本書主要內(nèi)容包括:
• 介紹了前沿的金融風(fēng)險(xiǎn)建模技術(shù)､投資組合優(yōu)化的實(shí)用方法以及新的研究進(jìn)展。
• 介紹了金融風(fēng)險(xiǎn)的典型特征､損失函數(shù)､風(fēng)險(xiǎn)測量方法､條件風(fēng)險(xiǎn)建模和無條件風(fēng)險(xiǎn)建模､極值理論､廣義雙曲線分布､波動(dòng)率建模以及刻畫分布獨(dú)立性的相關(guān)概念。
• 探討了投資組合相關(guān)的風(fēng)險(xiǎn)概念以及帶風(fēng)險(xiǎn)約束的投資組合優(yōu)化技術(shù)。
• 附有完整的R 軟件代碼，便于讀者重現(xiàn)書中的分析結(jié)果。
• 本書有一個(gè)支持網(wǎng)站，該網(wǎng)站提供了一系列相關(guān)代碼和案例。 本書適合金融學(xué)､經(jīng)濟(jì)學(xué)和風(fēng)險(xiǎn)管理專業(yè)的研究生以及金融從業(yè)者､投資組合管理從業(yè)者閱讀，也可以作為上述各專業(yè)學(xué)生的計(jì)算機(jī)實(shí)驗(yàn)課程教材，同時(shí)也適合自學(xué)。
前言
寫作本書的計(jì)劃始于2010 年。 當(dāng)時(shí)，金融市場正處于危機(jī)之中，金融系統(tǒng)的運(yùn)作困難重重。 彼時(shí)的金融市場上仍殘留美國房地產(chǎn)危機(jī)的影響，一些歐洲國家的主權(quán)債務(wù)危機(jī)也初現(xiàn)端倪。 各大央行紛紛采取措施向市場注入流動(dòng)性以避免銀行間的市場發(fā)生崩潰。 在此期間有大量的金融書籍出版，但投資者在市場上依然蒙受著巨大的損失，與此同時(shí)，采用量化方法管理的基金業(yè)績表現(xiàn)糟糕，投資者開始懷疑量化方法的適用性，不相信量化投資方法能幫助他們免受過往曾遭受過的嚴(yán)重?fù)p失，保護(hù)好他們的財(cái)富。
在隨后的兩年這種現(xiàn)象并未改變，但關(guān)于量化技術(shù)是否存在局限性的爭論已經(jīng)停止，金融風(fēng)險(xiǎn)建模與資產(chǎn)合理配置重新恢復(fù)了往日的重要性。 由于有20 世紀(jì)90年代末金融危機(jī)的經(jīng)驗(yàn)，量化技術(shù)重新得到了重視。
本書的內(nèi)容主要針對上文中提到的金融風(fēng)險(xiǎn)建模和投資組合優(yōu)化兩個(gè)主題，旨在幫助讀者掌握市場風(fēng)險(xiǎn)模型與投資組合優(yōu)化技術(shù)。 我們將借助可免費(fèi)獲取的統(tǒng)計(jì)計(jì)算軟件R 軟件來編程演示新近提出的量化投資技術(shù)。
如果沒有像R 這樣的軟件，以及眾多R 程序包開發(fā)者對R 軟件的貢獻(xiàn)，筆者將難以完成本書的編程部分。 因此，我要向R 語言核心團(tuán)隊(duì)以及本書引用或使用的程序包的貢獻(xiàn)者表達(dá)誠摯的謝意。 此外，我想對那些沒有提及的貢獻(xiàn)者表達(dá)歉意，不要因?yàn)槲业氖杪┒雎运麄兊拇嬖凇?br>此外，還要感謝John Wiley & Sons 公司，為我提供了編寫這本書的機(jī)會(huì)，尤其是Ilaria Meliconi 在第一時(shí)間啟動(dòng)本書的編寫計(jì)劃，還要感謝Heather Kay 與RichardDavies 細(xì)致的編輯工作。 特別感謝Richard Leigh 嚴(yán)謹(jǐn)細(xì)致的文字編輯工作。
自然，書中的任何錯(cuò)誤和遺漏完全是我的責(zé)任。 最后，我還要感謝我的愛妻Antonia，在我編寫本書期間很多時(shí)候無法陪伴她，她的支持與理解是本書出版的重要基石。
本書附隨一個(gè)網(wǎng)站，請?jiān)L問www.wiley.com/ go/ financial_risk。
