金融領(lǐng)域的另類數(shù)據(jù)：投資者、交易員和風險管理者的指南

目錄第一部分 簡介與理論第1章 另類數(shù)據(jù)：現(xiàn)狀 31.1 引言 31.2 什么是“另類數(shù)據(jù)”？ 51.3 另類數(shù)據(jù)的分類 61.4 另類數(shù)據(jù)的特征 81.5 為什么選擇另類數(shù)據(jù)？ 101.6 誰在用另類數(shù)據(jù)？ 131.7 策略容量與另類數(shù)據(jù) 151.8 另類數(shù)據(jù)的維度 171.9 誰是另類數(shù)據(jù)的供應商？ 211.10 買方對另類數(shù)據(jù)集的使用 231.11 小結(jié) 24第2章 另類數(shù)據(jù)的價值 252.1 引言 252.2 投資價值的衰減 252.3 數(shù)據(jù)市場 272.4 數(shù)據(jù)的貨幣價值（第一部分） 292.5 評估（另類）數(shù)據(jù)策略，包括或不包括回溯測試 332.6 數(shù)據(jù)的貨幣價值（第二部分） 362.7 成熟另類數(shù)據(jù)集的優(yōu)勢 422.8 小結(jié) 43第3章 另類數(shù)據(jù)的風險與挑戰(zhàn) 443.1 數(shù)據(jù)中的法律問題 443.2 使用另類數(shù)據(jù)的風險 463.3 使用另類數(shù)據(jù)的挑戰(zhàn) 473.4 匯總數(shù)據(jù) 533.5 小結(jié) 54第4章 機器學習技術(shù) 554.1 引言 554.2 機器學習：定義和技術(shù) 554.3 選擇哪種技術(shù)？ 774.4 機器學習技術(shù)的假設(shè)和局限性 794.5 結(jié)構(gòu)化圖像 834.6 自然語言處理 874.7 小結(jié) 97第5章 另類數(shù)據(jù)的使用過程 995.1 引言 995.2 進行另類數(shù)據(jù)之旅的步驟 1005.3 組建使用另類數(shù)據(jù)的團隊 1085.4 數(shù)據(jù)供應商 1105.5 小結(jié) 112第6章 因子投資 1136.1 引言 1136.2 因子模型 1146.3 橫截面和時間序列交易方法之間的區(qū)別 1206.4 為什么要進行因子投資？ 1206.5 使用另類數(shù)據(jù)輸入的智能Beta指標 1216.6 ESG因子 1226.7 直接和間接預測 1236.8 小結(jié) 125第二部分 實 際 應 用第7章 缺失數(shù)據(jù)：背景 1297.1 介紹 1297.2 缺失數(shù)據(jù)的分類 1307.3 缺失數(shù)據(jù)處理的文獻綜述 1327.4 小結(jié) 143第8章 缺失數(shù)據(jù)：案例研究 1448.1 引言 1448.2 案例研究：在多個CDS時間序列中插補缺失值 1458.3 案例研究：衛(wèi)星圖像 1668.4 小結(jié) 1708.5 附錄：MICE程序概述 1718.6 附錄：本章使用的軟件庫 172第9章 離群值（異常值） 1749.1 簡介 1749.2 異常值定義、分類和檢測方法 1749.3 時間結(jié)構(gòu) 1769.4 全局與局部離群值、點異常和微簇 1769.5 異常值檢測問題的設(shè)置 1779.6 異常值檢測算法的比較評估 1779.7 異常值解釋方法 1809.8 案例研究：聯(lián)邦通信指數(shù)的離群值檢測 1859.9 小結(jié) 1929.10 附錄 193第10章 汽車行業(yè)基本數(shù)據(jù) 19610.1 引言 19610.2 數(shù)據(jù) 19710.3 方法一：間接法 20110.4 方法二：直接法 21310.5 高斯過程舉例 22810.6 小結(jié) 23010.7 附錄 230第11章 調(diào)查和眾包數(shù)據(jù) 23611.1 引言 23611.2 另類數(shù)據(jù)：調(diào)查數(shù)據(jù) 23611.3 數(shù)據(jù) 23811.4 產(chǎn)品 23911.5 案例研究 24011.6 關(guān)于調(diào)查的一些技術(shù)性考慮 24511.7 眾包分析師估計調(diào)查 24511.8 Alpha獲取數(shù)據(jù) 24611.9 小結(jié) 24711.10 附錄 247第12章 采購經(jīng)理人指數(shù) 24812.1 引言 24812.2 PMI表現(xiàn) 24912.3 GDP增長的即時預測 25112.4 對金融市場的影響 25212.5 小結(jié) 254第13章 衛(wèi)星圖像和航空攝影 25513.1 引言 25513.2 美國出口增長的預測 25713.3 汽車數(shù)量和零售商每股收益 25813.4 利用衛(wèi)星數(shù)據(jù)測算中國制造業(yè)PMI 26413.5 小結(jié) 266第14章 位置數(shù)據(jù) 26814.1 引言 26814.2 利用航運數(shù)據(jù)實現(xiàn)原油追蹤 26814.3 利用手機定位數(shù)據(jù)了解零售活動 27114.4 出租車出行數(shù)據(jù)和紐約聯(lián)儲會議 27814.5 公司商務(wù)機位置數(shù)據(jù)和并購 27914.6 小結(jié) 281第15章 文本、網(wǎng)頁、社交媒體和新聞 28215.1 引言 28215.2 收集網(wǎng)絡(luò)數(shù)據(jù) 28215.3 社交媒體 28315.4 新聞 29215.5 其他網(wǎng)絡(luò)來源 30215.6 小結(jié) 303第16章 投資者關(guān)注度 30416.1 引言 30416.2 度量投資者關(guān)注度的指標—工資單的讀者群體 30416.3 度量市場主體的指標—谷歌趨勢 30616.4 度量投資者焦慮情緒的指標—投資百科的搜索數(shù)據(jù) 30816.5 運用維基百科了解加密貨幣的價格走勢 31116.6 通過各國網(wǎng)上關(guān)注度來了解外匯交易 31116.7 小結(jié) 314第17章 消費者交易 31617.1 引言 31617.2 信用卡和借記卡的交易數(shù)據(jù) 31717.3 消費者收據(jù) 31817.4 小結(jié) 320第18章 政府、行業(yè)和公司數(shù)據(jù) 32118.1 引言 32118.2 使用創(chuàng)新性度量指標進行股權(quán)交易 32118.3 量化貨幣危機風險 32418.4 模擬中央銀行干預貨幣市場 32618.5 小結(jié) 328第19章 市場數(shù)據(jù) 32919.1 引言 32919.2 機構(gòu)外匯流量數(shù)據(jù)與外匯現(xiàn)貨之間的關(guān)系 32919.3 使用高頻外匯數(shù)據(jù)理解流動性 33319.4 小結(jié) 335第20章 私募市場中的另類數(shù)據(jù) 33720.1 引言 33720.2 什么是私募股權(quán)公司和風險投資公司 33720.3 私募股權(quán)數(shù)據(jù)集 33920.4 理解私營企業(yè)的表現(xiàn) 34020.5 小結(jié) 341參考文獻 342原書作者介紹和中文版譯者介紹 353（1）原書作者介紹 353（2）中文版譯者介紹 354