金融数量方法

　　总序
　　译者说明
　　前言
　　致谢
　　第1章  利率与资产收益率
　　1.1  引言
　　1.2  利率经济理论
　　1.3  货币的时间价值
　　1.4  即期利率、远期利率和利差
　　1.5  金融市场中利率的实际应用
　　1.6  持有证券收益率
　　1.7  利率的期限结构特性
　　1.8  抵押贷款和年金
　　练习
　　参考文献
　　第2章  数据描述和描述统计学
　　2.1  引言
　　2.2  数据类型
　　2.3  数据描述
　　2.4  描述统计学
　　2.5  相关的度量
　　2.6  指数
　　练习
　　进一步阅读文献
　　附录2.1样本标准差——为什么除数是n-1？
　　第3章  微积分在金融中的应用
　　3.1  引言
　　3.2  微分
　　3.3  微分的应用
　　3.4  最大值和最小值
　　3.5  多元函数微分
　　3.6  积分
　　练习
　　参考文献和进一步阅读文献
　　第4章  概率分布：在资产收益率中的应用
　　4.1  概率论引言
　　4.2  基本概率法则
　　4.3  离散型和连续型随机变量
　　4.4  离散型随机变量代数
　　4.5  离散型随机变量的期望值和方差期望值，或概率意义上的加权平均值
　　4.6  离散型随机变量的应用：投资组合的收益率与标准差的计算
　　4.7  金融概率分布的重要特征
　　练习
　　附录4.1  对数正态分布的均值和方差
　　第5章  统计推断：置信区间与假设检验
　　5.1  引言
　　5.2  抽样理论
　　5.3  估计和置信区间
　　5.4  假设检验
　　练习
　　进一步阅读文献
　　附录5.1  均值的标准误差
　　附录5.2  金融时报100指数数据的拟合优度
　　第6章  回归分析
　　6.1  引言
　　6.2  简单的线性回归
　　6.3  普通最小二乘回归
　　6.4  利用回归进行预测
　　6.5  多元回归
　　6.6  普通最小二乘假设的违背
　　6.7  虚拟变量
　　6.8  非线性回归
　　6.9  数据变换
　　6.10 回归分析在套期保值中的应用
　　练习
　　参考文献与进一步阅读文献
　　附录6.1  矩阵代数
　　附录6.2
　　第7章  时间序列分析
　　7.1  引言
　　7.2  基础知识
　　7.3  时间序列过程的单变量随机模型
　　7.4  时间序列分析的工具
　　7.5  协整
　　7.6  广义的自回归条件异方差（GARCH）
　　练习
　　参考文献
　　附录7.1  最大似然估计
　　附录7.2  典型相关与回归
　　第8  章数值方法
　　8.1  引言
　　8.2  方程求解
　　8.3  积分的数值方法
　　8.4  求解随机问题的数值方法
　　8.5  Monte Carlo模拟
　　练习
　　参考文献与进一步阅读文献
　　第9章  最优化
　　9.1  引言
　　9.2  线性规划
　　9.3  最小方差投资组合的构造
　　9.4  约束最优化
　　练习
　　参考文献与进一步阅读文献
　　第10章  金融连续时间数学：资产价格随机过程
　　10.1  引言
　　10.2  资产价格随机过程
　　10.3  Ito引理在衍生证券定价中的应用
　　10.4  假设——lto过程和对数正态过程
　　练习
　　参考文献
　　附录10.1  有限差分方法在Black—Sch01es偏微分方程中的应用
　　附录10.2  Black—Scholes的期望值推导
　　第11章  多元分析：主成分分析与因子分析
　　11.1  引言
　　11.2  主成分分析
　　11.3 因子分析
　　练习
　　参考文献与进一步阅读文献
　　附录  统计表
　　标准正态分布
　　t分布百分位数
　　x2分布百分数
　　F分布
　　DW统计量

　　由特里·J.沃特沙姆、基思?帕拉莫尔撰写的《金融数量方法》一书系统、详细地介绍了大量在金融领域中使用的重要的数量分析技术，覆盖面很广，其中包括了组合投资、资产定价、随机优化和风险管理等常用的方法和技术。作者通过大量的实例展示了这些技术的使用方法。书中的部分内容还反映了金融领域中一些新的研究成果和前沿的发展。
　　本书共分11章，由浅入深，从基础知识逐步引导到风险管理分析中的较复杂技术。这比较适合于那些急需理解数量分析技术，而又缺乏足够能力的读者。全书涵盖面广，对于已经掌握了一定的数量分析技术，但需要了解现代金融技术的读者来说也有很好的参考作用。
　　本书可用作高等院校数量经济学、金融学、财务管理等专业的本科高年级学生、研究生和MBA的相关课程的教学参考书，也可供银行、证券、保险等金融从业人员学习参考。