دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 2
نویسندگان: René Carmona (auth.)
سری: Springer Texts in Statistics
ISBN (شابک) : 9781461487876, 9781461487883
ناشر: Springer-Verlag New York
سال نشر: 2014
تعداد صفحات: 595
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 11 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل آماری داده های مالی در R: آمار برای تجارت/اقتصاد/مالی ریاضی/بیمه، نظریه و روش های آماری، مالی کمی
در صورت تبدیل فایل کتاب Statistical Analysis of Financial Data in R به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجزیه و تحلیل آماری داده های مالی در R نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
اگرچه کتابهای زیادی در زمینه مالی ریاضی وجود دارد، اما تعداد کمی از آنها به جنبههای آماری تحلیل دادههای مدرن که برای مسائل مالی اعمال میشود، میپردازند. این کتاب درسی با پرداختن به برخی از چالش برانگیزترین مسائل پیش روی مهندسان مالی، این شکاف را پر می کند. این نشان می دهد که چگونه می توان از ریاضیات پیچیده و تکنیک های آماری مدرن در حل مسائل مالی عینی استفاده کرد. نگرانیهای مربوط به مدیریت ریسک با مطالعه مقادیر شدید، تطبیق توزیعها با دنبالههای سنگین، محاسبه مقادیر در معرض خطر (VaR) و سایر معیارهای ریسک بررسی میشوند. تجزیه و تحلیل مؤلفه های اصلی (PCA)، هموارسازی، و تکنیک های رگرسیون برای ساخت منحنی های بازده و رو به جلو استفاده می شود. تجزیه و تحلیل سری زمانی برای مطالعه گزینه های دما و تخمین ناپارامتری اعمال می شود. فیلتر غیرخطی برای شبیه سازی مونت کارلو، قیمت گذاری گزینه و پیش بینی درآمد اعمال می شود. این کتاب درسی برای دانشجویان مقطع کارشناسی رشته مهندسی مالی یا دانشجویان کارشناسی ارشد در مقطع کارشناسی ارشد در رشته مالی یا برنامه MBA در نظر گرفته شده است. با استفاده از داده های بازار با مثال های عملی پاشیده شده است و هر فصل با تمرین ها به پایان می رسد. مثال های عملی در محیط محاسباتی R حل می شوند. آنها مشکلاتی را نشان می دهند که در بازارهای کالا، انرژی و آب و هوا و همچنین بازارهای درآمد ثابت، سهام و اعتبار رخ می دهد. مثالها، آزمایشها و مجموعههای مسئله بر اساس کتابخانه Rsafd است که برای هدف متن ایجاد شده است. این کتاب باید به تحلیلگران کمی کمک کند تا مفاهیم آماری پیشرفته را بیاموزند و پیاده سازی کنند. همچنین، برای محققانی که مایل به کسب تجربه با دادههای مالی، پیادهسازی و آزمایش نظریههای ریاضی، و پرداختن به مسائل عملی هستند که اغلب در برنامههای درسی دانشگاهی نادیده گرفته میشوند یا دست کم گرفته میشوند، ارزشمند خواهد بود.
این نسخه جدید و کاملاً اصلاح شده کتاب تحلیل آماری داده های مالی در S-Plus است.
رنه کارمونا b> پل ام وایتز '55 استاد مهندسی و مالی در دانشگاه پرینستون در بخش تحقیقات عملیات و مهندسی مالی و مدیر مطالعات تحصیلات تکمیلی مرکز مالی Bendheim است. تالیفات او شامل بیش از صد مقاله و هشت کتاب در زمینه احتمالات و آمار است. او در سال 1984 به عنوان عضو مؤسسه آمار ریاضی و در سال 2010 به عضویت انجمن ریاضیات صنعتی و کاربردی انتخاب شد. پروفسور کارمونا برنامه های کامپیوتری را برای آموزش آمار و تحقیق در تجزیه و تحلیل سیگنال و مهندسی مالی توسعه داده است. او سال ها در زمینه انرژی، بازارهای کالا و اخیراً در اقتصاد محیط زیست کار کرده است و به عنوان محقق و متخصص برجسته در این زمینه ها شناخته می شود.
Although there are many books on mathematical finance, few deal with the statistical aspects of modern data analysis as applied to financial problems. This textbook fills this gap by addressing some of the most challenging issues facing financial engineers. It shows how sophisticated mathematics and modern statistical techniques can be used in the solutions of concrete financial problems. Concerns of risk management are addressed by the study of extreme values, the fitting of distributions with heavy tails, the computation of values at risk (VaR), and other measures of risk. Principal component analysis (PCA), smoothing, and regression techniques are applied to the construction of yield and forward curves. Time series analysis is applied to the study of temperature options and nonparametric estimation. Nonlinear filtering is applied to Monte Carlo simulations, option pricing and earnings prediction. This textbook is intended for undergraduate students majoring in financial engineering, or graduate students in a Master in finance or MBA program. It is sprinkled with practical examples using market data, and each chapter ends with exercises. Practical examples are solved in the R computing environment. They illustrate problems occurring in the commodity, energy and weather markets, as well as the fixed income, equity and credit markets. The examples, experiments and problem sets are based on the library Rsafd developed for the purpose of the text. The book should help quantitative analysts learn and implement advanced statistical concepts. Also, it will be valuable for researchers wishing to gain experience with financial data, implement and test mathematical theories, and address practical issues that are often ignored or underestimated in academic curricula.
This is the new, fully-revised edition to the book Statistical Analysis of Financial Data in S-Plus.
René Carmona is the Paul M. Wythes '55 Professor of Engineering and Finance at Princeton University in the department of Operations Research and Financial Engineering, and Director of Graduate Studies of the Bendheim Center for Finance. His publications include over one hundred articles and eight books in probability and statistics. He was elected Fellow of the Institute of Mathematical Statistics in 1984, and of the Society for Industrial and Applied Mathematics in 2010. He is on the editorial board of several peer-reviewed journals and book series. Professor Carmona has developed computer programs for teaching statistics and research in signal analysis and financial engineering. He has worked for many years on energy, the commodity markets and more recently in environmental economics, and he is recognized as a leading researcher and expert in these areas.
Front Matter....Pages i-xvii
Front Matter....Pages 1-1
Univariate Data Distributions....Pages 3-68
Heavy Tail Distributions....Pages 69-120
Dependence & Multivariate Data Exploration....Pages 121-195
Front Matter....Pages 197-197
Parametric Regression....Pages 199-276
Local and Nonparametric Regression....Pages 277-341
Front Matter....Pages 343-343
Time Series Models: AR, MA, ARMA, & ALL THAT....Pages 345-421
Multivariate Time Series, Linear Systems and Kalman Filtering....Pages 423-472
Nonlinear Time Series: Models and Simulation....Pages 473-533
Front Matter....Pages 535-535
Appendices....Pages 537-558
Back Matter....Pages 559-588