具体描述
作为CFA协会投资学系列丛书中的一本，无论是关注金融的学生，还是从事投资的业界人士，《定量投资分析》（原书第2版）适合每一位对该领域有兴趣的读者。本书所介绍的全球通用的准则将帮助你理解定量投资方法，并将这些方法应用到当今的投资过程中。 在最新的一版中，作者对该学科中的相关内容进行了更新；并对一些主要内容（包括回归、时间序列和多因子模型）的表述和介绍进行了修改；此外，还提供了更加丰富多彩的投资实例，这些实例反映了在当前投资界中所发生的变化。 本书对许多定量分析方法予以了清晰的介绍，并给出了实例，因此非常适合读者的自学和参考。本书讨论的主题包括：
货币的时间价值
折现现金流的应用
常用概率分布
抽样和估计
假设检验
相关性和回归
多元回归和回归分析中的一些问题
时间序列分析
投资组合的概念
每位作者都在书中给出了各自的实践经验及其独到观点，因此，原书第2版的《定量投资分析》浓缩了在当今瞬息万变的金融环境中获得成功所需的所有知识、技巧和能力。
作者简介
理查德 A. 德弗斯科
特许金融分析师，内布拉斯加大学林肯分校（Nebraska-Lincoln，UNL）金融学副教授。他于1999年获得了特许金融分析师的执照。德弗斯科是奥马哈-林肯金融分析师协会的成员，并且在罗德岛大学获得了管理学的学士学位，在田纳西-诺克斯维尔大学获得了金融学博士学位。 丹尼斯 W. 麦克利维
特许金融分析师，CFA协会职业发展部主管。在麦克利维25年的学术生涯中，他曾分别任教于西安大略大学、康乃迪克大学、罗德岛大学（在这里，他创建了一家由学生管理的基金）以及巴布森学院。麦克利维于1972年在印第安纳大学获得了生产管理和工业工程的博士学位，并于1990年获得了特许金融分析师的执照。 杰拉尔德 E. 平托
特许金融分析师，CFA协会CFA和CIPM项目部的主任。在2002年加入CFA协会之前，他一直在为有限责任公司、基金会以及合伙企业提供投资计划、投资组合分析以及定量投资分析方面的咨询服务。他也曾经在纽约市投资和银行业任职，并在纽约大学斯特恩商学院教授过金融学。平托在布鲁克学院获得了MBA学位，在斯特恩商学院获得了金融学博士学位，并于1992年获得了特许金融分析师的执照。 戴维 E. 朗克尔
特许金融分析师，美国银行贾弗瑞公司副主席和研究部经理。他自1989年起就是明尼苏达大学卡尔森管理学院的兼职教授。朗克尔在卡尔顿学院获得了经济学学士学位，并在麻省理工学院获得了经济学博士学位。
目录信息
丛书序（杰夫•狄尔梅尔）
前言（马克J.P.安森）
致谢
第1章 货币的时间价值1
1.1 引言1
1.2 利率：经济学的解释1
1.3 单笔现金流的将来值3
1.3.1 复利的频数7
1.3.2 连续复利8
1.3.3 报价利率和有效利率9
1.4 现金流序列的将来值10
1.4.1 等额现金流序列——普通年金10
1.4.2 不等额现金流序列12
1.5 单笔现金流的现值12
1.5.1 求解单笔现金流的现值12
1.5.2 复利的频数14
1.6 现金流序列的现值15
1.6.1 等额现金流序列的现值15
1.6.2 无限期等额现金流序列的现值——永续年金18
1.6.3 始点不在零时刻的现金流序列的现值19
1.6.4 不等额现金流序列的现值20
1.7 求解利率、期数或年金支付额21
1.7.1 求解利率和增长率21
1.7.2 求解期数23
1.7.3 求解年金支付额24
1.7.4 现值和将来值换算关系的回顾27
1.7.5 现金流可加性原理28
第2章 贴现现金流的应用30
2.1 引言30
2.2 净现值和内部收益率30
2.2.1 净现值和净现值准则31