伯恩哈德•拜福
目錄
譯者的話
前言
縮略語表
第1 部分 著述初衷
第1 章 簡介 3
參考文獻(xiàn) 5
第2 章 R 語言簡介 6
2.1 R 語言的起源與發(fā)展 6
2.2 獲取幫助 7
2.3 R 語言應(yīng)用 10
2.4 類､方法與函數(shù) 11
2.5 本書自帶的教學(xué)包: FRAPO 包 19
參考文獻(xiàn) 24
第3 章 金融市場數(shù)據(jù) 25
3.1 金融市場收益率的統(tǒng)計(jì)特征 25
3.1.1 單變量時(shí)間序列的統(tǒng)計(jì)特征 25
3.1.2 多變量時(shí)間序列的統(tǒng)計(jì)特征 27
3.2 關(guān)于風(fēng)險(xiǎn)模型的影響 30
參考文獻(xiàn) 30
第4 章 風(fēng)險(xiǎn)度量 31
4.1 本章簡介 31
4.2 風(fēng)險(xiǎn)度量概述 31
4.3 投資組合相關(guān)的風(fēng)險(xiǎn)概念 35
參考文獻(xiàn) 37
第5 章 現(xiàn)代投資組合理論 38
5.1 本章簡介 38
5.2 馬科維茨投資組合理論 38
5.3 均值-方差投資組合理論 41
參考文獻(xiàn) 43
第2 部分 風(fēng)險(xiǎn)建模
第6 章 刻畫收益率的分布 47
6.1 預(yù)備知識 47
6.2 廣義雙曲分布 47
6.3 廣義lambda 分布 49
6.4 與GHD 相關(guān)的R 軟件包 55
6.4.1 fBasics 包 55
6.4.2 GeneralizedHyperbolic 包 56
6.4.3 ghyp 包 57
6.4.4 QRM 包 58
6.4.5 SkewHyperbolic 包 58
6.4.6 VarianceGamma 包 59
6.5 與GLD 相關(guān)的R 包 59
6.5.1 Davies 包 59
6.5.2 fBasics 包 59
6.5.3 gld 包 60
6.5.4 lmomco 包 61
6.6 GHD 在風(fēng)險(xiǎn)建模中的應(yīng)用 61
6.6.1 用GHD 擬合股票收益率 61
6.6.2 用GHD 進(jìn)行風(fēng)險(xiǎn)評估 64
6.6.3 重新審視典型特征 66
6.7 GLD 在風(fēng)險(xiǎn)建模和數(shù)據(jù)分析中的應(yīng)用 68
6.7.1 單支股票的VaR 68
6.7.2 FTSE100 指數(shù)三角 70
參考文獻(xiàn) 72
第7 章 極值理論 74
7.1 預(yù)備知識 74
7.2 極值的理論､方法和模型 74
7.2.1 分塊極值模型 74
7.2.2 r 階最大順序模型 75
7.2.3 POT 方法 76
7.3 相關(guān)R 包簡介 78
7.3.1 evd 包 78
7.3.2 evdbayes 包 79
7.3.3 evir 包 80
7.3.4 fExtremes 包 81
7.3.5 ismev 包和extRemes 包 83
7.3.6 POT 包 84
7.3.7 QRM 包 84
7.3.8 Renext 包 85
7.4 極值理論的實(shí)證分析 86
7.4.1 本節(jié)概述 86
7.4.2 BMM 模型在西門子公司數(shù)據(jù)上的應(yīng)用 86
7.4.3 r 分塊極大值模型在寶馬公司數(shù)據(jù)上的應(yīng)用 89
7.4.4 POT 方法在波音公司數(shù)據(jù)上的應(yīng)用 91
參考文獻(xiàn) 96
第8 章 波動(dòng)率建模 97
8.1 預(yù)備知識 97
8.2 ARCH 模型的種類 97
8.3 相關(guān)的R 軟件包 100
8.3.1 bayesGARCH 包 100
8.3.2 ccgarch 包 101
