投资决策分析与优化 azw3 网盘 高速 下载地址大全 免费

行为金融学作为金融学的一个分支，其重要性正在被越来越多的人所熟知。然而，前景理论作为行为金融学的核心理论，尽管地位很高，但目前仍不为多数人所了解。本书全面介绍了前景理论及其在金融领域中的发展。本书既对前景理论的产生背景、基础理论、心理基础及与传统金融理论的对比分析等内容展开了论述，也对前景理论在金融投资组合优化方面的实证研究进行了详细的介绍。本书给出了必备的数学定义及实操的MATLAB代码，为读者提供理论与实操的*大便利。本书具有：前瞻性，直接深入行为金融学核心；综述性，800余篇参考文献，有效减少资料搜索时间；实用性，金融投资模型分析，快速掌握建模求解技术。本书既适合对前景理论、投资优化及风险管理等相关知识感兴趣的人员，也适合想迅速掌握基础的人工智能技术在金融投资领域应用的人员阅读。

第1章 概率论与期望值决策 1 1．1 概率测度 1 1．1．1 风险与不确定性 1 1．1．2 集合理论 2 1．1．3 状态空间 6 1．1．4 概率空间 7 1．1．5 容度 8 1．1．6 期望 9 1．1．7 主观概率 10 1．1．8 前景 13 1．2 期望值决策理论 14 1．2．1 荷兰赌 15 1．2．2 圣彼得堡悖论 16 第2章 期望效用理论 18 2．1 偏好 18 2．1．1 偏好关系 18 2．1．2 偏好公理 19 2．2 函数的凹凸性 21 2．3 风险态度与确定性等价 22 2．4 期望效用函数 26 2．5 正仿射变换 28 2．6 风险厌恶测度 28 2．7 期望效用理论与均值-方差模型 29 第3章 原始前景理论 33 3．1 悖论丛生 33 3．1．1 共同结果效应 33 3．1．2 共同比率效应 35 3．1．3 框架效应 35 3．1．4 Ellsberg悖论 37 3．1．5 确定效应 38 3．1．6 隔离效应 39 3．2 原始前景理论的赋值 41 3．2．1 反射效应 41 3．2．2 编辑 43 3．2．3 评估 45 3．3 参考点 46 3．4 价值函数 47 3．5 权重函数 48 3．5．1 次可加性 49 3．5．2 次确定性 49 3．5．3 次比例性 50 3．5．4 概率的非线性偏好 51 第4章 累积前景理论 53 4．1 原始前景理论的发展 53 4．2 等级依赖模型 56 4．3 累积前景理论的提出 59 4．4 价值函数 60 4．5 概率权重函数 61 4．6 案例：前景值的补充计算 62 4．7 风险态度的四重模式 63 4．8 累积前景理论的映射 65 第5章 前景理论与实验经济学 67 5．1 实验经济学概述 68 5．1．1 实验经济学的发展 68 5．1．2 对实验的质疑 70 5．2 实验目的与对象 71 5．2．1 实验目的 71 5．2．2 实验对象 72 5．3 实验设计 73 5．3．1 指导语 73 5．3．2 控制变量 74 5．3．3 干扰因素 74 5．3．4 随机数 74 5．3．5 数据采集 75 5．3．6 实验激励 76 5．3．7 知识偏差 76 5．3．8 实验计划 77 5．4 问卷设计与分析 77 5．4．1 问卷内容与结构 77 5．4．2 问卷数据分析 79 5．5 案例：累积前景理论的参数估计 86 第6章 前景理论与心理基础 88 6．1 是否眼见为实 88 6．2 定基 89 6．2．1 心理账户 89 6．2．2 锚定效应 92 6．2．3 沉没成本 94 6．3 偏离 96 6．3．1 过度自信 96 6．3．2 回本效应 97 6．3．3 后悔厌恶 98 6．4 割舍 98 6．4．1 禀赋效应 98 6．4．2 处置效应 99 6．5 简化 100 6．5．1 暗示与过滤 100 6．5．2 代表性与熟悉性 100 6．6 情感 102 6．7 外部环境 103 6．7．1 社会环境 103 6．7．2 社会比较 103 6．7．3 语言表达 103 6．7．4 羊群效应与从众心理 104 第7章 前景理论价值函数 105 7．1 价值函数的主要类型 105 7．1．1 幂价值函数 105 7．1．2 线性价值函数 106 7．1．3 二次价值函数 107 7．1．4 指数价值函数 110 7．1．5 HARA价值函数 111 7．1．6 非参数方法下的价值函数 112 7．2 价值函数的再讨论 112 7．3 损失厌恶 115 7．3．1 损失厌恶 VS 风险厌恶 116 7．3．2 情感与损失厌恶 117 7．3．3 与损失厌恶相关的现象 118 7．4 参考依赖 122 7．5 几类效用函数 128 第8章 前景理论权重函数 131 8．1 概率权重函数 131 8．2 Prelec概率权重函数 133 8．3 两参数模型 134 8．4 概率权重函数的心理学解释 138 8．5 概率权重函数形式及参数总结 139 第9章 前景理论的完善与应用 142 9．1 理论的夯实 142 9．1．1 偏好基础与公理化 142 9．1．2 从离散到连续 143 9．1．3 第三代前景理论 144 9．1．4 不精确风险的测度 145 9．2 与传统金融的联系与区别 145 9．2．1 前景理论与期望效用理论 145 9．2．2 前景理论与均值-方差模型 146 9．2．3 前景理论与高阶矩 146 9．2．4 前景理论与资产定价 148 9．2．5 前景理论与行为预测 150 9．3 对异象、悖论及谜题的解释 150 9．3．1 前景理论与圣彼得堡悖论 150 9．3．2 前景理论与股权溢价之谜 152 9．3．3 前景理论与禀赋效应 152 9．3．4 前景理论与处置效应 153 9．3．