2.2.2 内部收益率和内部收益率准则32
2.2.3 与内部收益率准则相关的问题35
2.3 投资组合收益的度量37
2.3.1 货币加权收益率37
2.3.2 时间加权收益率38
2.4 货币市场收益率42
第3章 统计学概念和市场收益率47
3.1 引言47
3.2 一些基本概念47
3.2.1 统计学的本质48
3.2.2 总体和样本48
3.2.3 度量尺度49
3.3 用频数分布汇总数据50
3.4 数据的图形表示56
3.4.1 直方图56
3.4.2 频数多边形和累积频数分布图58
3.5 集中趋势的度量59
3.5.1 算术平均数60
3.5.2 中位数63
3.5.3 众数65
3.5.4 有关均值的其他概念66
3.6 位置的度量：分位数73
3.6.1 四分位数、五分位数、十分位数、百分位数73
3.6.2 分位数在投资中的应用77
3.7 离散度的度量78
3.7.1 极差79
3.7.2 平均绝对偏差79
3.7.3 总体方差和总体标准差81
3.7.4 样本方差和样本标准差83
3.7.5 半方差、半离差及其相关概念86
3.7.6 切比雪夫不等式87
3.7.7 变异系数88
3.7.8 夏普比率90
3.8 收益率分布的对称性和偏度92
3.9 收益率分布的峰度96
3.10 使用几何平均和算术平均100
第4章 概率论中的一些概念102
4.1 引言102
4.2 概率、期望值和方差102
4.3 投资组合的期望收益和收益的方差120
4.4 概率论的一些议题126
4.4.1 贝叶斯公式126
4.4.2 计数原理130
第5章 常用概率分布134
5.1 引言134
5.2 离散型随机变量134
5.2.1 离散均匀分布136
5.2.2 二项分布137
5.3 连续型随机变量145
5.3.1 连续均匀分布145
5.3.2 正态分布147
5.3.3 正态分布的应用153
5.3.4 对数正态分布155
5.4 蒙特卡罗模拟159
第6章 抽样和估计165
6.1 引言165
6.2 抽样165
6.2.1 简单随机抽样166
6.2.2 分层随机抽样167
6.2.3 时间序列数据和横截面数据168
6.3 样本均值的分布170
6.4 总体均值的点估计和区间估计173
6.4.1 点估计量173
6.4.2 总体均值的置信区间174
6.4.3 样本量的选择179
6.5 抽样中的若干问题180
6.5.1 数据挖掘的偏差180
6.5.2 样本选择的偏差183
6.5.3 前视偏差184
6.5.4 时期偏差184
第7章 假设检验186
7.1 引言186
7.2 假设检验187
7.3 关于均值的假设检验195
7.3.1 对单个均值的检验195
7.3.2 对均值间差异的检验201
7.3.3 对（配对样本）均值差的检验204
7.4 关于方差的假设检验207
7.4.1 对单个方差的检验207
7.4.2 对两个方差是否相等的检验209
7.5 其他议题：非参数推断211
7.5.1 相关性检验：斯皮尔曼（Spearman）秩相关系数212
7.5.2 非参数推断：总结214
第8章 相关性和回归215
8.1 引言215
8.2 相关性分析215
8.2.1 散点图215
8.2.2 相关性分析216
8.2.3 计算和解释相关系数218
8.2.4 相关性分析的局限220
8.2.5 相关性分析的应用222
8.2.6 相关系数显著性检验227
8.3 线性回归230
8.3.1 单变量的线性回归230
8.3.2 线性回归模型的前提假设232
8.3.3 估计量的标准误差234
8.3.4 决定系数236
