【全3册】机器学习与资产定价+实证资产定价：股票横截面收益（金融学译丛）+资产定价 定价 303.00 ISBN编码 9787302601555

机器学习与资产定价 定价 79.00 出版社 清华大学出版社 出版时间 2022年04月 开本 作者 吴辉航、魏行空、张晓燕 页数 ISBN编码 9787302601555

内容介绍

本书系统性地介绍了资产定价和机器学习算法的基础理论与实践知识，并以机器学习算法应用于中国股票市场资产收益率预测项目为案例，具体展示了机器学习算法落地应用于中国金融业界的流程和效果。本书主要内容包括资产定价基础方法、机器学习算法评估知识、线性机器学习模型、回归树类机器学习模型、神经网络模型、中国股票市场制度背景、机器学习项目的数据清洗过程和机器学习项目的实践案例。本书在写作过程中尽可能地减少专业词汇，使内容通俗易懂。本书适合高校中高年级本科生、研究生和对从事量化金融感兴趣的人阅读。

作者简介

吴辉航，博士，清华大学五道口金融学院博士后。2018年获上海财经大学经济学博士学位，在校期间曾获“上海财经大学学术之星”“博士研究生国家奖学金”。主要研究领域为财税政策、资产定价、机器学习和金融科技。在Small Business Economics、International Review of Finance、Emerging Markets Finance and Trade、《经济研究》、《数量经济技术经济研究》等重要期刊发表学术论文十余篇。

魏行空，中信建投证券总部机构业务部算法交易组高级经理。先后毕业于中央财经大学和瑞士苏黎世大学，获得经济学硕士学位。主要从事算法交易和高频量化分析、机器学习算法在高频交易中的应用等研究。

张晓燕，清华大学五道口金融学院副院长、鑫苑金融学讲席教授，世界经济论坛未来理事会委员，上海证券交易所高级金融专家，亚洲金融与经济研究局（ABFER）高级研究员。曾任证监会第十七届发行审核委员会委员。北京大学经济学学士、哥伦比亚商学院金融学博士（优秀荣誉毕业生）。主要研究领域为国际金融、实证资产定价、金融科技和中国资本市场。

目录

第一章引言： 为什么资产定价需要机器学习

第一节资产定价的核心问题： 为什么不同的资产会有

不同的收益

第二节当资产定价遇到机器学习

第三节相关学术文献介绍

第四节相关业界应用场景

参考文献

第二章资产定价的核心问题： 股票预期收益率

第一节投资组合分析

第二节因子投资

第三节中国因子模型

第四节异象性因子的检验

参考文献

第三章机器学习模型评估

第一节过拟合与欠拟合

第二节偏差和方差的权衡

第三节回归问题机器学习模型的评价指标

第四节机器学习的超参数调校

第四章机器学习模型Ⅰ： 线性模型

第一节多元线性模型

第二节带惩罚项的线性模型

第三节降维视角的线性模型

第五章机器学习模型Ⅱ： 回归树模型

第一节回归树

第二节随机森林

第三节梯度提升树

第六章机器学习模型Ⅲ： 神经网络模型

第一节神经网络模型介绍

第二节激活函数

第三节优化算法

第四节神经网络的训练

第五节全连接神经网络模型的代码实现

参考文献

第七章理解机器学习在中国股票市场应用的

制度背景

第一节中国股票市场概述

第二节中国股票市场重要制度

第三节中国股票市场特殊制度

第八章为机器学习模型准备数据

第一节数据来源与样本选择

第二节股票收益率数据分析

第三节财务数据处理

第四节数据预处理步骤

第五节实证中使用的股票特征变量构造介绍

...

