量化投資分析（原書第3版）

CFA協(xié)會介紹

推薦序

前　言

致　謝

關(guān)于“CFA協(xié)會投資系列”

第1章　貨幣的時間價值/1

　1.1　引言1

　1.2　利率：經(jīng)濟(jì)學(xué)的解釋2

　1.3　單筆現(xiàn)金流的終值4

　　1.3.1　復(fù)利的頻數(shù)9

　　1.3.2　連續(xù)復(fù)利11

　　1.3.3　名義利率和有效利率12

　1.4　現(xiàn)金流序列的終值13

　　1.4.1　等額現(xiàn)金流序列——普通年金13

　　1.4.2　不等額現(xiàn)金流序列15

　1.5　單筆現(xiàn)金流的現(xiàn)值15

　　1.5.1　求解單筆現(xiàn)金流的現(xiàn)值15

　　1.5.2　復(fù)利的頻數(shù)17

　1.6　現(xiàn)金流序列的現(xiàn)值18

　　1.6.1　等額現(xiàn)金流序列的現(xiàn)值19

　　1.6.2　無限期等額現(xiàn)金流序列的現(xiàn)值——永續(xù)年金22

　　1.6.3　起始點不在0時刻的現(xiàn)金流序列的現(xiàn)值23

　　1.6.4　不等額現(xiàn)金流序列的現(xiàn)值25

　1.7　求解利率、期數(shù)或年金支付額26

　　1.7.1　求解利率和增長率26

　　1.7.2　求解期數(shù)28

　　1.7.3　求解年金支付額29

　　1.7.4　現(xiàn)值和終值換算關(guān)系的回顧32

　　1.7.5　現(xiàn)金流可加性原理34

　1.8　總結(jié)35

第2章　貼現(xiàn)現(xiàn)金流的應(yīng)用/36

　2.1　引言36

　2.2　凈現(xiàn)值和內(nèi)部收益率37

　　2.2.1　凈現(xiàn)值和凈現(xiàn)值準(zhǔn)則37

　　2.2.2　內(nèi)部收益率和內(nèi)部收益率準(zhǔn)則39

　　2.2.3　與內(nèi)部收益率準(zhǔn)則相關(guān)的問題43

　2.3　投資組合收益的度量45

　　2.3.1　金額加權(quán)收益率45

　　2.3.2　時間加權(quán)收益率47

　2.4　貨幣市場收益率52

　2.5　總結(jié)58

第3章　統(tǒng)計學(xué)概念和市場收益率/59

　3.1　引言60

　3.2　一些基本概念60

　　3.2.1　統(tǒng)計學(xué)的本質(zhì)61

　　3.2.2　總體和樣本61

　　3.2.3　度量尺度62

　3.3　用頻數(shù)分布匯總數(shù)據(jù)64

　3.4　數(shù)據(jù)的圖形表示71

　　3.4.1　直方圖71

　　3.4.2　頻數(shù)多邊形和累積頻數(shù)分布圖73

　3.5　集中趨勢的度量75

　　3.5.1　算術(shù)平均數(shù)75

　　3.5.2　中位數(shù)79

　　3.5.3　眾數(shù)82

　　3.5.4　有關(guān)均值的其他概念84

　3.6　位置的度量：分位數(shù)92

　　3.6.1　四分位數(shù)、五分位數(shù)、十分位數(shù)、百分位數(shù)92

　　3.6.2　分位數(shù)在投資中的應(yīng)用97

　3.7　離散度的度量99

　　3.7.1　極差99

　　3.7.2　平均絕對偏差100

　　3.7.3　總體方差和總體標(biāo)準(zhǔn)差102

　　3.7.4　樣本方差和樣本標(biāo)準(zhǔn)差105

　　3.7.5　半方差、半離差及其相關(guān)概念108

　　3.7.6　切比雪夫不等式110

　　3.7.7　變異系數(shù)111

　　3.7.8　夏普比率113

　3.8　收益率分布的對稱性和偏度116

　3.9　收益率分布的峰度120

　3.10　使用幾何平均和算術(shù)平均124

　3.11　總結(jié)126

第4章　概率論中的一些概念/129

　4.1　引言130

　4.2　概率、期望值和方差130

　4.3　投資組合的期望收益和收益的方差153

　4.4　概率論的一些議題162

　　4.4.1　貝葉斯公式162

　　4.4.2　計數(shù)原理167

　4.5　總結(jié)171

第5章　常用概率分布/174

　5.1　引言175

　5.2　離散型隨機(jī)變量175

　　5.2.1　離散均勻分布178

　　5.2.2　二項分布179

　5.3　連續(xù)型隨機(jī)變量189

　　5.3.1　連續(xù)均勻分布189

　　5.3.2　正態(tài)分布192

　　5.3.3　正態(tài)分布的應(yīng)用198

　　5.3.4　對數(shù)正態(tài)分布201

　5.4　蒙特卡羅模擬207

　5.5　總結(jié)214

第6章　抽樣和估計/217

　6.1　引言217

　6.2　抽樣218

　　6.2.1　簡單隨機(jī)抽樣218

　　6.2.2　分層隨機(jī)抽樣220

　　6.2.3　時間序列數(shù)據(jù)和橫截面數(shù)據(jù)222

　6.3　樣本均值的分布224

　　6.3.1　中心極限定理224

　6.4　總體均值的點估計和區(qū)間估計227

　　6.4.1　點估計量228

　　6.4.2　總體均值的置信區(qū)間230

　　6.4.3　樣本量的選擇235

　6.5　抽樣中的若干問題238

　　6.5.1　數(shù)據(jù)挖掘的偏差238

　　6.5.2　樣本選擇的偏差241

　　6.5.3　前視偏差242

　　6.5.4　時期偏差243

　6.6　總結(jié)244