8.3.5 假设检验238
8.3.6 单变量回归中的方差分析243
8.3.7 预测区间246
8.3.8 回归分析的局限248
第9章 多元回归和回归分析中的问题249
9.1 引言249
9.2 多元线性回归249
9.2.1 多元线性回归模型的前提假设254
9.2.2 预测多元线性回归模型中的因变量258
9.2.3 检验是否所有回归系数为零258
9.2.4 调整后的R平方260
9.3 虚拟变量在回归中的使用261
9.4 回归假设的违背264
9.4.1 异方差265
9.4.2 序列相关269
9.4.3 多重共线性273
9.4.4 异方差、序列相关、多重共线性:问题的总结275
9.5 模型设定和设定中的错误276
9.5.1 模型设定的原则276
9.5.2 函数形式误设定277
9.5.3 时间序列误设定（自变量与误差相关）283
9.5.4 其他类型时间序列误设定285
9.6 因变量是定性变量的模型286
第10章 时间序列分析288
10.1 引言288
10.2 处理时间序列数据所面临的挑战289
10.3 趋势模型290
10.3.1 线性趋势模型290
10.3.2 对数线性趋势模型292
10.3.3 趋势模型和误差项相关性检验296
10.4 自回归时间序列模型297
10.4.1 协方差平稳序列297
10.4.2 检测自回归模型中的序列相关误差298
10.4.3 均值回复301
10.4.4 多期预测和预测的链式法则301
10.4.5 比较预测模型的表现304
10.4.6 回归系数的不稳定性306
10.5 随机游走和单位根308
10.5.1 随机游走308
10.5.2 非平稳数据的单位根检验311
10.6 移动平均时间序列模型314
10.6.1 用n期移动平均平滑历史数据314
10.6.2 用移动平均时间序列模型来进行预测316
10.7 时间序列模型中的季节性317
10.8 自回归移动平均模型321
10.9 自回归条件异方差模型322
10.10 两个以上时间序列的回归324
10.11 时间序列的其他议题328
10.12 时间序列预测建议采取的步骤328
第11章 投资组合的概念331
11.1 引言331
11.2 均值方差分析331
11.2.1 最小方差前沿及其相关概念332
11.2.2 扩展到3种资产的情况339
11.2.3 多个资产最小方差前沿的确定341
11.2.4 分散化和投资组合的规模344
11.2.5 存在无风险资产条件下的投资组合选择347
11.2.6 资本资产定价模型353
11.2.7 均值方差投资组合选择规则：一个介绍355
11.3 均值方差分析在应用中的问题358
11.3.1 估计均值方差优化问题中的输入参数358
11.3.2 最小方差前沿的不稳定性362
11.4 多因素模型365
11.4.1 因素和多因素模型的类型366
11.4.2 宏观经济因素模型的结构367
11.4.3 套利定价理论和因素模型369
11.4.4 基本面因素模型的结构374
11.4.5 多因素模型在当前实践中的运用374
11.4.6 应用380
11.4.7 总结392
附录394
术语表403
参考文献416
CFA项目介绍422
作者简介423
译者后记424
· · · · · · (收起)
读后感
评分
评分
评分
评分
用户评价
