 |
-- 會員 / 註冊 --
|
 |
|
|
|
MATLAB時間序列方法與實踐 ( 簡體 字) |
| 作者：江渝,李幸,卓金武 | 類別：1. -> 工程繪圖與工程計算 -> Matlab |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 50789
詢問書籍請說出此書號！【缺書】
NT售價： 295 元 |
| 出版日：3/1/2019 |
| 頁數：216 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121360534 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：序言
除了你的才華，其他一切都不重要！
近年來，互聯網和人工智能技術飛速發展，推動傳統金融大踏步前進，尤其在量化投資、互聯網金融、移動計算等領域，用一日千里來形容也不為過。2015 年年初，李克強總理在政府工作報告中提出要制定“互聯網+”行動計劃，推動移動互聯網、云計算、大數據等與各行業的融合發展。2015 年 9 月，國務院又印發了《促進大數據發展行動綱要》，綱要提出“推動產業創新發展，培育數據應用新業態，積極推動大數據與其他行業的融合，大力培育互聯網金融、數據服務、數據處理分析等新業態”。可見，大數據金融將會成為未來十年最閃亮的領域之一。2012 年年初，中國量化投資學會聯合電子工業出版社，共同策劃出版了“量化投資與對沖基金叢書”，深受業內好評。在此基礎上，2016 年我們再次重磅出擊，整合業內頂尖人才，推出“大數據金融叢書”，以引領時代前沿、助力行業發展。
本書特點
我和卓金武認識多年，看到他在業內做得風生水起，這次他的新書《MATLAB 時間序列方法與實踐》是一個很有價值的成果。我最初從事金融行業，就是從時間序列開始的，那時候我還在上海交通大學當老師，研究的就是利用人工智能技術進行時間序列的分析與預測。時間序列在金融領域的通用說法就是 K 線，所有做技術分析的人士都會對 K 線的走勢進行分析，無論是大盤還是個股，或者是期貨品種，所有的交易策略，都是在 K 線走勢的分析基礎之上的。
從學術的角度，研究抽象的時間序列的類型、走勢、未來方向，構建通用的模型，毫無疑問，不僅可以用于資本市場，也同樣可以用于所有需要時間序列分析的場合，卓金武的這本書在這方面選擇了一個非常有價值的方向。
全書可以分為這么幾塊，第 1∼2 章主要對時間序列做了概念性的描述，讀者從中可以了解除 K 線之外，還有更多的與時間有關的數據序列，以及這些序列在實際中的應用。
第二部分包括第 3∼10 章，是本書的重點，依次介紹了 AR、MA、ARMA、ARIMA 模型，時間序列平穩性檢驗、趨勢與季節性時間序列建模，ARCH、GARCH 模型和多元時間序列建模。這些模型從不同的角度對時間序列進行解釋，并且通過回歸、相關性分析等方法對未來的走勢進行一定程度的預測。
第三部分，包括第 11∼12 章，介紹了兩個時間序列的綜合應用實例，一個是關于航空公司的應用，另一個是在股市中的應用。對于大多數讀者來說，在股市中的應用可能是他們最關心的，這一部分對大多數的量化投資者來說，是非常有價值的。另外，文中的主要案例，都給出了 MATLAB 實現代碼，毫無疑問增加了本書的吸引力。
卓金武的這本書從理論上試圖解決時間序列的分類和預測問題，可以說，是從另一個更高的高度來解決目前技術分析體系想要解決的問題，這對于資產管理行業的價值不言而喻，特此推薦。
美好前景
中國經濟經過幾十年的高速發展，各行各業基本上已經定型，能夠讓年輕人成長的空間越來越小。未來十年，大數據金融領域是少有的幾個有著百倍、甚至千倍成長空間的行業。在傳統的以人為主的分析逐步被數據和模型所替代的過程中，從事數據處理、模型分析、交易實現、資產配置的核心人才（我們稱之為“寬客”），將有廣闊的舞臺可以充分展示自己的才華。在這個領域，將不再關心你的背景和資歷，無論學歷高低，無論有無經驗，只要你勤奮、努力、腳踏實地地研究數據、研究模型、研究市場，實現財務自由并非是遙不可及的夢想。對于寬客來說，除了你的才華，其他一切都不重要！
丁鵬 博士
中國量化投資學會 理事長
《量化投資——策略與技術》作者
“大數據金融叢書”主編
2018 年 12 月于上海
前言
隨著對時間序列分析理論與應用兩個方面的深入研究，時間序列分析應用的范圍日益擴大。目前，它已涉及天文、地理、生物、物理、化學等自然科學領域，圖像識別、語音通信、聲吶技術、遙感技術、核工程、環境工程、醫學工程、海洋工程、冶金工程、機械工程等工程技術領域，國民經濟、市場經濟、生產管理、人口等社會經濟領域，并已取得不少重要應用成果。本書將介紹時間序列分析中的基礎知識、常用方法、MATLAB 實現過程和經典的應用案例。
本書內容
全書內容分為 12 章。第 1 章為緒論，介紹時間序列的基本概念和知識體系等基本內容；第 2∼10 章為時間序列各具體知識塊的詳細介紹，并有相關的 MATLAB 實現代碼；第 11 章和第 12 章為實踐部分。
本書特色
知識體系全面，本書涵蓋了時間序列學習中所需的基礎知識，包括基本的概念、原理、方法和具體實現計算的過程。
案例豐富，在書中重要的知識點后，基本都有相關的應用實例，這些案例更直觀地描述了時間序列的應用場景和用法，同時加深了對基礎概念的理解。
詳細的 MATLAB 代碼，MATLAB 是時間序列分析中功能最強大、應用最廣的工具之一，全書的案例都用 MATLAB 實現，代碼可以直接借鑒，對實際的時間序列分析會有很大的幫助。
讀者對象
從事金融、經濟、管理、統計的專業人士、教師和學生。
從事時間序列研究的科研工作者。
希望學習 MATLAB 的工程師或科研工作者。因為本書的代碼都是用 MATLAB 編寫的，所以對于希望學習 MATLAB 的讀者來說也是一本很好的參考書。
致謝
本書的編寫、出版得到了中國量化投資學會、電子工業出版社等單位的幫助，在此對這些單位表示感謝。電子工業出版社的李冰老師全程指導本書的編寫，在此向她表示感謝！