实证资产定价：股票横截面收益（金融学译丛）
	定价	96.00
	出版社	中国人民大学出版社
	出版时间	2020年01月
	开本	16
	作者	图拉恩 ?G?
	页数
	ISBN编码	9787300274836

内容介绍

本书是对实证资产定价研究领域最重要的成果的全面综述。首先，本书通过对详细案例所示结果的实施和解释的深入讨论，对当下最广泛使用的计量经济学方法进行了全面阐述。其次，本书的后半部分利用这些方法证明在股票收益中观察到的最显著的结论。这些已经被证明的现象形成了大量投资策略和当代实证资产定价研究的基础。

作者简介

图兰?G.巴利（Turan G. Bali）博士是乔治敦大学McDonough商学院的Robert Parker首席金融学教授，2014年杰克?特里诺奖的获得者。他也是由约翰威立国际出版公司（世界第一大独立学术出版商）出版的《金融学的数学方法：资产和风险管理工具》一书的合著者。 
罗伯特?F.恩格尔（Robert F. Engle）博士是纽约大学Stern商学院的Michael Armellino金融学教授，2003年诺贝尔经济学奖获得者。他也是纽约大学Stern商学院波动研究所所长，金融计量经济学学会联合创始主席。 
斯科特?默里（Scott Murray）博士是佐治亚州立大学J.Mack Robinson商学院金融系助理教授，2014年杰克?特里诺奖的获得者。

目录

第一部分 统计方法 
第1章 预备知识 3 
1.1 样本 3 
1.2 缩尾和截尾 5 
1.3 Newey和West调整 6 
1.4 总结 7 
参考文献 7 
第2章 描述性统计 8 
2.1 实施步骤 8 
2.2 展示和说明 11 
2.3 总结 14 
第3章 相关性 15 
3.1 实施步骤 16 
3.2 阐述相关系数 17 
3.3 展示相关系数 20 
3.4 总结 20 
参考文献 21 
第4章 持续性分析 22 
4.1 实施步骤 22 
4.2 解释持续性 25 
4.3 展示持续性 27 
4.4 总结 27 
参考文献 28 
第5章 组合分析 29 
5.1 单变量组合分析 30 
5.2 双变量独立排序的组合分析 45 
5.3 双变量序贯排序的组合分析 63 
5.4 独立排序与序贯排序 76 
5.5 三变量排序分析 78 
5.6 总结 78 
参考文献 78 
第6章 Fama和MacBeth回归分析 80 
6.1 实施 80 
6.2 对FM回归作解释 86 
6.3 展示FM回归 88 
6.4 总结 89 
参考文献 89 
第二部分 股票收益横截面 
第7章 CRSP样本和市场因子 93 
7.1 美国股票市场 93 
7.2 股票收益和超额收益 100 
7.3 市场因子 103 
7.4 CAPM风险模型 106 
7.5 总结 106 
参考文献 107 
第8章 贝 塔 108 
8.1 估计β 109 
8.2 描述性统计 111 
8.3 相关系数 113 
8.4 持续性 114 
8.5 β和股票收益 116 
8.6 总结 125 
参考文献 126 
第9章 规模效应 129 
9.1 计算市值 129 
9.2 描述性统计 132 
9.3 相关性 134 
9.4 持续性 135 
9.5 规模和股票收益 136 
9.6 规模因子 149 
9.7 总结 151 
参考文献 152 
第10章 价值溢价 153 
10.1 计算账面市值比 155 
10.2 描述性统计 158 
10.3 相关性 159 
10.4 持续性 160 
10.5 账面市值比和股票收益 161 
10.6 价值因子 173 
10.7 Fama和French三因子模型 175 
10.8 总结 176 
参考文献 176 
第11章 动量效应 179 
11.1 衡量动量 180 
11.2 描述性统计 181 
11.3 相关性 182 
11.4 动量和股票收益 183 
11.5 动量因子 204 
11.6 Fama、French和Carhart四因子模型 206 
11.7 总结 207 
参考文献 207 
第12章 短期反转效应 210 
12.1 短期反转因子的计算 211 
12.2 描述性统计 211 
12.3 相关性 212 
12.4 反转与股票收益 212 
12.5 Fama和MacBeth回归 228 
12.6 反转因子 234 
12.7 总结 235 
参考文献 236 
第13章 流动性 238 
13.1 流动性的度量 239 
13.2 描述性统计 241 
13.3 相关性 242 
13.4 持续性 246 
13.5 流动性与股票收益 247 
13.6 流动性因子 270 
13.7 总结 276 
参考文献 277 
第14章 偏 度 280 
14.1 偏度的测量 282 
14.2 描述性统计 283 
14.3 相关系数 286 
14.4 持续性 296 
14.5 偏度与股票收益 300 
14.6 总结 317 
参考文献 318 
第15章 特质波动 321 
15.1 总波动的衡量 323 
15.2 特质波动的衡量 323 
15.3 描述性统计 325 
15.4 相关性 327 
15.5 持续性 336 
15.6 特质波动和股票收益 337 
15.7 总结 362 
参考文献 362 
第16章 流动性样本 365 
16.1 样本 366 
16.2 描述性统计 366 
16.3 相关性 371 
16.4 持续性 374 
16.5 股票期望收益 376 
16.6 总结 389 
参考文献 389 
第17章 期权隐含波动率 392 
17.1 期权样本 394 
17.2 基于期权的变量 395 
17.3 描述性统计 399 
17.4 相关性 402 
17.5 持续性 404 
17.6 股票收益 406 
17.7 期权收益 419 
17.8 总结 425 
参考文献 425 
第18章 其他股票收益率预测量 428 
18.1 资产增长 429 
18.2 投资者情绪 430 
18.3 投资者关注度 431 
18.4 观点分歧 432 
18.5 盈利能力和投资 433 
18.6 对博彩型股票的投资需求 433 
参考文献 434 
译后记 441

