定量投资分析(原书第2版)

定量投资分析(原书第2版)

CFA考试系列

暂无评价综合评分的显示会考虑用户真实性等多项因素,每部作品出现综合评分的时间不定。
8.446 评价豆瓣读书
免费试读
¥30.00¥1.99
今日特价截止至:2019-08-24 02:00:00了解详情

作品简介

作为CFA协会投资学系列丛书中的一本,无论是关注金融的学生,还是从事投资的业界人士,《定量投资分析》(原书第2版)适合每一位对该领域有兴趣的读者。本书所介绍的全球通用的准则将帮助你理解定量投资方法,并将这些方法应用到当今的投资过程中。 在最新的一版中,作者对该学科中的相关内容进行了更新;并对一些主要内容(包括回归、时间序列和多因子模型)的表述和介绍进行了修改;此外,还提供了更加丰富多彩的投资实例,这些实例反映了在当前投资界中所发生的变化。 本书对许多定量分析方法予以了清晰的介绍,并给出了实例,因此非常适合读者的自学和参考。本书讨论的主题包括:

货币的时间价值

折现现金流的应用

常用概率分布

抽样和估计

假设检验

相关性和回归

多元回归和回归分析中的一些问题

时间序列分析

投资组合的概念

每位作者都在书中给出了各自的实践经验及其独到观点,因此,原书第2版的《定量投资分析》浓缩了在当今瞬息万变的金融环境中获得成功所需的所有知识、技巧和能力。

理查德 A. 德弗斯科

特许金融分析师,内布拉斯加大学林肯分校(Nebraska-Lincoln,UNL)金融学副教授。他于1999年获得了特许金融分析师的执照。德弗斯科是奥马哈-林肯金融分析师协会的成员,并且在罗德岛大学获得了管理学的学士学位,在田纳西-诺克斯维尔大学获得了金融学博士学位。 丹尼斯 W. 麦克利维

特许金融分析师,CFA协会职业发展部主管。在麦克利维25年的学术生涯中,他曾分别任教于西安大略大学、康乃迪克大学、罗德岛大学(在这里,他创建了一家由学生管理的基金)以及巴布森学院。麦克利维于1972年在印第安纳大学获得了生产管理和工业工程的博士学位,并于1990年获得了特许金融分析师的执照。

杰拉尔德 E. 平托

特许金融分析师,CFA协会CFA和CIPM项目部的主任。在2002年加入CFA协会之前,他一直在为有限责任公司、基金会以及合伙企业提供投资计划、投资组合分析以及定量投资分析方面的咨询服务。他也曾经在纽约市投资和银行业任职,并在纽约大学斯特恩商学院教授过金融学。平托在布鲁克学院获得了MBA学位,在斯特恩商学院获得了金融学博士学位,并于1992年获得了特许金融分析师的执照。

戴维 E. 朗克尔

特许金融分析师,美国银行贾弗瑞公司副主席和研究部经理。他自1989年起就是明尼苏达大学卡尔森管理学院的兼职教授。朗克尔在卡尔顿学院获得了经济学学士学位,并在麻省理工学院获得了经济学博士学位。

