歡迎光臨中圖網(wǎng) 請 | 注冊
> >
機械工業(yè)出版社MATLAB工程應(yīng)用書庫MATLAB量化金融分析基礎(chǔ)與實戰(zhàn)

機械工業(yè)出版社MATLAB工程應(yīng)用書庫MATLAB量化金融分析基礎(chǔ)與實戰(zhàn)

作者：馬萌
出版社：機械工業(yè)出版社出版時間：2017-05-01
開本： 16開 頁數(shù)： 240
中 圖 價:¥28.9(4.9折) 定價  ¥59.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
溫馨提示：5折以下圖書主要為出版社尾貨，大部分為全新（有塑封/無塑封），個別圖書品相8-9成新、切口
有劃線標(biāo)記、光盤等附件不全詳細(xì)品相說明>>
本類五星書更多>
買過本商品的人還買了

機械工業(yè)出版社MATLAB工程應(yīng)用書庫MATLAB量化金融分析基礎(chǔ)與實戰(zhàn) 版權(quán)信息

機械工業(yè)出版社MATLAB工程應(yīng)用書庫MATLAB量化金融分析基礎(chǔ)與實戰(zhàn) 本書特色

《MATLAB量化金融分析基礎(chǔ)與實戰(zhàn)》是一本側(cè)重于闡述MATLAB在量化金融分析領(lǐng)域功能的工具書。書中精選了量化金融分析領(lǐng)域常見的重要函數(shù)和模型加以介紹并配有示例，以方便讀者學(xué)習(xí)。本書涵蓋了MATLAB基本知識、數(shù)據(jù)處理、Python交互、金融建模、高效并發(fā)程序設(shè)計和報告生成的量化分析流程，涉及量化投資中的多個重要算法，包括技術(shù)指標(biāo)、線性回歸、非線性回歸、統(tǒng)計學(xué)、機器學(xué)習(xí)、投資組合模型和波動率模型等。書中強調(diào)了GPU和CPU并行計算在金融模型中的應(yīng)用及將模型結(jié)果呈現(xiàn)為PDF或HTML等格式文件的Report Generator。后向讀者展示了如何使用書中介紹的各項MATLAB功能實現(xiàn)4個經(jīng)典策略，即股票均線策略、小市值策略、期貨套利策略和海龜交易法則。 《MATLAB量化金融分析基礎(chǔ)與實戰(zhàn)》適合具備一定數(shù)學(xué)、金融、計算機基礎(chǔ)及編程經(jīng)驗的專業(yè)人員閱讀，也可作為相關(guān)專業(yè)院校本科高年級、研究生或教師的教學(xué)參考用書。

機械工業(yè)出版社MATLAB工程應(yīng)用書庫MATLAB量化金融分析基礎(chǔ)與實戰(zhàn) 內(nèi)容簡介

《MATLAB量化金融分析基礎(chǔ)與實戰(zhàn)》是一本側(cè)重于闡述MATLAB在量化金融分析領(lǐng)域功能的工具書。書中精選了量化金融分析領(lǐng)域常見的重要函數(shù)和模型加以介紹并配有示例，以方便讀者學(xué)習(xí)。本書涵蓋了MATLAB基本知識、數(shù)據(jù)處理、Python交互、金融建模、高效并發(fā)程序設(shè)計和報告生成的量化分析流程，涉及量化投資中的多個重要算法，包括技術(shù)指標(biāo)、線性回歸、非線性回歸、統(tǒng)計學(xué)、機器學(xué)習(xí)、投資組合模型和波動率模型等。書中強調(diào)了GPU和CPU并行計算在金融模型中的應(yīng)用及將模型結(jié)果呈現(xiàn)為PDF或HTML等格式文件的Report Generator。后向讀者展示了如何使用書中介紹的各項MATLAB功能實現(xiàn)4個經(jīng)典策略，即股票均線策略、小市值策略、期貨套利策略和海龜交易法則。    《MATLAB量化金融分析基礎(chǔ)與實戰(zhàn)》適合具備一定數(shù)學(xué)、金融、計算機基礎(chǔ)及編程經(jīng)驗的專業(yè)人員閱讀，也可作為相關(guān)專業(yè)院校本科高年級、研究生或教師的教學(xué)參考用書。

