定量投資分析（原書第2版）

致中國讀者（艾博科）
叢書序（杰夫?狄爾梅爾）
前言（馬克J.P.安森）
致謝
第1章　貨幣的時間價值1
　1.1　引言1
　1.2　利率：經濟學的解釋1
　1.3　單筆現金流的將來值3
　　1.3.1　復利的頻數7
　　1.3.2　連續(xù)復利8
　　1.3.3　報價利率和有效利率9
　1.4　現金流序列的將來值10
　　1.4.1　等額現金流序列——普通年金10
　　1.4.2　不等額現金流序列12
　1.5　單筆現金流的現值12
　　1.5.1　求解單筆現金流的現值12
　　1.5.2　復利的頻數14
　1.6　現金流序列的現值15
　　1.6.1　等額現金流序列的現值15
　　1.6.2　無限期等額現金流序列的現值——永續(xù)年金18
　　1.6.3　始點不在零時刻的現金流序列的現值19
　　1.6.4　不等額現金流序列的現值20
　1.7　求解利率、期數或年金支付額21
　　1.7.1　求解利率和增長率21
　　1.7.2　求解期數23
　　1.7.3　求解年金支付額24
　　1.7.4　現值和將來值換算關系的回顧27
　　1.7.5　現金流可加性原理28
第2章　貼現現金流的應用30
　2.1　引言30
　2.2　凈現值和內部收益率30
　　2.2.1　凈現值和凈現值準則31
　　2.2.2　內部收益率和內部收益率準則32
　　2.2.3　與內部收益率準則相關的問題35
　2.3　投資組合收益的度量37
　　2.3.1　貨幣加權收益率37
　　2.3.2　時間加權收益率38
　2.4　貨幣市場收益率42
第3章　統(tǒng)計學概念和市場收益率47
　3.1　引言47
　3.2　一些基本概念47
　　3.2.1　統(tǒng)計學的本質48
　　3.2.2　總體和樣本48
　　3.2.3　度量尺度49
　3.3　用頻數分布匯總數據50
　3.4　數據的圖形表示56
　　3.4.1　直方圖56
　　3.4.2　頻數多邊形和累積頻數分布圖58
　3.5　集中趨勢的度量59
　　3.5.1　算術平均數60
　　3.5.2　中位數63
　　3.5.3　眾數65
　　3.5.4　有關均值的其他概念66
　3.6　位置的度量：分位數73
　　3.6.1　四分位數、五分位數、十分位數、百分位數73
　　3.6.2　分位數在投資中的應用77
　3.7　離散度的度量78
　　3.7.1　極差79
　　3.7.2　平均絕對偏差79
　　3.7.3　總體方差和總體標準差81
　　3.7.4　樣本方差和樣本標準差83
　　3.7.5　半方差、半離差及其相關概念86
　　3.7.6　切比雪夫不等式87
　　3.7.7　變異系數88
　　3.7.8　夏普比率90
　3.8　收益率分布的對稱性和偏度92
　3.9　收益率分布的峰度96
　3.10　使用幾何平均和算術平均100
第4章　概率論中的一些概念102
　4.1　引言102
　4.2　概率、期望值和方差102
　4.3　投資組合的期望收益和收益的方差120
　4.4　概率論的一些議題126
　　4.4.1　貝葉斯公式126
　　4.4.2　計數原理130
第5章　常用概率分布134
　5.1　引言134
　5.2　離散型隨機變量134
　　5.2.1　離散均勻分布136
　　5.2.2　二項分布137
　5.3　連續(xù)型隨機變量145
　　5.3.1　連續(xù)均勻分布145
　　5.3.2　正態(tài)分布147
　　5.3.3　正態(tài)分布的應用153
　　5.3.4　對數正態(tài)分布155
　5.4　蒙特卡羅模擬159
第6章　抽樣和估計165
　6.1　引言165
　6.2　抽樣165
　　6.2.1　簡單隨機抽樣166
　　6.2.2　分層隨機抽樣167
　　6.2.3　時間序列數據和橫截面數據168
　6.3　樣本均值的分布170
　6.4　總體均值的點估計和區(qū)間估計173
　　6.4.1　點估計量173
　　6.4.2　總體均值的置信區(qū)間174
　　6.4.3　樣本量的選擇179
　6.5　抽樣中的若干問題180
　　6.5.1　數據挖掘的偏差180
　　6.5.2　樣本選擇的偏差183
　　6.5.3　前視偏差184
　　6.5.4　時期偏差184
第7章　假設檢驗186
　7.1　引言186
　7.2　假設檢驗187
　7.3　關于均值的假設檢驗195
　　7.3.1　對單個均值的檢驗195
　　7.3.2　對均值間差異的檢驗201
　　7.3.3　對（配對樣本）均值差的檢驗204
