Statistics and Data Analysis for Financial Engineering: with R examples (Springer Texts in Statistics)

ویرایش جدید این کتاب درسی تأثیرگذار، که برای دانشجویان کارشناسی ارشد یا پیشرفته طراحی شده است، آمار لازم برای مهندسی مالی را آموزش می دهد. در انجام این کار، مفاهیمی را با استفاده از بازارهای مالی و داده‌های اقتصادی، آزمایشگاه‌های R با تمرین‌های داده واقعی، و روش‌های گرافیکی و تحلیلی برای مدل‌سازی و تشخیص خطاهای مدل‌سازی نشان می‌دهد. این روش‌ها بسیار مهم هستند زیرا مهندسان مالی اکنون به مقادیر عظیمی از داده‌ها دسترسی دارند. برای استفاده از این داده ها، روش های قدرتمند این کتاب برای کار با اطلاعات کمی، به ویژه در مورد نوسانات و خطرات، ضروری است. نقاط قوت این نسخه کاملاً اصلاح‌شده شامل افزودنی‌های عمده به کد R و موضوعات پیشرفته تحت پوشش است. فصل های جداگانه، در میان موضوعات دیگر، توزیع های چند متغیره، کوپول ها، محاسبات بیزی، مدیریت ریسک، و ادغام همزمان را پوشش می دهند. پیش نیازهای پیشنهادی دانش اولیه آمار و احتمال، ماتریس و جبر خطی و حساب دیفرانسیل و انتگرال است. یک پیوست در مورد احتمال، آمار و جبر خطی وجود دارد. مهندسان مالی شاغل نیز این کتاب مورد علاقه را پیدا خواهند کرد.

The new edition of this influential textbook, geared towards graduate or advanced undergraduate students, teaches the statistics necessary for financial engineering. In doing so, it illustrates concepts using financial markets and economic data, R Labs with real-data exercises, and graphical and analytic methods for modeling and diagnosing modeling errors. These methods are critical because financial engineers now have access to enormous quantities of data. To make use of this data, the powerful methods in this book for working with quantitative information, particularly about volatility and risks, are essential. Strengths of this fully-revised edition include major additions to the R code and the advanced topics covered. Individual chapters cover, among other topics, multivariate distributions, copulas, Bayesian computations, risk management, and cointegration. Suggested prerequisites are basic knowledge of statistics and probability, matrices and linear algebra, and calculus. There is an appendix on probability, statistics and linear algebra. Practicing financial engineers will also find this book of interest.