由于時間倉促，加之作者水平有限，疏漏之處在所難免。在此，誠懇地期待得到廣大讀者的批評指正。
江渝 李幸 卓金武
2018 年 6 月于上海 |
內容簡介：工業及金融領域針對時間序列的應用都非常廣泛。本書將系統介紹時間序列的基本概念、分析方法以及典型的應用案例。全書將分三篇，第一篇介紹時間序列的定義、基本概念、分析方法概況等基本知識。 第二篇系統介紹時間序列的分析方法和分析模型，對于每個方法，都將介紹方法的原理、步驟、及詳細的MATLAB實現過程。第三篇將介紹幾個時間序列方法在經濟、金融等領域的實際應用案例。 |
目錄：1 緒論..............1
1.1 時間序列的發展過程.......... 1
1.2 時間序列的基本概念.......... 3
1.3 平穩時間序列分析方法.......... 7
1.4 季節指數預測法.......... 9
1.5 時間序列主要模型介紹........ 11
1.6 時間序列分析工具.......... 14
1.7 應用實例：基于時間序列的股票預測...... 15
1.8 本章小結........... 20
參考文獻............. 20
2 時間序列基本概念...........21
2.1 時間序列的統計概念.......... 21
2.2 時間序列的平穩性.......... 24
2.3 時間序列的相關性.......... 28
2.4 時間序列的運算.......... 34
2.5 白噪聲........... 37
2.6 小結............. 40
參考文獻............. 41
3 自回歸模型——AR 模型.........42
3.1 AR 模型的定義...........42
3.2 AR 模型的平穩性.......... 43
3.3 AR 模型的統計性質.......... 45
3.4 AR 模型的MATLAB 實現........48
3.5 AR 模型的應用實例.......... 53
3.6 小結............. 55
參考文獻............. 56
4 滑動平均模型——MA 模型.......... 57
4.1 MA 模型的定義........... 57
4.2 MA 模型的性質........... 58
4.3 MA 模型的應用實例......... 61
4.4 小結............. 63
參考文獻............. 63
5 自回歸滑動平均模型——ARMA 模型....... 64
5.1 ARMA 模型........... 64
5.2 ARMA 模型的性質......... 65
5.3 ARMA 模型的圖像定階........ 67
5.4 ARMA 模型的應用實例........ 71
5.5 小結............. 75
參考文獻............. 76
6 非平穩序列的隨機分析——ARIMA 模型........ 77
6.1 ARIMA 模型的定義.......... 77
6.2 ARIMA 模型的MATLAB 實現.......78
6.3 ARIMA 模型的應用實例........ 83
6.4 小結............. 90
參考文獻............. 90
7 建模及預測.............92
7.1 平穩性檢驗方法.......... 92
7.2 AIC 準則定階.......... 97
7.3 模型的檢驗........... 98
7.4 ADF 檢驗方法的MATLAB 實現........ 99
7.5 模型的預測........... 108
7.6 模型的建立及預測應用實例....... 109
7.7 小結............. 117
參考文獻............. 117
8 趨勢及季節性時間序列建模.......... 118
8.1 趨勢分析........... 118
8.2 季節效應分析........... 122
8.3 模型的應用實例.......... 125
8.4 小結............. 135
參考文獻............. 135
9 條件異方差模型............ 136
9.1 時間序列的異方差性.......... 136
9.2 異方差性檢驗........... 139
9.3 自回歸條件異方差模型........141
9.4 廣義自回歸條件異方差模型....... 143
9.5 模型的MATLAB 方法........ 144
9.6 模型的應用實例.......... 147
9.7 小結............. 155
參考文獻............. 156
10 多元時間序列分析..........157
10.1 平穩多元序列建模.......... 157
10.2 協整........... 159
10.3 模型的MATLAB 方法........ 162
10.4 模型的應用實例.......... 165
10.5 小結........... 170
參考文獻............. 170
11 航空公司乘客預測的時間序列模型.......172
11.1 時序數據的分析.......... 172
11.2 模型的估計.......... 175
11.3 模型的測試.......... 177
11.4 模型預測............ 181
11.5 模型的評估.......... 184
11.6 小結........... 186
12 股票收益時間序列的建模與預測........187
12.1 時序數據的獲取與預處理......... 187
12.2 時序數據分析.......... 189
12.3 模型估計........... 193
12.4 模型的測試........... 195
12.5 GARCH 模型的估計......... 196
12.6 模型的仿真........... 199
12.7 小結........... 204 |
| 序： |
|