作品目录

  1. 致中国读者
  2. 丛书序
  3. 来源
  4. 优势
  5. 传统观点
  6. 关于本系列丛书
  7. 前言 定量投资分析如何优化投资组合决策
  8. 致谢
  9. 第1章 货币的时间价值
  10. 1.1 引言
  11. 1.2 利率:经济学的解释
  12. 1.3 单笔现金流的将来值
  13. 1.3.1 复利的频数
  14. 1.3.2 连续复利
  15. 1.3.3 报价利率和有效利率
  16. 1.4 现金流序列的将来值
  17. 1.4.1 等额现金流序列——普通年金
  18. 1.4.2 不等额现金流序列
  19. 1.5 单笔现金流的现值
  20. 1.5.1 求解单笔现金流的现值
  21. 1.5.2 复利的频数
  22. 1.6 现金流序列的现值
  23. 1.6.1 等额现金流序列的现值
  24. 1.6.2 无限期等额现金流序列的现值——永续年金
  25. 1.6.3 始点不在零时刻的现金流序列的现值
  26. 1.6.4 不等额现金流序列的现值
  27. 1.7 求解利率、期数或年金支付额
  28. 1.7.1 求解利率和增长率
  29. 1.7.2 求解期数
  30. 1.7.3 求解年金支付额
  31. 1.7.4 现值和将来值换算关系的回顾
  32. 1.7.5 现金流可加性原理
  33. 第2章 贴现现金流的应用
  34. 2.1 引言
  35. 2.2 净现值和内部收益率
  36. 2.2.1 净现值和净现值准则
  37. 2.2.2 内部收益率和内部收益率准则
  38. 2.2.3 与内部收益率准则相关的问题
  39. 2.3 投资组合收益的度量
  40. 2.3.1 货币加权收益率
  41. 2.3.2 时间加权收益率
  42. 2.4 货币市场收益率
  43. 第3章 统计学概念和市场收益率
  44. 3.1 引言
  45. 3.2 一些基本概念
  46. 3.2.1 统计学的本质
  47. 3.2.2 总体和样本
  48. 3.2.3 度量尺度
  49. 3.3 用频数分布汇总数据
  50. 3.4 数据的图形表示
  51. 3.4.1 直方图
  52. 3.4.2 频数多边形和累积频数分布图
  53. 3.5 集中趋势的度量
  54. 3.5.1 算术平均数
  55. 3.5.2 中位数
  56. 3.5.3 众数
  57. 3.5.4 有关均值的其他概念
  58. 3.6 位置的度量:分位数
  59. 3.6.1 四分位数、五分位数、十分位数、百分位数
  60. 3.6.2 分位数在投资中的应用
  61. 3.7 离散度的度量
  62. 3.7.1 极差
  63. 3.7.2 平均绝对偏差
  64. 3.7.3 总体方差和总体标准差
  65. 3.7.4 样本方差和样本标准差
  66. 3.7.5 半方差、半离差及其相关概念
  67. 3.7.6 切比雪夫不等式
  68. 3.7.7 变异系数
  69. 3.7.8 夏普比率
  70. 3.8 收益率分布的对称性和偏度
  71. 3.9 收益率分布的峰度
  72. 3.10 使用几何平均和算术平均
  73. 第4章 概率论中的一些概念
  74. 4.1 引言
  75. 4.2 概率、期望值和方差
  76. 4.3 投资组合的期望收益和收益的方差
  77. 4.4 概率论的一些议题
  78. 4.4.1 贝叶斯公式
  79. 4.4.2 计数原理
  80. 第5章 常用概率分布
  81. 5.1 引言
  82. 5.2 离散型随机变量
  83. 5.2.1 离散均匀分布
  84. 5.2.2 二项分布
  85. 5.3 连续型随机变量
  86. 5.3.1 连续均匀分布
  87. 5.3.2 正态分布
  88. 5.3.3 正态分布的应用
  89. 5.3.4 对数正态分布
  90. 5.4 蒙特卡罗模拟
  91. 第6章 抽样和估计
  92. 6.1 引言
  93. 6.2 抽样
  94. 6.2.1 简单随机抽样
  95. 6.2.2 分层随机抽样
  96. 6.2.3 时间序列数据和横截面数据
  97. 6.3 样本均值的分布
  98. 6.4 总体均值的点估计和区间估计
  99. 6.4.1 点估计量
  100. 6.4.2 总体均值的置信区间
  101. 6.4.3 样本量的选择
  102. 6.5 抽样中的若干问题
  103. 6.5.1 数据挖掘的偏差
  104. 6.5.2 样本选择的偏差
  105. 6.5.3 前视偏差
  106. 6.5.4 时期偏差
  107. 第7章 假设检验
  108. 7.1 引言
  109. 7.2 假设检验
  110. 7.3 关于均值的假设检验
  111. 7.3.1 对单个均值的检验
  112. 7.3.2 对均值间差异的检验