《定量投资分析》这个书名，对我而言，就像是一扇通往更高层次投资知识的大门。我一直以来都对那些能够通过数据和模型来理解市场、预测趋势的投资者感到非常钦佩。在我看来，这是一种更加理性和科学的投资方式，能够帮助我们摆脱情绪的干扰，做出更明智的决策。我希望这本书能够系统地介绍量化投资的理论基础和实践方法。我尤其关注书中关于“量化策略的构建与回测”部分。我知道，一个成功的量化策略，需要经过严谨的逻辑设计、扎实的数据处理和科学的回测验证。我希望这本书能够详细讲解如何从零开始构建一个量化策略，包括如何选择合适的投资标的、如何设计交易规则、如何处理数据偏差等。同时，我也希望书中能够介绍各种常用的量化交易策略，例如趋势跟踪、均值回归、套利策略等，并且分析它们的优缺点和适用场景。此外，我对书中关于“风险控制与投资组合管理”的内容也抱有极大的期望。在量化投资中，风险控制是至关重要的一个环节。我希望这本书能够教会我如何识别和度量各种风险，如何通过资产配置和头寸管理来降低风险，以及如何构建一个稳健的投资组合，以实现风险和收益的最佳平衡。
评分这本书的标题，正如其封面，给我一种沉甸甸的感觉，里面承载的定是经过岁月打磨的智慧。我一直对金融市场有着浓厚的兴趣，尤其是在理解市场背后的驱动因素方面。很多时候，市场似乎在以一种难以捉摸的方式运行，新闻事件、宏观经济数据、投资者情绪，它们是如何共同作用，最终影响资产价格的呢？“定量投资分析”这个书名，给了我一个明确的答案方向——通过数据和模型来解析这一切。我希望这本书能够深入浅出地讲解统计学和计量经济学在投资分析中的应用，比如如何利用回归分析来识别资产之间的关系，如何运用时间序列模型来预测未来走势，以及如何理解和运用各种风险度量指标。我尤其关注书中关于“因子投资”和“量化策略”的内容。我知道，在现代投资理论中，因子扮演着至关重要的角色，它们是驱动资产收益的根本原因。我希望这本书能够详细介绍各种主流的投资因子，解释它们产生的经济学逻辑，并且指导我如何构建基于这些因子的投资组合。此外，我也对书中关于“风险管理”和“投资组合优化”的部分充满期待。如何才能在追求收益的同时，有效地控制风险？如何构建一个最优的投资组合，以达到风险和收益的最佳平衡？我期待这本书能为我提供清晰的思路和实用的方法。
评分“定量投资分析”这个书名，对我来说，代表着一种对市场本质的追寻。我一直坚信，市场并非完全随机，其背后一定存在着可被量化和理解的规律。而这本书，在我看来，就是帮助我揭示这些规律的工具。我尤其关注书中关于“数据处理与特征工程”的部分。我知道，再好的模型，如果输入的数据质量不高，或者特征选择不当，其结果也会大打折扣。我希望这本书能教会我如何进行有效的数据清洗、转换和特征提取，以保证模型的可靠性。同时，我也对书中关于“模型构建与评估”的章节充满期待。如何选择合适的模型，如何评估模型的表现，如何进行模型的优化和验证，这些都是量化投资过程中必不可少的环节。我希望这本书能提供清晰的指导，让我能够掌握构建有效量化模型的方法。此外，我对书中关于“交易策略的开发与实现”也抱有极大的兴趣。仅仅有模型是不够的，还需要将模型转化为可执行的交易策略。我希望这本书能为我提供关于如何设计交易信号、如何进行止损止盈、如何进行仓位管理等方面的实操建议，帮助我将理论付诸实践。
评分当我第一眼看到“定量投资分析”这本书时，我的脑海中立刻闪过无数的关于数据、模型、算法的词语。我一直坚信，在投资的世界里，科学和理性是战胜情绪和运气最有效的武器。过去，我曾尝试过各种投资方法，但总感觉缺乏一套系统性的方法论来指导我的决策。这本书，在我看来，就是我一直在寻找的那套方法论。我非常期待书中关于“数据挖掘”和“特征工程”的章节。我知道，数据的质量和处理方式直接影响到量化模型的有效性。我希望这本书能教我如何从原始数据中提取有用的信息，如何处理缺失值、异常值，如何进行特征选择和构造，从而为后续的模型构建打下坚实的基础。