图书介绍
运筹学基础常用算法互动实训教程pdf电子书版本下载
- 张怀胜主编 著
- 出版社： 镇江：江苏大学出版社
- ISBN：9787568403900
- 出版时间：2017
- 标注页数：266页
- 文件大小：73MB
- 文件页数：292页
- 主题词：运筹学－计算方法－计算机辅助教学－高等学校－教材
PDF下载
下载说明
运筹学基础常用算法互动实训教程PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 时间序列分析 1
1.1 多元时间序列分析 1
1.1.1 协整 2
1.1.2 向量自回归模型 5
1.1.3 协整VAR和VECM 12
1.2 波动率建模 15
1.2.1 通过rugarch包进行GARCH建模 19
1.2.2 模拟和预测 25
1.3 小结 26
1.4 参考文献 26
第2章 因素模型 28
2.1 套利定价理论 28
2.1.1 实现APT 30
2.1.2 Fama-French三因素模型 30
2.2 在R中建模 31
2.2.1 数据选择 31
2.2.2 通过主成分分析估计APT 33
2.2.3 Fama-French模型估计 35
2.3 小结 42
2.4 参考文献 43
第3章 成交量预测 44
3.1 动机 44
3.2 交易强度 45
3.3 成交量预测模型 46
3.4 R的实现 47
3.4.1 数据 48
3.4.2 载入数据 49
3.4.3 季节成分 51
3.4.4 AR（1）的估计和预测 53
3.4.5 SETAR的估计和预测 54
3.4.6 结果解释 55
3.5 小结 57
3.6 参考文献 58
第4章 大数据—高级分析 59
4.1 由开放资源获取数据 59
4.2 R大数据分析入门 63
4.3 大数据上的K-均值聚类 64
4.3.1 载入大矩阵 65
4.3.2 大数据K-均值聚类分析 66
4.4 大数据线性回归分析 68
4.4.1 载入大数据 69
4.4.2 在大型数据上拟合线性回归模型 70
4.5 小结 70
4.6 参考文献 71
第5章 FX衍生品 72
5.1 术语和记号 72
5.2 货币期权 74
5.3 交换期权 77
5.3.1 二维维纳过程 78
5.3.2 Margrabe公式 80
5.3.3 在R中应用 82
5.4 quanto期权 86
5.4.1 看涨quanto的定价公式 86
5.4.2 在R中对看涨quanto定价 88
5.5 小结 89
5.6 参考文献 89
第6章 利率衍生品和模型 90
6.1 Black模型 90
6.2 Vasicek模型 95
6.3 Cox-Ingersoll-Ross模型 101
6.4 利率模型的参数估计 103
6.5 使用SMFI5包 105
6.6 小结 106
6.7 参考文献 106
第7章 奇异期权 107
7.1 一般定价方法 107
7.2 动态对冲的作用 108
7.3 R如何发挥巨大作用 108
7.4 超越香草期权的概述 109
7.5 希腊字母——返回香草世界的链接 114
7.6 对Double-no-touch期权定价 116
7.7 对Double-no-touch定价的另一种方法 125
7.8 Double-no-touch期权的有效期——一个模拟 126
7.9 嵌入结构产品的奇异期权 133
7.10 小结 137
7.11 参考文献 138
第8章 最优对冲 139
8.1 衍生品的对冲 139
8.1.1 衍生品的市场风险 140
8.1.2 静态delta对冲 140
8.1.3 动态delta对冲 141
8.1.4 比较delta对冲的表现 145
8.2 交易成本存在下的对冲 149
8.2.1 对冲最优化 151
8.2.2 绝对交易成本情形下的最优对冲 152
8.2.3 相对对冲成本情形下的最优对冲 154
8.3 进一步扩展 155
8.4 小结 156
8.5 参考文献 156
第9章 基本面分析 157
9.1 基本面分析基础 157
9.2 收集数据 158
9.3 揭示联系 162
9.4 引入多重变量 163
9.5 区分投资目标 164
9.6 设置分类规则 169
9.7 回测 170
9.8 特定行业投资 174
9.9 小结 177
9.10 参考文献 178
第10章 技术分析、神经网络和对数优化组合 179
10.1 市场有效性 179
10.2 技术分析 180
10.2.1 技术分析工具箱 181
10.2.2 市场 181
10.2.3 绘制图形——比特币 182
10.2.4 内置的指标 185
10.2.5 K线模式：关键反转 187
10.2.6 评估信号和管理头寸 190
10.2.7 关于资金管理的一句话 192
10.2.8 小结 193
10.3 神经网络 193
10.3.1 预测比特币价格 195
10.3.2 策略评价 198
10.4 对数优化组合 199
10.4.1 普遍一致、非参数的投资策略 199
10.4.2 策略的评价 203
10.5 小结 203
10.6 参考文献 203
第11章 资产和负债管理 205
11.1 数据准备 206
11.1.1 数据源的初印象 207
11.1.2 现金流生成器函数 209
11.1.3 准备现金流 211
11.2 利率风险度量 213
11.3 流动性风险度量 216
11.4 无到期日存款的建模 218
11.4.1 贷款利率发展的模型 218
11.4.2 无到期日存款的静态复制 222
11.5 小结 225
11.6 参考文献 226
第12章 资本充足率 227
12.1 巴塞尔协议的原则 227
12.1.1 巴塞尔Ⅰ 228
12.1.2 巴塞尔Ⅱ 228
12.1.3 巴塞尔Ⅲ 231
12.2 风险度量 233
12.2.1 解析VaR 235
12.2.2 历史VaR 236
12.2.3 蒙特卡洛模拟 236
12.3 风险分类 238
12.3.1 市场风险 238
12.3.2 信用风险 243
12.3.3 操作风险 247
12.4 小结 249
12.5 参考文献 249
第13章 系统风险 251
13.1 果壳中的系统风险 251
13.2 案例所用的数据集 252
13.3 核心-边缘分解 254
13.3.1 R中的实现 256
13.3.2 结果 257
13.4 模拟方法 258
13.4.1 模拟 258
13.4.2 在R中实现 259
13.4.3 结果 261
13.5 可能的解释和建议 264
13.6 小结 265
13.7 参考文献 265