機械工業(yè)出版社MATLAB工程應(yīng)用書庫MATLAB量化金融分析基礎(chǔ)與實戰(zhàn) 目錄

量化投資基礎(chǔ)篇 第1章 基本數(shù)據(jù)類型 1.1 變量及其命名規(guī)則 1.2 數(shù)值 1.2.1 數(shù)值類型概述 1.2.2 如何查看數(shù)值類型范圍 1.2.3 實例1：當(dāng)心數(shù)值類型轉(zhuǎn)換中的溢出 1.2.4 實例2：判斷與查看數(shù)值類型 1.3 矩陣 1.3.1 實例3：矩陣及特殊矩陣的建立方法 1.3.2 實例4：利用一維索引提取二維矩陣中的元素 1.3.3 實例5：矩陣轉(zhuǎn)置、共軛轉(zhuǎn)置與求逆 1.3.4 實例6：sortrows與sort函數(shù)比較 1.3.5矩陣與矩陣元素算術(shù)運算概述 1.3.6 邏輯、關(guān)系和集合運算概述 1.4 警惕特殊數(shù)字 1.4.1 NaN 1.4.2 Inf 1.4.3 邏輯型數(shù)字 1.5 字符和字符串 1.5.1 實例7：字符串的創(chuàng)建與元素提取 1.5.2 實例8：字符串的查找、替換與刪除 1.5.3 實例9：strcat函數(shù)的常見錯誤 1.5.4 實例10：str2num函數(shù)和str2double函數(shù)的區(qū)別 1.5.5 字符串比較函數(shù)的應(yīng)用 1.5.6 正則表達式概述及常見使用方法 1.5.7 實例11：利用符號變量求解方程 1.5.8 實例12：函數(shù)句柄的應(yīng)用 1.6 時間 1.6.1 datetime類型介紹 1.6.2 實例13：其他類型時間轉(zhuǎn)數(shù)值時間 1.6.3 實例14：數(shù)值時間轉(zhuǎn)字符串時間 1.7 cell 1.7.1 實例15：兩種常見的cell賦值方式 1.7.2 實例16：mat2cell函數(shù)與num2cell函數(shù) 1.7.3 實例17：cellstr函數(shù) 1.7.4 實例18：cell2mat函數(shù) 1.7.5 實例19：用cellfun函數(shù)做cell元素遍歷運算 1.7.6 實例20：用findgroups函數(shù)和splitapply函數(shù)做cell分組運算 1.8 struct 1.8.1 創(chuàng)建struct變量 1.8.2 實例21：多維結(jié)構(gòu)體與多維cell中嵌套結(jié)構(gòu)體 第2章 程序設(shè)計 2.1 函數(shù)的定義 2.1.1 單個函數(shù)腳本的創(chuàng)建 2.1.2 含有子函數(shù)的腳本創(chuàng)建及調(diào)用 2.2 量化分析中的常用基本函數(shù)及其用法 2.2.1 edit 2.2.2 clear 2.2.3 clc 2.2.4 close 2.2.5 whos 2.2.6 exist 2.2.7 isa 2.2.8 isempty 2.2.9 isnan 2.2.10 find 2.2.11 disp 2.2.12 fprintf 2.2.13 sprintf 2.2.14 eval 2.3 圖形生成 2.3.1 實例22：生成二維折線圖 2.3.2 實例23：生成矢量圖 2.3.3 實例24：多圖疊加生成 2.3.4 實例25：生成柱狀圖與累計柱狀圖 2.3.5 實例26：生成直方圖 2.3.6 實例27：插入子圖與文字 2.3.7 實例28：插入特殊文字與符號 2.4 全局變量與局部變量的定義 2.5 分支結(jié)構(gòu)語句 2.5.1 判斷結(jié)構(gòu) if else及其用法 2.5.2 選擇結(jié)構(gòu) switch case及其用法 2.5.3 for循環(huán)結(jié)構(gòu)及其用法 2.5.4 while循環(huán)結(jié)構(gòu)及其用法 2.5.5 break、continue、return和exit的比較 2.5.6 巧用異常捕捉try catch結(jié)構(gòu) 2.6 工程中腳本調(diào)用的優(yōu)先次序 第3章 數(shù)據(jù)處理 3.1 