我也对书中关于“机器学习在投资中的应用”的部分感到特别好奇。随着科技的发展，机器学习正在渗透到金融领域的各个方面，我希望这本书能为我揭示机器学习如何在投资策略开发、风险控制、交易执行等方面发挥作用，并且提供一些具体的案例和实践经验。此外，我希望这本书能教会我如何进行“模型评估”和“实盘交易的注意事项”。一个好的模型，也需要经过严格的验证和持续的优化，才能在真实的交易环境中发挥作用。我期待这本书能帮助我构建一套完整的量化投资流程，让我能够更自信、更有效地进行投资。
评分一本厚重的书，封面设计简洁有力，正如书名“定量投资分析”所传达的直觉。我拿到它的时候，一种混合着期待和一丝敬畏的情绪油然而生。定量投资，这个词本身就带着一种严谨和数学的冷峻感，但我相信，在这本书的引导下，我能逐渐揭开它神秘的面纱。我一直对金融市场充满了好奇，但同时也意识到，仅仅凭借感觉和直觉是远远不够的。市场的波动如此剧烈，逻辑和规律隐藏得如此之深，如果没有一套系统的方法来分析，很容易就会被抛在后面，甚至成为“韭菜”。这本书，我想，就是提供给我那套“系统的方法”的钥匙。我期待它能教会我如何从海量的数据中提炼出有价值的信息，如何构建能够穿越牛熊的投资模型，以及如何在风险可控的前提下，最大化我的投资回报。不仅仅是理论，我更看重的是实操性。这本书是否能提供清晰的步骤和可借鉴的案例，让我能够亲手去实践，去感受定量分析的力量？我希望它能帮助我理解那些复杂的统计学概念如何应用到投资决策中，比如如何解释相关的系数，如何判断回归模型的有效性，以及如何理解和应用各种风险指标。这本书的出现，对我来说，不仅是知识的获取，更是一种能力的提升，一种看待市场的方式的重塑。我迫不及待地想开始这场探索之旅。
评分对于“定量投资分析”这个书名，我的第一反应是“硬核”。我一直认为，真正能够长久立足于市场的，是那些掌握了市场底层逻辑和运行规律的人。而这种掌握，离不开系统性的分析方法。我的投资经验不算长，但经历过几次市场的起伏，让我深刻体会到，单凭感觉和直觉去投资，就像是在黑暗中摸索，风险巨大。这本书的出现，在我看来，就像是为我提供了一盏明灯，照亮了通往理性投资的道路。我非常好奇书中关于“因子”和“策略”的部分。我听说过很多经典的投资因子，比如价值、动量、低波动等等，但对于如何科学地识别、构建和应用这些因子，我仍然感到模糊。我希望这本书能提供清晰的理论解释和实践指导，让我能够理解这些因子背后的逻辑，并且能够自己动手去构建基于这些因子的投资组合。同时，我也对书中可能包含的策略回测和风险管理部分抱有极大的期望。回测是验证策略有效性的重要手段，而风险管理则是投资成功的生命线。我希望这本书能教会我如何进行有效的策略回测，如何识别和规避回测中的各种偏差，以及如何根据不同的市场环境和风险偏好来调整我的投资策略。我期待这本书能让我具备更强的独立分析能力，能够构建出真正属于自己的、有竞争力的投资体系。
评分这本书的标题“定量投资分析”就足以引起我的兴趣，它代表了一种用数据和逻辑来驱动投资决策的理念，这与我一直以来追求的投资方式不谋而合。我过去在投资中曾遇到过瓶颈，感觉在市场的波动中有些茫然，无法找到稳定获利的路径。我希望这本书能为我提供一套系统性的分析框架，让我能够更清晰、更理性地看待市场。我尤其看重书中关于“统计学基础在投资中的应用”的部分。我知道，很多量化分析的基础都建立在统计学之上，比如概率分布、假设检验、回归分析等等。我希望这本书能够将这些抽象的概念，通过生动的案例和清晰的解释，与投资实践联系起来，让我能够真正理解它们的作用。同时，我也对书中关于“技术分析与基本面分析的量化结合”的内容感到好奇。虽然标题是“定量投资分析”，但我认为，将量化方法与传统的基本面分析和技术分析相结合，可能更能捕捉到市场的全貌。我希望这本书能提供一些关于如何将定性信息转化为定量指标，以及如何利用量化模型来验证和优化基本面和技术面信号的思路。此外，我对书中关于“风险管理与交易心理”的章节也抱有期待，因为我知道，优秀的量化分析师不仅要有扎实的模型功底，还要有良好的风险控制能力和稳定的交易心态。