　7.4　關于方差的假設檢驗207
　　7.4.1　對單個方差的檢驗207
　　7.4.2　對兩個方差是否相等的檢驗209
　7.5　其他議題：非參數推斷211
　　7.5.1　相關性檢驗：斯皮爾曼（Spearman）秩相關系數212
　　7.5.2　非參數推斷：總結214
第8章　相關性和回歸215
　8.1　引言215
　8.2　相關性分析215
　　8.2.1　散點圖215
　　8.2.2　相關性分析216
　　8.2.3　計算和解釋相關系數218
　　8.2.4　相關性分析的局限220
　　8.2.5　相關性分析的應用222
　　8.2.6　相關系數顯著性檢驗227
　8.3　線性回歸230
　　8.3.1　單變量的線性回歸230
　　8.3.2　線性回歸模型的前提假設232
　　8.3.3　估計量的標準誤差234
　　8.3.4　決定系數236
　　8.3.5　假設檢驗238
　　8.3.6　單變量回歸中的方差分析243
　　8.3.7　預測區(qū)間246
　　8.3.8　回歸分析的局限248
第9章　多元回歸和回歸分析中的問題249
　9.1　引言249
　9.2　多元線性回歸249
　　9.2.1　多元線性回歸模型的前提假設254
　　9.2.2　預測多元線性回歸模型中的因變量258
　　9.2.3　檢驗是否所有回歸系數為零258
　　9.2.4　調整后的R平方260
　9.3　虛擬變量在回歸中的使用261
　9.4　回歸假設的違背264
　　9.4.1　異方差265
　　9.4.2　序列相關269
　　9.4.3　多重共線性273
　　9.4.4　異方差、序列相關、多重共線性:問題的總結275
　9.5　模型設定和設定中的錯誤276
　　9.5.1　模型設定的原則276
　　9.5.2　函數形式誤設定277
　　9.5.3　時間序列誤設定（自變量與誤差相關）283
　　9.5.4　其他類型時間序列誤設定285
　9.6　因變量是定性變量的模型286
第10章　時間序列分析288
　10.1　引言288
　10.2　處理時間序列數據所面臨的挑戰(zhàn)289
　10.3　趨勢模型290
　　10.3.1　線性趨勢模型290
　　10.3.2　對數線性趨勢模型292
　　10.3.3　趨勢模型和誤差項相關性檢驗296
　10.4　自回歸時間序列模型297
　　10.4.1　協(xié)方差平穩(wěn)序列297
　　10.4.2　檢測自回歸模型中的序列相關誤差298
　　10.4.3　均值回復301
　　10.4.4　多期預測和預測的鏈式法則301
　　10.4.5　比較預測模型的表現304
　　10.4.6　回歸系數的不穩(wěn)定性306
　10.5　隨機游走和單位根308
　　10.5.1　隨機游走308
　　10.5.2　非平穩(wěn)數據的單位根檢驗311
　10.6　移動平均時間序列模型314
　　10.6.1　用n期移動平均平滑歷史數據314
　　10.6.2　用移動平均時間序列模型來進行預測316
　10.7　時間序列模型中的季節(jié)性317
　10.8　自回歸移動平均模型321
　10.9　自回歸條件異方差模型322
　10.10　兩個以上時間序列的回歸324
　10.11　時間序列的其他議題328
　10.12　時間序列預測建議采取的步驟328
第11章　投資組合的概念331
　11.1　引言331
　11.2　均值方差分析331
　　11.2.1　最小方差前沿及其相關概念332
　　11.2.2　擴展到3種資產的情況339
　　11.2.3　多個資產最小方差前沿的確定341
　　11.2.4　分散化和投資組合的規(guī)模344
　　11.2.5　存在無風險資產條件下的投資組合選擇347
　　11.2.6　資本資產定價模型353
　　11.2.7　均值方差投資組合選擇規(guī)則：一個介紹355
　11.3　均值方差分析在應用中的問題358
　　11.3.1　估計均值方差優(yōu)化問題中的輸入參數358
　　11.3.2　最小方差前沿的不穩(wěn)定性362
　11.4　多因素模型365
　　11.4.1　因素和多因素模型的類型366
　　11.4.2　宏觀經濟因素模型的結構367
　　11.4.3　套利定價理論和因素模型369
　　11.4.4　基本面因素模型的結構374
　　11.4.5　多因素模型在當前實踐中的運用374
　　11.4.6　應用380
　　11.4.7　總結392
附錄394
術語表403
參考文獻416
CFA項目介紹422
作者簡介423
譯者后記424