本书介绍了多元时间序列数据的基本概念和思想，并用R软件来展示所有的方法和模型。本书共分为7章，其主要内容为多元时间序列的基本概念、向量自回归（VAR）模型、向量自回归移动平均（VARMA）模型、多元时间序列的结构设定、单位根非平稳和协整问题、因子模型和一些特定的多元时间序列主题、多元波动率模型。全书应用实际的例子，并用R软件来说明分析方法。本书可作为高等院校统计学、金融学等相关专业高年级本科生或研究生的时间序列分析教材，也可供相关专业研究人员参考。

本书介绍了多元时间序列数据的基本概念和思想，并用R软件来展示所有的方法和模型。本书共分为7章，其主要内容为多元时间序列的基本概念、向量自回归（VAR）模型、向量自回归移动平均（VARMA）模型、多元时间序列的结构设定、单位根非平稳和协整问题、因子模型和一些特定的多元时间序列主题、多元波动率模型。全书应用实际的例子，并用R软件来说明分析方法。本书可作为高等院校统计学、金融学等相关专业高年级本科生或研究生的时间序列分析教材，也可供相关专业研究人员参考。

金融数据分析完全指南 培养新一代量化精英 ★★★ ◎内容简介 本书是金融时间序列分析领域不可多得的杰作，自第1版问世以来，广受赞誉，产生了深远的影响。本书全面介绍了金融时间序列分析的理论和方法，系统地讲解了金融计量经济模型及其在金融时间序列数据的建模和预测中的应用。第3版使用开源的R软件包，可以对金融数据进行实证分析，也可以使用实例对相关计算和分析进行说明。本书还对金融计量方法的当前研究热点和一些最新研究成果进行了概述，例如实现波动率、条件风险值、统计套利及持续期和动态相关模型的应用。 第3版的特点还包括以下几个方面： ◆ 在高频数据分析和市场微观结构的所有讨论中，都使用了非线性持续期模型； ◆ 新增了一些非线性模型和方法的应用； ◆ 更新了多元时间序列分析，探讨了协整与配对交易的相关性； ◆ 采用一种统一的新方法，通过损失函数分析风险值； ◆ 在相...(展开全部)

《金融时间序列分析》主要介绍了计量经济学和统计学文献中出现的金融计量方法方面的最新进展，强调实例和数据分析。特别是包含当前的研究热点，如风险值、高频数据分析和马尔町夫链蒙特卡罗方法等。主要内容包括：金融时间序列数据的基本特征，神经网络，非线性方法，使用跳跃扩散方程进行衍生产品的定价，采用极值理论计算风险值，带时变相关系数的多元波动率模型，贝叶斯推断。 《金融时间序列分析》可作为金融等专业高年级本科生或研究生的时间序列分析教材，也可供相关专业研究人员参考。

本书是金融时间序列分析领域不可多得的上乘之作，第1版面世后即成为该领域最具影响力的作品。作者在全面阐述金融时间序列分析理论知识的同时，还系统地介绍了金融计量经济模型及其在金融时间序列数据的建模和预测中的应用。第3版使用能够免费得到的R软件包，可以对金融数据进行实证分析，也可以使用现实的例子对相关计算和分析进行说明。本书还对金融计量经济学的最新进展进行了深入分析，例如实现波动率、条件风险值、统计套利及持续期和动态相关模型的应用。 第3版新增加的内容还包括以下几方面。  在高频数据分析和市场微观结构的所有讨论中，都使用了非线性持续期模型。 新增加了一些非线性模型和方法的应用。  更新了多元时间序列分析，分析了协整应用到配对交易分析的实用性。 使用损失函数这个新的统一的方法分析风险值。  在相依数据的极值、分位数和风险值的...(展开全部)

本书是金融时间序列分析领域不可多得的上乘之作，第1版面世后即成为该领域最具影响力的作品。作者在全面阐述金融时间序列分析理论知识的同时，还系统地介绍了金融计量经济模型及其在金融时间序列数据的建模和预测中的应用。第3版使用能够免费得到的R软件包，可以对金融数据进行实证分析，也可以使用现实的例子对相关计算和分析进行说明。本书还对金融计量经济学的最新进展进行了深入分析，例如实现波动率、条件风险值、统计套利及持续期和动态相关模型的应用。 第3版新增加的内容还包括以下几方面。  在高频数据分析和市场微观结构的所有讨论中，都使用了非线性持续期模型。 新增加了一些非线性模型和方法的应用。  更新了多元时间序列分析，分析了协整应用到配对交易分析的实用性。 使用损失函数这个新的统一的方法分析风险值。  在相依数据的极值、分位数和风险值的...(展开全部)

金融数据分析完全指南 培养新一代量化精英 ★★★ ◎内容简介 本书是金融时间序列分析领域不可多得的杰作，自第1版问世以来，广受赞誉，产生了深远的影响。本书全面介绍了金融时间序列分析的理论和方法，系统地讲解了金融计量经济模型及其在金融时间序列数据的建模和预测中的应用。第3版使用开源的R软件包，可以对金融数据进行实证分析，也可以使用实例对相关计算和分析进行说明。本书还对金融计量方法的当前研究热点和一些最新研究成果进行了概述，例如实现波动率、条件风险值、统计套利及持续期和动态相关模型的应用。 第3版的特点还包括以下几个方面： ◆ 在高频数据分析和市场微观结构的所有讨论中，都使用了非线性持续期模型； ◆ 新增了一些非线性模型和方法的应用； ◆ 更新了多元时间序列分析，探讨了协整与配对交易的相关性； ◆ 采用一种统一的新方法，通过损失函数分析风险值； ◆ 在相...(展开全部)

《金融时间序列分析》主要介绍了计量经济学和统计学文献中出现的金融计量方法方面的最新进展，强调实例和数据分析。特别是包含当前的研究热点，如风险值、高频数据分析和马尔町夫链蒙特卡罗方法等。主要内容包括：金融时间序列数据的基本特征，神经网络，非线性方法，使用跳跃扩散方程进行衍生产品的定价，采用极值理论计算风险值，带时变相关系数的多元波动率模型，贝叶斯推断。 《金融时间序列分析》可作为金融等专业高年级本科生或研究生的时间序列分析教材，也可供相关专业研究人员参考。

本书以易于理解的方式讲述了时间序列模型及其应用，主要内容包括：趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差时间序列模型、谱分析入门、谱估计、门限模型.对所有的思想和方法，都用真实数据集和模拟数据集进行了说明. 本书可作为高等院校统计、经济、商科、工程及定量社会科学等专业学生的教材或教学参考书，同时也可供相关技术人员使用.

本书以易于理解的方式讲述了时间序列模型及其应用，主要内容包括：趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差时间序列模型、谱分析入门、谱估计、门限模型.对所有的思想和方法，都用真实数据集和模拟数据集进行了说明. 本书可作为高等院校统计、经济、商科、工程及定量社会科学等专业学生的教材或教学参考书，同时也可供相关技术人员使用.