8.3.3 fGarch 包 101
8.3.4 gogarch 包 102
8.3.5 rugarch 包和rmgarch 包 103
8.3.6 tseries 包 105
8.4 波動(dòng)率模型實(shí)證分析 105
參考文獻(xiàn) 107
第9 章 相依性建模 109
9.1 概述 109
9.2 相關(guān)性､獨(dú)立性和分布 109
9.3 Copula 111
9.3.1 起因 111
9.3.2 相關(guān)性與獨(dú)立性回顧 112
9.3.3 Copula 的分類 113
9.4 相關(guān)的R 包 117
9.4.1 BLCOP 包 117
9.4.2 copula 包和nacopula 包 117
9.4.3 fCopulae 包 119
9.4.4 gumbel 包 120
9.4.5 QRM 包 121
9.5 copula 函數(shù)相關(guān)的實(shí)證分析 121
9.5.1 GARCH-copula 模型 121
9.5.2 混合copula 126
參考文獻(xiàn) 128
第3 部分 投資組合優(yōu)化
第10 章 穩(wěn)健投資組合優(yōu)化 133
10.1 概述 133
10.2 穩(wěn)健統(tǒng)計(jì)理論 133
10.2.1 動(dòng)機(jī) 133
10.2.2 選擇穩(wěn)健估計(jì)量 134
10.3 穩(wěn)健優(yōu)化 137
10.4 相關(guān)R 包 141
10.4.1 covRobust 包 142
10.4.2 fPortfolio 包 142
10.4.3 MASS 包 143
10.4.4 robustbase 包 143
10.4.5 robust 包 144
10.4.6 rrcov 包 145
10.4.7 Rsocp 包 146
10.5 實(shí)證分析 146
10.5.1 投資組合模擬: 穩(wěn)健統(tǒng)計(jì)與經(jīng)典統(tǒng)計(jì) 146
10.5.2 投資組合回測: 穩(wěn)健方法與經(jīng)典統(tǒng)計(jì)方法 152
10.5.3 投資組合回測: 穩(wěn)健優(yōu)化 155
參考文獻(xiàn) 160
第11 章 重新思考多元化 162
11.1 簡介 162
11.2 多元化投資組合 163
11.3 加入風(fēng)險(xiǎn)約束的投資組合 165
11.4 最優(yōu)化尾部相關(guān)投資組合 167
11.5 相關(guān)的R 包 169
11.5.1 DEoptim 包和RcppDE 包 169
11.5.2 FRAPO 包 171
11.5.3 PortfolioAnalytics 包 172
11.6 實(shí)證分析 172
11.6.1 不同方法的比較 172
11.6.2 優(yōu)化尾部依賴投資組合與基準(zhǔn)的比較 177
11.6.3 預(yù)期虧損的極限分布 181
參考文獻(xiàn) 184
第12 章 風(fēng)險(xiǎn)最優(yōu)投資組合 186
12.1 概述 186
12.2 均值- VaR 投資組合 186
12.3 最優(yōu)CVaR 投資組合 191
12.4 最優(yōu)回撤投資組合 195
12.5 相關(guān)R 包 197
12.5.1 fPortfolio 包 197
12.5.2 FRAPO 包 198
12.5.3 R 中的線性規(guī)劃包 199
12.5.4 PerformanceAnalytics 包 203
12.6 實(shí)證分析 204
12.6.1 最小化CVaR 和最小方差投資組合比對 204
12.6.2 回撤約束的投資組合 208
12.6.3 股票投資的回測對比 212
參考文獻(xiàn) 218
第13 章 戰(zhàn)術(shù)性資產(chǎn)配置 220
13.1 概述
新書資訊