资产定价
	定价	128.00
	出版社	中国人民大学出版社
	出版时间	2022年04月
	开本
	作者	【美】约翰·科克伦
	页数
	ISBN编码	9787300301303

内容介绍

通过使用随机折现因子而不是对每种资产使用单独的定价方法，本书建立了现代资产定价体系：将资产定价理论追溯到单一的概念——价格等于预期收益的折现。这个体系反映了价格与收益的本质以及每种证券价值背后的宏观经济风险，对于公众与私人决策起着重要的指导作用。作者在书中还回顾了回报可预测性、价值和横截面问题、股权溢价之谜及其解决方案等实证问题，着重探讨了学术研究中使用的基本思想和方法。

本书融合了实证金融学的*新学术成果，可作为金融学专业高年级学生的教科书，以及学术和专业人员的参考用书。

作者简介

约翰·科克伦（John H. Cochrane） 斯坦福大学胡佛研究所高*级研究员，美国国家经济研究局助理研究员，卡托研究所兼职学者。在加利福尼亚大学伯克利分校获得经济学博士学位。曾担任美国金融协会主席。主要研究领域包括金融学、宏观经济学和货币经济学等。

 

目录

第1部分 资产定价理论

 

第1章 基于消费的模型和概述

1.1 基本定价模型

1.2 边际替代率/随机折现因子

1.3 价格、报酬及其表示符号

1.4 金融学的经典问题

1.5 连续时间内的折现因子

第2章 基本模型的运用

2.1 前提假设及运用

2.2 一般均衡

2.3 实践中基于消费的模型

2.4 替代资产定价模型：概述

第3章 或有求偿权市场

3.1 或有求偿权

3.2 风险中性概率

3.3 再论投资者

3.4 风险分担

3.5 状态图表和价格函数

第4章 折现因子

4.1 一价定律和折现因子的存在

4.2 无套利和正折现因子

4.3 另一个公式和连续时间中的x*

第5章 均值-方差边界和β表达式

5.1 预期收益-β表达式

5.2 均值-方差边界：直觉和拉格朗日特征

5.3 均值-方差边界的正交特征

5.4 均值-方差边界的扩展

5.5 R*，Re*和x*属性的汇总

5.6 折现因子的均值-方差边界：Hansen-Jagannathan边界

第6章 折现因子、β和均值-方差边界之间的关系

6.1 从折现因子到β表达式

6.2 从均值-方差边界到折现因子和β表达式

6.3 因子模型和折现因子

6.4 均值-方差边界上的折现因子和β模型

6.5 三种无风险利率类比

6.6 不存在无风险利率的均值-方差特殊情况

第7章 存在定理和等价定理的含义

7.1 p=E（mx）的普适性

7.2 事前和事后

7.3 规 则

7.4 模拟投资组合

7.5 非理性与联合假设

7.6 因子数量

7.7 折现因子与均值、方差、β

第8章 条件信息

8.1 规模报酬

8.2 增加规模报酬的充分性

8.3 条件和无条件模型

8.4 规模因子：部分解决方案

8.5 总 结

第9章 因子定价模型