  113. 7.3.3 对(配对样本)均值差的检验
  114. 7.4 关于方差的假设检验
  115. 7.4.1 对单个方差的检验
  116. 7.4.2 对两个方差是否相等的检验
  117. 7.5 其他议题:非参数推断
  118. 7.5.1 相关性检验:斯皮尔曼(Spearman)秩相关系数
  119. 7.5.2 非参数推断:总结
  120. 第8章 相关性和回归
  121. 8.1 引言
  122. 8.2 相关性分析
  123. 8.2.1 散点图
  124. 8.2.2 相关性分析
  125. 8.2.3 计算和解释相关系数
  126. 8.2.4 相关性分析的局限
  127. 8.2.5 相关性分析的应用
  128. 8.2.6 相关系数显著性检验
  129. 8.3 线性回归
  130. 8.3.1 单变量的线性回归
  131. 8.3.2 线性回归模型的前提假设
  132. 8.3.3 估计量的标准误差
  133. 8.3.4 决定系数
  134. 8.3.5 假设检验
  135. 8.3.6 单变量回归中的方差分析
  136. 8.3.7 预测区间
  137. 8.3.8 回归分析的局限
  138. 第9章 多元回归和回归分析中的问题
  139. 9.1 引言
  140. 9.2 多元线性回归
  141. 9.2.1 多元线性回归模型的前提假设
  142. 9.2.2 预测多元线性回归模型中的因变量
  143. 9.2.3 检验是否所有回归系数为零
  144. 9.2.4 调整后的R平方
  145. 9.3 虚拟变量在回归中的使用
  146. 9.4 回归假设的违背
  147. 9.4.1 异方差
  148. 9.4.2 序列相关
  149. 9.4.3 多重共线性
  150. 9.4.4 异方差、序列相关、多重共线性:问题的总结
  151. 9.5 模型设定和设定中的错误
  152. 9.5.1 模型设定的原则
  153. 9.5.2 函数形式误设定
  154. 9.5.3 时间序列误设定(自变量与误差相关)
  155. 9.5.4 其他类型时间序列误设定
  156. 9.6 因变量是定性变量的模型
  157. 第10章 时间序列分析
  158. 10.1 引言
  159. 10.2 处理时间序列数据所面临的挑战
  160. 10.3 趋势模型
  161. 10.3.1 线性趋势模型
  162. 10.3.2 对数线性趋势模型
  163. 10.3.3 趋势模型和误差项相关性检验
  164. 10.4 自回归时间序列模型
  165. 10.4.1 协方差平稳序列
  166. 10.4.2 检测自回归模型中的序列相关误差
  167. 10.4.3 均值回复
  168. 10.4.4 多期预测和预测的链式法则
  169. 10.4.5 比较预测模型的表现
  170. 10.4.6 回归系数的不稳定性
  171. 10.5 随机游走和单位根
  172. 10.5.1 随机游走
  173. 10.5.2 非平稳数据的单位根检验
  174. 10.6 移动平均时间序列模型
  175. 10.6.1 用n期移动平均平滑历史数据
  176. 10.6.2 用移动平均时间序列模型来进行预测
  177. 10.7 时间序列模型中的季节性
  178. 10.8 自回归移动平均模型
  179. 10.9 自回归条件异方差模型
  180. 10.10 两个以上时间序列的回归
  181. 10.11 时间序列的其他议题
  182. 10.12 时间序列预测建议采取的步骤
  183. 第11章 投资组合的概念
  184. 11.1 引言
  185. 11.2 均值方差分析
  186. 11.2.1 最小方差前沿及其相关概念
  187. 11.2.2 扩展到3种资产的情况
  188. 11.2.3 多个资产最小方差前沿的确定
  189. 11.2.4 分散化和投资组合的规模
  190. 11.2.5 存在无风险资产条件下的投资组合选择
  191. 11.2.6 资本资产定价模型
  192. 11.2.7 均值方差投资组合选择规则:一个介绍
  193. 11.3 均值方差分析在应用中的问题
  194. 11.3.1 估计均值方差优化问题中的输入参数
  195. 11.3.2 最小方差前沿的不稳定性
  196. 11.4 多因素模型
  197. 11.4.1 因素和多因素模型的类型
  198. 11.4.2 宏观经济因素模型的结构
  199. 11.4.3 套利定价理论和因素模型
  200. 11.4.4 基本面因素模型的结构
  201. 11.4.5 多因素模型在当前实践中的运用
  202. 11.4.6 应用
  203. 11.4.7 总结
  204. 附录
  205. 术语表
  206. 参考文献
  207. CFA项目介绍
  208. 作者简介
  209. 译者后记
载入中