5 前景理论与本国效应 155 9．3．6 前景理论与货币幻觉 155 9．3．7 前景理论与近视损失厌恶 156 第10章 前景理论与随机占优 159 10．1 占优 160 10．2 偏好与函数 161 10．3 一阶随机占优 161 10．4 二阶随机占优 162 10．5 三阶随机占优 163 10．6 PSD随机占优 165 第11章 前景理论下的投资组合问题 170 11．1 基于理性假设的投资组合问题 170 11．1．1 期望收益与方差 172 11．1．2 有效边界 174 11．1．3 夏普比率 176 11．1．4 两基金分离定理 177 11．1．5 系统风险与非系统风险 178 11．1．6 资本资产定价模型 179 11．2 基于前景理论的投资组合问题 181 11．2．1 一个复杂的议题 181 11．2．2 前景理论偏好投资者的投资组合目标函数 187 第12章 前景理论与风险测度 196 12．1 风险测度 196 12．1．1 风险测度的起源 197 12．1．2 如何测度风险 197 12．1．3 半方差 198 12．2 VaR 199 12．2．1 VaR的起源与发展 199 12．2．2 VaR的定义 201 12．2．3 VaR的计算 203 12．2．4 VaR的局限与争议 207 12．3 CVaR 208 12．3．1 CVaR的定义 208 12．3．2 基于样本情景下的CVaR-、CVaR和CVaR+ 209 12．3．3 CVaR的计算 210 12．4 VaR与CVaR的比较 211 12．4．1 优劣势比较 211 12．4．2 优化与约束 212 12．5 VaR偏差和CVaR偏差 212 12．5．1 偏差的定义 212 12．5．2 偏差测度 214 12．5．3 VaR、CVaR与前景理论 215 第13章 时间序列预测法 217 13．1 资产收益率 217 13．1．1 单期简单收益率 217 13．1．2 多期简单收益率 218 13．1．3 算术平均收益率 218 13．1．4 几何平均收益率 218 13．1．5 对数收益率 219 13．2 时间序列的统计量 220 13．3 平稳性 221 13．4 序列相关、同方差及异方差 222 13．5 自相关函数与偏自相关函数 223 13．6 AR模型 225 13．7 MA模型 227 13．8 ARMA模型 228 13．9 ARCH模型 229 13．10 GARCH模型 230 第14章 未来情景模拟法 232 14．1 Bootstrap法 233 14．1．1 什么是Bootstrap法 233 14．1．2 基于时间序列的自助法 234 14．1．3 标准自助法 235 14．1．4 移动分块自助法 235 14．1．5 非重叠分块自助法 236 14．1．6 实例 237 14．2 蒙特卡罗模拟法 241 14．2．1 定义、起源与发展 241 14．2．2 应用范围 243 14．2．3 股价变动与随机过程 246 14．3 历史模拟法 250 第15章 优化算法 253 15．1 线性规划 253 15．1．1 线性规划的提出 253 15．1．2 单纯形法 258 15．1．3 对偶问题 264 15．2 非线性规划 265 15．2．1 无约束优化 267 15．2．2 约束优化 273 15．2．3 非线性规划的难点 276 15．2．4 前景理论与分片线性规划 279 15．2．5 凸优化 281 第16章 遗传算法 286 16．1 遗传算法的原理 287 16．1．1 为什么选择遗传算法 287 16．1．2 模式与模式定理 288 16．1．3 积木块假说 288 16．1．4 探索与开发的平衡 288 16．2 遗传算法的基本步骤 290 16．2．1 模型 290 16．2．2 编码 291 16．2．3 估值 294 16．2．4 选择 295 16．2．5 交叉 297 16．2．6 变异 300 16．2．7 收敛及终止 301 第17章 前景理论与机器学习 304 17．1 支持向量机 306 17．1．1 线性分类器 307 17．1．2 从线性分类器到非线性分类器 309 17．2 Logistic回归 313 17．3 过拟合与欠拟合 316 17．4 人工神经网络 318 17．4．1 人工神经网络在金融领域的运用 318 17．4．2 神经网络模型介绍 321 17．4．3 感知机 326 17．4．4 前馈传播 329 17．4．5 反向传播 331 17．4．6 实例：BP神经网络预测 336 第18章 基于前景理论的投资组合优化的实证分析 339 18．1 无风险约束的前景理论优化问题 339 18．1．1 参数法――多元正态分布 339 18．1．2 非参数法――前景模拟 346 18．2 含风险约束的前景理论优化问题 347 18．2．1 风险性风险约束 348 18．2．2 偏差性风险约束 349 附录A MATLAB基础快速入门 352 A．1 MATLAB简介 352 A．2 MATLAB入门 354 A．3 MATLAB中的矩阵运算 358 A．4 MATLAB常用数据格式的导入/导出 359 A．5 MATLAB中的图形功能 362 A．6 MATLAB程序设计方法 366 参考文献 370

龚超，工学博士，主要研究领域为人工智能、优化算法。曾就职于央企及知名企业管理咨询公司，并为多家大型企业集团提供战略规划、合并重组等咨询与培训服务。参与多项国家社会科学基金项目及部委课题研究，在国内外期刊共计发表文章60余篇。目前主要关注人工智能在金融领域的应用。

暂无其它内容！

暂时还没有人为这本书评论！