学及其PYTHON应用/朱顺泉9787302514640
￥ 26.24 5.4折 ￥ 49 全新
库存30件
河北廊坊
认证卖家担保交易快速发货售后保障
作者朱顺泉
出版社清华大学出版社
ISBN9787302514640
出版时间2019-01
装帧平装
开本其他
定价49元
货号skl9787302514640
上书时间2024-12-19
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 金融市场环境
1.1 国内外金融学发展历史
1.1.1 国外金融学的历史
1.1.2 新中国金融发展历史
1.2 金融市场
1.3 金融机构
1.3.1 投资银行
1.3.2 经纪公司和交易商（做市商）
1.3.3 有组织的交易所
1.4 金融产品
1.4.1 货币市场的金融产品
1.4.2 资本市场的金融产品
1.4.3 衍生市场的金融产品
思考题
第2章 资产的时间价值及其Python应用
2.1 单利计息和复利计息及其Python应用
2.1.1 累积函数
2.1.2 利率
2.1.3 单利计息
2.1.4 复利计息
2.1.5 贴现函数
2.1.6 复利的终值和现值
2.1.7 计息次数
2.1.8 连续复利
2.2 多期现金流复利终值和现值及其Python应用
2.2.1 多期复利终值
2.2.2 多期复利现值
2.2.3 年金的终值和现值
思考题
第3章 投资收益与风险及其Python应用
3.1 持有期收益率
3.2 资产的期望收益率
3.3 资产的风险（方差或标准差）
3.4 期望和方差的统计估计量及其Python应用
3.5 资产之间的协方差与相关系数及其Python应用
3.6 资产组合的期望收益和风险及其Python应用
3.6.1 两种资产组合收益的度量
3.6.2 两种资产组合风险的度量
3.6.3 多资产组合的期望收益
和风险
思考题
第4章 资产组合均值方差模型及其Python应用
4.1 资产组合的可行集
4.2 有效边界与有效组合
4.2.1 有效边界的定义
4.2.2 有效集的位置
4.2.3 最优资产组合的确定
4.3 标准均值方差模型及其Python应用
4.3.1 标准均值方差模型的求解
4.3.2 标准均值方差模型的Python应用 4.3.3 全局最小方差
内容摘要
《投资学及其Python应用》内容包括：金融市场环境；资产的时间价值及其Python应用；投资收益与风险及其Python应用；资产组合均值方差模型及其Python应用；存在无风险资产的均值方差模型及其Python应用；资本资产定价模型及其Python应用；指数模型及其Python应用；套利定价理论及其应用；有效市场假说；证券收益的实证依据；固定收益证券及其Python应用；权益证券及其Python应用；期权合约及其策略；Black-Scholes期权定价及其Python应用；二项式期权定价及其Python应用；期货合约定价、套期保值及其Python应用；投资组合管理与策略。
《投资学及其Python应用》内容新颖、全面、实用性强，融理论、方法、应用于一体，是一部供投资学、金融工程、金融学、金融专业硕士、经济学、财政学、财务管理、统计学、数量经济学、管理科学与工程、金融数学等专业的本科高年级学生与研究生使用的参考书。
主编推荐
《投资学及其Python应用》以现代投资理论为基础，以定量分析方法、统计与优化模型为中心，在介绍各种投资理论的基础上，利用我国的实际数据，给出其理论与方法的Python应用，因而具有一定的理论深度与实用价值。本书注重理论与应用相结合，实例丰富且通俗易懂，重点讨论了现代投资学理论与投资方法中的Python应用过程。
精彩内容
第7章指数模型及其Python应用【本章精粹】本章针对均值方差模型所存在的缺点，介绍单指数模型，并讨论指数模型环境下是如何分散风险的，最后讨论指数模型的证券特征线的估计及其Python应用。
7.1单指数模型在马柯维茨的均值-方差模型的讨论中，各资产间的协方差我们可以作任何假定，它们可以是由资产间存在的任意数量和种类的关系产生，而且在计算风险时所用的公式中，我们必须对所选择的资产间的协方差进行估计。如果资产数目太大，我们就必须进行大量的协方差估计，使得在计算任一给定投资组合的方差时，需要花费大量时间。
在，公式中，如果投资者考虑的是由n种资产构成的组合，那么在求解有效资产组合时，需要掌握三个方面的基本数据：(1)每一资产的平均收益率，共需n个；(2)每一资产收益方差，共需n个；(3)每一对资产之间的相关系数，共需n*(n-1)/2个。
总计需要2n+n*(n-1)/2个基础性数据。对于每天追踪30～50种股票的投资机构来说，每天需要处理495～1325个数据；对于每天追踪150～250种股票的投资机构来说，每天需要处理11475～31625个数据；显然，这对各种投资者来说都是一件非常耗时的事情。那么，如何使投资组合理论和方法有效实用、简便易行、真正为金融财务工作者服务，就成了金融财务经济学家极为关心的问题。单指数模型能帮助我们克服这一困难，使得确定投资组合的方差计算过程变得简单。