9.1 资本资产定价模型

9.2 跨期资本资产定价模型（ICAPM）

9.3 关于CAPM和ICAPM的评论

9.4 套利定价理论（APT）

9.5 APT与ICAPM

 

第2部分 资产定价模型的估计与评价

 

第10章 显式折现因子模型中的GMM

10.1 方 法

10.2 解释GMM程序

10.3 应用GMM

第11章 GMM：一般公式及应用

11.1 一般GMM公式

11.2 检验矩

11.3 用德尔塔方法计算任何事物的标准误差

11.4 使用GMM进行回归

11.5 预先设定的加权矩阵和矩条件

11.6 估计一组矩，检验另一组矩

11.7 估计谱密度矩阵

第12章 线性因子模型的回归检验

12.1 时间序列回归

12.2 横截面回归

12.3 Fama-MacBeth程序

第13章 折现因子形式的线性因子模型GMM

13.1 对定价误差的GMM给出横截面回归

13.2 超额收益的情形

13.3 因子比较

13.4 定价因子检验:是λ还是b

13.5 均值-方差边界与绩效评价

13.6 特征检验

第14章 *大似然

14.1 *大似然估计

14.2 ML和GMM的内在联系

14.3 当因子是收益时，ML给出时间序列回归

14.4 当因子不是超额收益时，ML给出横截面回归

第15章 线性因子模型的时间序列、横截面和GMM/DF检验

15.1 规模投资组合中CAPM的三种方法

15.2 蒙特卡罗法和自助法

第16章 选择哪种方法

16.1 “ML”与“GMM”

16.2 ML经常被忽略

16.3 OLS与GLS横截面回归

16.4 为稳健性牺牲效率的额外示例

16.5 解决模型错误设定

16.6 辅助模型

16.7 有限样本分布

16.8 渐近分布的有限样本质量以及“非参数”估计

16.9 ML的说明

16.10 统计基本原理

16.11 总 结

 

第3部分 债券和期权

 

第17章 期权定价

17.1 背 景

17.2 布莱克-斯科尔斯公式

第18章 没有完美复制的期权定价

18.1 在套利的边缘

18.2 单期合理交易边界

18.3 多期和连续时间

18.4 扩展、其他方法和参考文献

第19章 利率期限结构

19.1 定义和符号

19.2 收益率曲线与预期假说

19.3 期限结构模型——离散时间的介绍

19.4 连续时间期限结构模型

19.5 三种线性期限结构模型

19.6 参考文献和评析

 

第4部分 实证调查

 

第20章 时间序列和横截面的预期收益

20.1 时间序列的可预测性

20.2 横截面:CAPM和多因子模型

20.3 总结和解释

第21章 股权溢价之谜和基于消费的模型

21.1 股权溢价之谜

21.2 新模型

21.3 参考书目

 

第5部分 附 录

 

附 录 连续时间

A.1 布朗运动

A.2 扩散模型

A.3 伊藤引理

参考文献