第7章　假設(shè)檢驗/247

　7.1　引言248

　7.2　假設(shè)檢驗248

　7.3　關(guān)于均值的假設(shè)檢驗258

　　7.3.1　對單個均值的檢驗259

　　7.3.2　對均值間差異的檢驗265

　　7.3.3　對（配對樣本）均值差的檢驗269

　7.4　關(guān)于方差的假設(shè)檢驗273

　　7.4.1　對單個方差的檢驗273

　　7.4.2　對兩個方差是否相等的檢驗275

　7.5　其他議題：非參數(shù)推斷278

　　7.5.1　相關(guān)性檢驗：斯皮爾曼秩相關(guān)系數(shù)279

　　7.5.2　非參數(shù)推斷：總結(jié)281

　7.6　總結(jié)282

第8章　相關(guān)性和回歸/285

　8.1　引言285

　8.2　相關(guān)性分析286

　　8.2.1　散點圖286

　　8.2.2　相關(guān)性分析287

　　8.2.3　計算和解釋相關(guān)系數(shù)288

　　8.2.4　相關(guān)性分析的局限290

　　8.2.5　相關(guān)性分析的應(yīng)用292

　　8.2.6　相關(guān)系數(shù)顯著性檢驗298

　8.3　線性回歸302

　　8.3.1　單變量的線性回歸302

　　8.3.2　線性回歸模型的前提假設(shè)305

　　8.3.3　估計量的標(biāo)準(zhǔn)誤307

　　8.3.4　決定系數(shù)309

　　8.3.5　假設(shè)檢驗311

　　8.3.6　單變量回歸中的方差分析318

　　8.3.7　預(yù)測區(qū)間322

　　8.3.8　回歸分析的局限324

　8.4　總結(jié)324

第9章　多元回歸和回歸分析中的問題/327

　9.1　引言328

　9.2　多元線性回歸328

　　9.2.1　多元線性回歸模型的前提假設(shè)333

　　9.2.2　預(yù)測多元回歸模型中的因變量338

　　9.2.3　檢驗是否所有回歸系數(shù)為零339

　　9.2.4　調(diào)整后的R2341

　9.3　虛擬變量在回歸中的使用343

　9.4　回歸假設(shè)的違背346

　　9.4.1　異方差347

　　9.4.2　序列相關(guān)352

　　9.4.3　多重共線性356

　　9.4.4　異方差、序列相關(guān)、多重共線性：問題的總結(jié)359

　9.5　模型設(shè)定和設(shè)定中的錯誤360

　　9.5.1　模型設(shè)定的原則360

　　9.5.2　函數(shù)形式誤設(shè)定361

　　9.5.3　時間序列誤設(shè)定（自變量與誤差相關(guān)）367

　　9.5.4　其他類型時間序列誤設(shè)定371

　9.6　定性因變量模型371

　9.7　總結(jié)373

第10章　時間序列分析/376

　10.1　引言377

　10.2　處理時間序列數(shù)據(jù)所面臨的挑戰(zhàn)378

　10.3　趨勢模型379

　　10.3.1　線性趨勢模型379

　　10.3.2　對數(shù)線性趨勢模型382

　　10.3.3　趨勢模型和誤差項相關(guān)性檢驗387

　10.4　自回歸時間序列模型388

　　10.4.1　協(xié)方差平穩(wěn)序列388

　　10.4.2　檢測自回歸模型中的序列相關(guān)誤差390

　　10.4.3　均值回復(fù)393

　　10.4.4　多期預(yù)測和預(yù)測的鏈?zhǔn)椒▌t394

　　10.4.5　比較預(yù)測模型的表現(xiàn)397

　　10.4.6　回歸系數(shù)的不穩(wěn)定性399

　10.5　隨機(jī)游走和單位根401

　　10.5.1　隨機(jī)游走402

　　10.5.2　非平穩(wěn)數(shù)據(jù)的單位根檢驗406

　10.6　移動平均時間序列模型410

　　10.6.1　用n期移動平均平滑歷史數(shù)據(jù)410

　　10.6.2　用移動平均時間序列模型來進(jìn)行預(yù)測412

　10.7　時間序列模型中的季節(jié)性415

　10.8　自回歸移動平均模型420

　10.9　自回歸條件異方差模型420

　10.10　兩個以上時間序列的回歸423

　10.11　時間序列的其他議題428

　10.12　時間序列預(yù)測建議采取的步驟428

　10.13　總結(jié)431

第11章　多因子模型簡介/434

　11.1　引言434

　11.2　多因子模型與現(xiàn)代組合理論435

　11.3　套利定價理論435

　11.4　多因子模型：類型440

　　11.4.1　因子與多因子模型440

　　11.4.2　宏觀因子模型結(jié)構(gòu)440

　　11.4.3　基本面因子模型443

　11.5　多因子模型：實踐應(yīng)用446

　　11.5.1　因子模型與業(yè)績歸因446

　　11.5.2　利用因子模型進(jìn)行風(fēng)險歸因449

　　11.5.3　因子模型在組合構(gòu)建方面的應(yīng)用453

　　11.5.4　在策略組合構(gòu)建時怎樣有效選擇因子454

　11.6　總結(jié)455

附錄/458

　附錄A　標(biāo)準(zhǔn)正態(tài)分布的累積概率459

　附錄B　學(xué)生t-分布（單邊假設(shè)檢驗）461

　附錄C　X2分布（自由度、顯著性水平）462

　附錄D　F-分布表463

　附錄E　Durbin-Watson統(tǒng)計量的臨界值（α=0.05）467

術(shù)語表/468

作者簡介/480