在股票市场中，我们发现，当市场投资组合(如股票市场指数)的收益率显著上升或下降时，几乎所有股票的收益率都随之上升或下降。虽然可能有一些股票的收益率比另一些股票的收益率上升或下降得要快，但总的来说都是呈相同趋势变化。这意味着，市场投资组合收益率的变化能充分反映各种资产的共同变化趋势。因此对各个资产收益率之间的协方差的计算，可以用每一资产收益率与市场投资组合收益率之间的协方差代替。单指数模型就是在假定资产的收益率只受市场投资组合即单指数收益率的影响下确定投资组合的权重。
设资产的收益率具有简单的线性结构，即其收益率r和市场投资组合收益率rM具有关系式其中，为待估参数，为残差。
假定市场中有n种资产，则按上述结构，第i种资产的收益率满足，i=1,2,…,n；t=1,2,…,N在单指数模型的讨论中，假定影响各个资产收益率的因素有两类：第一类为宏观因素。例如通货膨胀率、主要利率的变化、就业率等，在任何情况下，这些因素的影响都是相当大的，几乎所有企业、所有公司都不同程度地受到它们的影响，会引起资产价格总体水平的变化，再通过市场的推动，会影响到市场投资组合收益率水平，进而影响到各资产的收益率。因此宏观因素影响整个市场的收益率。
第二类为微观因素。例如一种新产品的推出或老产品的淘汰、局部地区或一个公司主要领导的变化，它们都只对个别企业或公司产生影响而不会影响到市场投资组合的收益率，从而使个别资产的收益率偏离市场特征线，出现残差。所以微观因素仅影响个别资产的收益率。
其他类型的因素在单指数模型中不予考虑。例如行业因素，某些事件对某一行业内的所有企业产生影响，但却不足以影响到整个经济形势或市场投资的收益率。虽然这类因素也能引起残差，但我们假定残差只由微观因素所致。从而我们有如下假设，对资产i,j=1,2,…,n，有同时我们还假定(7-1)(7-2)式(7-1)说明在任一时期残差可能为正，也可能为负，但期望值为零。
式(7-2)说明资产残差与市场投资组合收益率不相关，即它与市场投资组合是多头或空头(销售方)无关，不因为市场投资组合为多头(购入方)而成正值，也不因为市场投资组合为空头而为负值。
由单指数模型结构假设和以上各项假设有(7-3)由和式(7-3)可得即：这是指数模型的另一种假设，即任意资产的收益率由期望收益率和非期望收益率组成。在下一章的套利定价理论假设中，我们要将这里的m替换成F。
(7-4)(7-5)(7-6)从而(7-7)式(7-3)给出了资产i的特征方程，式(7-7)表明特征方程中的系数即模型结构中的系数恰好为资产i的风险系数。式(7-4)给出了资产i收益率的方差，它刻画出了资产i的风险，式(7-4)右边的第一项称为资产投资的系统风险。可以看作是与整个市场组合有关的风险。它是由市场投资组合中各资产的风险共同作用产生的，是所有资产无法避免的风险。式(7-4)右边第二项称为残差方差或非系统风险，可以看作是由微观因素所带来的风险，它仅影响到个别资产，是可以通过投资组合而消去的风险。因此式(7-4)表明：资产总体风险=系统风险+非系统风险另外，系统风险本身是两项之积，第一项是资产的因子，它表示资产收益率随市场投资组合的变动而受影响的程度，第二项是市场投资组合收益率的方差，表示市场投资组合收益率的变化幅度。第二项非系统风险，即残差方差，表示资产收益率由于偏离了特征线而引起的那部分方差的大小。在单指数模型的假设下，资产收益率的总体方差来自两部分：一部分是特征线的变动(即系统风险)，另一部分是各点偏离特征线的程度(即非系统风险)。
下面考虑在单指数模型下投资组合的结构。
设满足单指数模型的n种资产的投资组合，则投资组合仍有单指数结构：(7-8)简写为：(7-9)由和式(7-1)，式(7-2)，有(7-10)在单指数模型下，式(7-8)表明投资组合仍具有同类的单指数结构，式(7-9)表明投资组合的因子为各资产因子的加权平均，而式(7-10)表明投资组合的方差(风险)与单种资产类似，仍由两部分构成，第一项是由市场投资组合方差反映的系统性风险，第二项反映的是组合中各资产非系统风险的加权平均(以为权重)。
通过以上讨论，在单指数模型下，马柯维茨组合投资模型为(7-11)根据上面的公式可知，利用单指数模型进行资产组合，所需要的估计量如下：(1)n个市场风险敏感测度；(2)n个独立的风险指标；(3)n个与市场指数无关的平均收益率；(4)1个市场组合平均收益率；(5)1个市场组合风险指标。
总计需要3n+2个基本数据。这样，对于每天追踪30～50种股票的投资者，每天需要收集处理92～152个数据；对于每天追踪150～250种股票的机构投资者来说，每天仅需要收集处理452～752个数据即可。这与马柯维茨组合投资模型相比，该模型所需要估计的数值大为减少，它只需要估计各资产的值、 值、残差方差及市场投资组合的预期收益率和方差，这比估计各资产之间的协方差的工作量少一个数量级。但该模型的精确度不如马柯维茨组合投资模型，它依赖于各资产收益率的单指数结构假设的合理性。
— 没有更多了 —
以下为对购买帮助不大的评价