FRM金融風險管理師零基礎編程

金融風險管理已經成為各個金融機構必備的職能部門。特別是隨著全球金融一體化不斷地深入發展，金融風險管理越發重要，也日趨複雜。金融風險管理師（FRM）就是在這個大背景下推出的認證考試，FRM現在已經是金融風險管理領域頂級權威的國際認證考試。本叢書以FRM考試第一、二級考綱內容為中心，並且突出介紹實際工作所需的金融建模風險管理知識。本叢書將金融風險建模知識和Python編程有機地結合在一起，配合豐富的彩色圖表，由淺入深地將各種金融概念和計算結果可視化，幫助讀者理解金融風險建模核心知識，提高數學和編程水平。 本書是本系列圖書的第二冊，共分12章。本書的第l章講解金融數據波動率計算，其中主要包括MA、ARCH、GARCH等模型。第2章介紹隨機過程，比如馬爾可夫過程、馬丁格爾策略、維納過程、伊藤引理和幾何布朗運動等內容。第3章探討蒙特卡羅模擬，特別是股價模擬和期權定價內容。第4章介紹常見的幾種回歸分析，比如線性回歸、邏輯回歸、多項式回歸、嶺回歸和套索回歸。第5、6和7章內容探討期權定價和分析，第5章以二叉樹為主，第6章介紹BSM模型條件下的期權定價，第7章介紹希臘字母。第8、9和10章內容介紹風險管理，分別是市場風險、信用風險和交易對手信用風險。第11和12章探討投資組合相關內容。 本書適合所有金融從業者閱讀，特別適合金融編程零基礎讀者參考學習。本書適合FRM考生備考參考學習，可以幫助FRM持證者實踐金融建模，另外，本書也是鞏固金融知識、應對金融筆試和面試的利器。

金融風險管理已經成為各個金融機構必備的職能部門。特別是隨著全球金融一體化不斷地深入發展，金融風險管理越發重要，也日趨複雜。金融風險管理師（FRM）就是在這個大背景下推出的認證考試，FRM現在已經是金融風險管理領域頂級權威的國際認證考試。本叢書以FRM考試第一、二級考綱內容為中心，並且突出介紹實際工作所需的金融建模風險管理知識。本叢書將金融風險建模知識和Python編程有機地結合在一起，配合豐富的彩色圖表，由淺入深地將各種金融概念和計算結果可視化，幫助讀者理解金融風險建模核心知識，提高數學和編程水平。 本書是本系列圖書的第6本，共分12章。本書的第1章和第2章主要介紹Python基礎編程內容，比如數據類型、運算符、條件循環語句、讀寫操作、函數等。第3章和第4章主要介紹NumPy和Scipy等常見的數學工具包的典型應用。第5章和第6章討論采用Pandas進行數據分析。在前6章內容的基礎上，第7章介紹常見的可視化方案。然後結合Python編程，第8章和第9章介紹金融建模中常用的概率和統計知識。第10章和第11章討論金融建模中各種常見的初等和高等數學內容，這些內容是後續金融產品定價和風險分析的數學基礎。第12章主要研究固定收益定價和分析等內容。 本書適合所有金融從業者閱讀，特別適合金融編程零基礎讀者參考學習。本書適合FRM考生備考參考學習，可以幫助FRM持證者實踐金融建模。另外，本書也是鞏固金融知識、應對金融筆試和面試的利器。

金融風險管理已經成為各個金融機構必備的職能部門，特別是隨著全球金融一體化的不斷發展與深入，金融風險管理越發重要，也日趨複雜。金融風險管理師（Financial Risk Manager，FRM）認證考試就是在這個大背景下推出的，FRM考試現在已經是金融風險管理領域的國際認證考試。本叢書以FRM考試第1、2級考綱內容為中心，並且突出介紹在實際工作中所必需的金融建模風險管理知識。本叢書將金融風險建模知識和MATLAB程序設計有機地結合在一起，配合豐富的彩色圖表，由淺入深地將各種金融概念和計算結果可視化，幫助讀者理解金融風險建模核心知識，提高數學和程序設計水準。 《MATLAB金融風險管理師FRM：金融科技Fintech應用/FRM金融風險管理師零基礎程序設計》是本叢書的第五本，共分12章。第1章是本叢書第三本第11章時間序列的姊妹章，介紹多重共線性、嶺回歸、Lasso回歸，以及協整性和向量誤差修正模型。第2章延續本叢書第三本第9、第10兩章，繼續探討蒙特卡羅模擬中的跳躍過程和擬蒙特卡羅模擬，本章最後給出一個類比投資組合VaR值的案例分析。第3章和第4章，分別介紹利率模型及波動率模型與校準；特別的是，這兩章內容和衍生品定價緊密聯繫。第5章詳細介紹對手風險中信用敞口、信用指標模擬計算，以及如何規避對手信用風險及信用價值調整；本章最後探討錯向風險。第6章介紹股票技術分析，其中包括蠟燭圖、股價繪圖、成交量圖以及各種震盪指標等。第7、第8兩章銜接本叢書第四本第8-10章，繼續探討投資組合優化問題。其中，第7章介紹平均絕對離差和風險價值兩種風險指標以及信息比率和風險規避，本章最後介紹Black Litterman模型；第8章主要介紹風險貢獻、風險預算，並且基於此介紹風險平價和層次風險平價兩種重要的資產配置策略，最後比較幾種常見的投資策略。第9章介紹因素投資，其中包括單因數模型、雙因數模型、多因數模型，以及主成分分析模型。第10-12章集中介紹Fintech常見的機器學習方法，其中包括經典的監督和非監督算法，以及神經網絡算法。 《MATLAB金融風險管理師FRM：金融科技Fintech應用/FRM金融風險管理師零基礎程序設計》適合所有金融從業者閱讀，特別適合金融程序設計零基礎讀者參考學習；也適合作為FRM考生的備考參考學習，可以幫助FRM持證者實踐金