热门划线

  1. 几何平均数是用来求解平均变化率或者变量增长率的最常用方法。在投资过程中,我们经常使用几何平均数来对于一个资产或者一个投资组合的收益率时间序列进行平均,或者对于金融变量如盈利或者销售额的增长率进行计算。例如,在货币时间价值一章中,我们计算过销售额的增长率(见例1-17),4 人
  2. 机会成本(opportunity cost)是指投资者由于采取某项特定的行动而放弃的价值3 人
  3. 为什么投资者会想要在投资组合管理中使用定量分析工具呢?数量分析专家如此受欢迎的原因主要有如下三点。首先,金融市场是一个非常复杂的场所。在市场中存在着许多交织在一起的变量,这些变量都会影响到一个投资组合中的证券价格。例如,上市公司的股价可能会受到诸如利率、经常账户赤字、政府支出以及经济周期等宏观因素的影响。这些因素可能会影响一家公司为新项目融资所采用的资本成本,或者会影响一家公司客户的消费方式,或者会通过政府支出项目为经济提供增长动力。除了宏观变量之外,一家公司股票的价值也会受到公司自身特殊因素的影响。诸如现金流量、运营资本、账面市值比率、盈利增长率、股利政策以及负债权益比率等因素也会对每家上市公司的价值产生影响。这些因素被认为是对于特定公司而不是对于广泛的股票市场产生影响的基本面因素。其次,我们还可以考察影响公司估值的金融市场变量。公司的“贝塔”或者系统风险的度量指标将会影响公司的预期收益率,并最终影响到该公司的股价。著名的度量股票贝塔的资本资产定价模型只是本书第8章中所讨论的各种类型模型中的一种线性回归方程式。最后,行为变量也会影响证券的价值。诸如羊群效应、过度自信、对于盈利公告的过度反应以及惯性交易等行为都会影响公司股票的价格。这些行为变量会对股票价格产生一个持续性的影响(还记得1998~2001年的互联网泡沫吗?当时高科技股票似乎要充斥整个世界),同时它们还会在股票真实价值周围产生大量的“噪声”(noise)。如果没有分析各个变量对于证券价格影响的具体框架,那么通过一次性地对于所有这些变量加以考察,以确定出某个证券的真实价值,可能是一项巨大的工程。仅凭人类的头脑(至少,仅凭我的头脑)显然是不可能有能力以一种严谨的方式衡量出各家公司的特有因素(如市盈率)、宏观经济变量(如政府支出项目)、投资者行为模式(如惯性交易)以及其他可能的潜在变量所造成的影响的。2 人
  4. 当我们给一个证券定价时,我们就是在试图确定一系列未来现金流的价值2 人
  5. 根据付款前所要经过的时间长短来削减货币的价值2 人
  6. 其次,利率可以视为贴现率。2 人
  7. 实际无风险利率2 人
  8. 4种风险溢价2 人
  9. 名义无风险利率2 人
  10. 较长期限、流动性好的国债和短期国债之间的利差反映了长期债务具有正的到期日风险溢价(以及可能的不同的通货膨胀风险溢价)。2 人

喜欢这本书的人也喜欢