基本文件操作函數(shù)介紹 3.2 實例29：用importdata函數(shù)與textscan函數(shù)對txt文件讀寫 3.3 實例30：excel文件讀寫 3.4 實例31：csv文件讀寫 3.5 實例32：mat文件讀寫 3.6 實例33：圖形的存儲、讀取與圖形中的數(shù)據(jù)提取 3.7 與Oracle數(shù)據(jù)庫交互 3.7.1 Windows系統(tǒng)下的MATLAB與Oracle交互環(huán)境配置方法 3.7.2 Linux系統(tǒng)下的MATLAB與Oracle交互環(huán)境配置方法 3.7.3 實例34：建立數(shù)據(jù)庫連接 3.7.4 實例35：數(shù)據(jù)查詢、插入與修改 3.7.5 實例36：萬能的exec函數(shù) 第4章 量化分析中的常用類 4.1 類的基本概念 4.1.1 實例37：利用關(guān)鍵詞定義類 4.1.2 實例38：運算符的重載 4.2 table類 4.2.1 實例39：創(chuàng)建table類數(shù)據(jù) 4.2.2 實例40：table類與結(jié)構(gòu)體相互轉(zhuǎn)換 4.2.3 實例41：table類與cell相互轉(zhuǎn)換 4.2.4 實例42：table類與數(shù)值矩陣相互轉(zhuǎn)換 4.2.5 實例43：用varfun函數(shù)對table數(shù)據(jù)做分組運算 4.3 dataset類 4.3.1 實例44：創(chuàng)建dataset類數(shù)據(jù) 4.3.2 實例45：數(shù)值矩陣、cell、結(jié)構(gòu)體和table類數(shù)據(jù)轉(zhuǎn)換為dataset類 4.3.3 實例46：利用datasetfun函數(shù)做變量運算 4.3.4 實例47：dataset的水平和垂直拼接 4.3.5 實例48：用repalcedata函數(shù)做dataset數(shù)據(jù)替換 4.3.6 實例49：用replaceWithMissing函數(shù)做缺失數(shù)據(jù)替換 4.3.7 實例50：ismemeber函數(shù) 4.3.8 實例51：用join函數(shù)實現(xiàn)dataset合并 4.3.9 將dataset存儲為文件 4.4 線性回歸 LinearModel 類 4.4.1 常用類函數(shù)概述 4.4.2 實例52：線性回歸工作流程 第5章 MATLAB與Python交互編程 5.1 MATLAB調(diào)用Python 5.1.1 推薦Python程序軟件Anaconda 5.1.2 如何在MATLAB中配置Python環(huán)境 5.1.3 實例53：py類與模塊的調(diào)用 5.1.4 實例54：py.list、py.tuple和py.dict生成方法 5.1.5 MATLAB數(shù)據(jù)類型轉(zhuǎn)換為Python數(shù)據(jù)類型 5.1.6 Python數(shù)據(jù)類型轉(zhuǎn)換為MATLAB數(shù)據(jù)類型 5.1.7 實例55：MATLAB中使用py.list 5.1.8 實例56：MATLAB中使用py.tuple 5.1.9 實例57：MATLAB中使用py.dict 5.1.10 實例58：MATLAB中調(diào)用Python腳本 5.1.11 實例59：獲取Tushare開源數(shù)據(jù) 5.2 Python調(diào)用MATLAB 5.2.1 MATLAB Engine的安裝 5.2.2 實例60：使用MATLAB Engine調(diào)用MATLAB函數(shù) 5.2.3 MATLAB Engine傳入數(shù)據(jù)類型轉(zhuǎn)換 5.2.4 實例61：調(diào)用自定義MATLAB腳本 量化投資模型篇 第6章量 化投資分析模型 6.1 日期和時間函數(shù) 6.1.1 常用日和時間函數(shù)概述 6.1.2 工作日函數(shù)概述 6.2 技術(shù)指標(biāo)函數(shù) 6.3 投資分析 6.3.1 常用現(xiàn)金流與收益率計算函數(shù) 