一些性質
第四節 轉移矩陣的估計問題
第二部分 隱蔽馬爾科夫模型
第四章 混合分布和隱蔽馬爾科夫模型
第一節 狀態序列相互獨立的混合分布模型
第二節 狀態相互獨立混合分布的參數估計
第三節 簡單隱蔽馬爾科夫模型
第四節 隱蔽馬爾科夫模型的極大似然函數
第五章 隱蔽馬爾科夫模型似然函數估計方法
第一節 數值算法
第二節 EM算法
第六章 隱蔽馬爾科夫模型應用與模型選擇
第一節 條件分布
第二節 預測分布
第三節 解碼
第四節 狀態預測
第五節 模型選擇標準
第三部分 馬爾科夫狀態轉換模型
第七章 序列不相關數據的馬爾科夫狀態轉換模型
第一節 序列不相關狀態相互獨立的轉換模型
第二節 序列不相關馬爾科夫狀態轉換模型
第八章 序列自相關的馬爾科夫狀態轉換模型
第一節 序列自相關狀態可觀測的馬爾科夫狀態轉換模型
第二節 序列自相關和狀態不可觀測的馬爾科夫狀態轉換模型
第三節 濾波過程
第四節 平滑過程
第五節 馬爾科夫轉換模型中的St狀態的持續期
第九章 MS-AR模型的估計方法
第一節 MS-AR模型參數估計初步
第二節 MS-AR模型參數的EM算法
第三節 MS-AR（1）模型的詳細計算過程：Excel應用
第四部分 HMM和MS-AR模型應用
第十章 MS-AR模型在宏觀分經濟析中的應用
第一節 簡單MS-AR（1）經濟波動模型
第二節 Hamiltion（1989）和Kim，Nelson（1999）MS-AR（4）經濟的波動模型
第三節 Kim，Nelson（1999）加入虛擬變量的MS-AR（4）模型
第十一章 HMM和SWARCH模型在股市中的應用
第一節 股指收益率與HMM
第二節 股指波動性與SWARCH模型
參考文獻
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。