6.3.2 常用攤銷與折舊函數(shù) 6.3.3 常用資金時間價值計算函數(shù) 6.3.4 常用年金計算函數(shù) 6.3.5 實例62：有無數(shù)據(jù)缺失兩種情況下多元正態(tài)線性回歸方法 6.3.6 常用金融數(shù)據(jù)轉(zhuǎn)換函數(shù) 6.3.7 實例63：tick2ret函數(shù)與price2ret函數(shù)比較 6.3.8 常用投資策略評價函數(shù) 6.3.9 實例64：索提諾比率實例 6.3.10 常用金融繪圖函數(shù) 6.3.11 實例65：時間連續(xù)與間斷兩種情況下的蠟燭圖繪制 6.3.12 實例66：兩種價格與成交量圖的繪制 6.4 經(jīng)典方差模型在A股市場的應(yīng)用 6.4.1 實例67：均值-方差模型 6.4.2 實例68：CVaR模型 6.4.3 實例69：均值-絕對偏差模型 6.5 SDE模型概述 6.5.1 SDE模型的構(gòu)建 6.5.2 實例70：SDE模型對NASDAQ數(shù)據(jù)的回歸預(yù)測 第7章 統(tǒng)計與機器學(xué)習(xí)模型 7.1 常用統(tǒng)計函數(shù) 7.2 假設(shè)檢驗 7.2.1 正態(tài)分布均值假設(shè)檢驗的實現(xiàn)方法 7.2.2 正態(tài)分布方差假設(shè)檢驗的實現(xiàn)方法 7.3 回歸擬合 7.3.1 實例71：線性回歸方法 7.3.2 實例72：三種常見多元線性回歸共線性診斷方法的實現(xiàn) 7.3.3 多項式擬合方法中的標(biāo)準(zhǔn)化處理 7.3.4 實例73：非線性回歸實現(xiàn)方法 7.4 方差分析 7.4.1 實例74：單因素方差分析實現(xiàn)方法 7.4.2 實例75：雙因素方差分析實現(xiàn)方法 7.4.3 實例76：多因素方差分析實現(xiàn)方法 7.5 聚類分析 7.5.1 實例77:k-means與k-medoids算法應(yīng)用 7.5.2 實例78:混合高斯模型應(yīng)用 7.6 分類分析 7.6.1 實例79:決策樹應(yīng)用 7.6.2 實例80:邏輯回歸原理與實現(xiàn) 7.6.3 實例81:KNN近鄰算法應(yīng)用 7.6.4 實例82:SVM支持向量機應(yīng)用 7.7 數(shù)據(jù)降維 7.7.1 主成分分析 7.7.2 實例83:理解主成分分析的原理與輸出結(jié)果 第8章 經(jīng)典計量經(jīng)濟學(xué)模型 8.1 條件均值模型 8.1.1 實例84:ARIMA模型公式與建立方法 8.1.2 模型參數(shù)估計 8.1.3 方差推斷 8.1.4 實例85:ARIMA模型對NASDAQ數(shù)據(jù)的擬合 8.1.5 實例86:AR模型公式與建立方法 8.1.6 實例87:MA模型公式與建立方法 8.1.7 實例88:ARMA模型公式與建立方法 8.1.8 實例89:ARIMAX模型公式與建立方法 8.1.9 實例90:殘差為ARIMA的線性回歸模型公式與建立方法 8.2 條件方差模型 8.2.1 實例91:GARCH模型公式與建立方法 8.2.2 實例92:EGARCH模型公式與建立方法 8.2.3 實例93:GJR模型公式與建立方法 8.2.4 實例94:條件方差模型對NASDAQ數(shù)據(jù)的預(yù)測應(yīng)用 8.3 時間序列平穩(wěn)性與單位根檢驗 8.3.1 實例95:NASDAQ數(shù)據(jù)的ADF檢驗應(yīng)用 8.3.2 實例96:NASDAQ數(shù)據(jù)的KPSS檢驗應(yīng)用 8.3.3 實例97:NASDAQ數(shù)據(jù)的PP檢驗應(yīng)用 8.3.4 adftest、kpsstest和pptest函數(shù)返回結(jié)果比較 8.4 實例98:中證500指數(shù)量價關(guān)系的granger因果關(guān)系檢驗 程序性能提升篇 第9章 CPU并行計算 9.1 基本原理介紹 9.2 并行計算parfor 循環(huán)初探 9.2.1 parfor循環(huán)的使用 9.2.2 實例99:多種工況下parfor與for性能對比分析 9.3 parfor 循環(huán)中變量類型解釋 9.4 parfor循環(huán)中的限制 9.4.1 禁止使用交互輸入 9.4.2 禁止圖形輸出 9.4.3 實例100:巧用feval函數(shù)傳入函數(shù)句柄 9.4.4 parfor中的常見受限變量與函數(shù) 9.4.5 實例101:巧用自定義函數(shù)調(diào)用受限函數(shù) 9.4.6 parfor循環(huán)中含for循環(huán)的四種限制情況 9.5 計算機集群上的并行計算 9.5.1 mdce服務(wù)介紹 9.5.2 Windows系統(tǒng)下的mdce服務(wù)配置方法 9.5.3 Linux系統(tǒng)下的mdce服務(wù)配置方法 9.5.4 實例102:計算機集群上配置并行計算 第10章 GPU并行計算 10.1 基本原理介紹 10.2 GPU相關(guān)類與函數(shù)表 10.3 實例103:GPU調(diào)用流程 10.4 運行MATLAB函數(shù) 10.4.1 運行內(nèi)置函數(shù) 10.4.2 實例104:利用arrayfun運行自定義函數(shù) 10.4.3 實例105:運行自定義kernel函數(shù)方法 第11章 報告生成器 11.1 生成HTML格式報告 11.2 熟悉界面 11.3 逐步加入報告元素 11.3.1 創(chuàng)建標(biāo)題 11.3.2 增加章節(jié)和分章 11.3.3 增加段落 11.3.4 插入MATLAB代碼 11.3.5 插入圖片 11.3.6 插入變量 11.3.7 使用邏輯分支語句增加新的章節(jié) 11.4 *終報告生成 量化投資實戰(zhàn)篇 第12章 經(jīng)典股票量化策略初探 12.1 市場失效——簡單的均線策略 12.1.1 策略主邏輯 12.1.2 并行計算對程序效率的提升 12.1.3 完善策略邏輯細(xì)節(jié) 12.1.4 參數(shù)與模型優(yōu)化思路擴展 12.2 規(guī)模效應(yīng)——神奇的小市值策略 12.2.1 策略主邏輯 12.2.2 splitapply函數(shù)在股票分組的使用 12.2.3 警惕未來函數(shù)的使用 第13章 經(jīng)典期貨策略初探 13.1 替代效應(yīng)——豆粕和菜粕的價差套利 13.1.1 用regexp函數(shù)與cellfun函數(shù)快速處理新浪網(wǎng)頁接口數(shù)據(jù) 13.1.2 探究統(tǒng)計規(guī)律背后的經(jīng)濟原理 13.1.3 把握主要矛盾——構(gòu)建統(tǒng)計套利策略 13.1.4 期貨策略中的幾點注意事項 13.2 趨勢追蹤——海龜交易法則 13.2.1 基本概念 13.2.2 名義資產(chǎn)非實際資產(chǎn) 13.2.3 海龜交易法則1：短周期系統(tǒng) 13.2.4 海龜交易法則2：長周期 13.2.5 海龜交易法則的實現(xiàn) 13.2.6 投資組合一:品種獨立風(fēng)險再投資 13.2.7 投資組合二:品種等風(fēng)險再投資 13.2.8 風(fēng)險與收益的匹配性探討 13.2.9 進一步完善海龜交易法則 附錄A ASCII碼表 附錄B GPU支持的內(nèi)置函數(shù) 附錄C GPU自定義函數(shù) 索引 參考文獻
展開全部

機械工業(yè)出版社MATLAB工程應(yīng)用書庫MATLAB量化金融分析基礎(chǔ)與實戰(zhàn) 作者簡介

馬萌，籍貫山東，畢業(yè)于美國杜蘭大學(xué)，獲數(shù)學(xué)碩士學(xué)位，量化基金經(jīng)理。10年MATLAB使用經(jīng)驗，5年量化投資實盤資金管理經(jīng)驗。極客精神，熱衷于前沿科學(xué)技術(shù)在金融投資領(lǐng)域的應(yīng)用，主要研究方向為全資產(chǎn)智能量化投資系統(tǒng)。曾受邀為中期量化實戰(zhàn)特訓(xùn)營講師；首屆京東量化大賽前10名，線下路演第1名。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服