评分翻开书页，首先映入眼帘的是作者严谨的学术背景介绍，这让我对这本书的专业性和深度有了初步的信心。我并非金融科班出身，但对投资的热情促使我不断学习和探索。过往的阅读经历让我知道，很多关于投资的书籍，要么过于理论化，脱离实际，要么过于浮夸，承诺不切实际的回报。而“定量投资分析”这个书名，在我看来，是一种对“科学投资”的承诺。我希望这本书能够填补我在量化分析方面的知识空白，教会我如何用数学和统计的语言来描述和预测市场行为。我尤其关注书中关于数据处理和建模的部分，因为我知道，数据是量化投资的基石，而模型则是连接数据和决策的桥梁。我希望它能详细介绍各种常用的量化模型，例如因子模型、时间序列模型，甚至是一些更前沿的机器学习在投资领域的应用。更重要的是，我希望它能教会我如何评估模型的表现，如何进行模型的优化和验证，以及如何避免模型过拟合的陷阱。我期待这本书能够帮助我建立起一套严谨的投资分析框架，让我能够更客观、更理性地评估投资机会，而不是被市场情绪所左右。我想，掌握了这些定量分析的工具，我将能够更自信地在市场的浪潮中航行，而不是随波逐流。
评分这本书的标题《定量投资分析》本身就充满了吸引力，它暗示了一种对市场规律的探索，一种对未知数字背后逻辑的揭示。我一直认为，要想在投资领域取得长期成功，就必须掌握一套系统性的分析方法，而定量分析无疑是其中最重要的一环。我希望这本书能够为我打开一扇新的大门，让我能够用更科学、更严谨的视角来审视市场。我特别期待书中关于“因子模型”的详细讲解。我知道，因子是驱动资产收益的重要因素，理解和应用因子模型，是进行有效投资分析的关键。我希望这本书能够深入浅出地介绍各种主流的投资因子，解释它们的经济学含义，并且指导我如何构建基于这些因子的投资组合。同时，我也对书中关于“时间序列分析”的内容充满好奇。市场数据的时序性是其重要特征，如何利用时间序列模型来预测未来走势，识别市场规律，是我非常感兴趣的部分。我希望这本书能够提供清晰的理论讲解和实际操作指南，让我能够理解并运用各种时间序列模型。此外，我期待书中关于“投资组合优化”和“风险管理”的章节，能够为我提供构建稳健投资组合、控制投资风险的实用方法。
评分从书名“定量投资分析”就能感受到一种严谨和专业的气息。我一直认为，投资不仅仅是关于“买什么”或者“卖什么”，更是关于“为什么”以及“什么时候”。而定量分析，正是回答这些“为什么”和“什么时候”的利器。我不是一个数学天才，但我相信，通过学习和实践，我能够掌握定量分析的基本工具，并且将其运用到我的投资决策中。我希望这本书能从基础的统计概念讲起，比如均值、方差、协方差，然后逐步深入到更复杂的模型，例如回归分析、时间序列分析，甚至是贝叶斯统计在投资中的应用。我尤其关注书中关于“因子投资”的讲解。我听说过各种各样的因子，比如市值、账面市值比、市盈率等等，但对于它们是如何被构建、如何被应用，以及它们是否还能在当前市场环境下继续有效，我仍然感到困惑。我希望这本书能给我一个清晰的框架，让我能够理解这些因子的逻辑，并且能够自己去探索和构建新的因子。同时，我也期待书中关于“风险管理”和“投资组合构建”的内容。如何才能在追求高收益的同时，控制好风险？如何构建一个分散化、能够穿越牛熊的投资组合？我希望这本书能为我提供切实可行的指导。
评分在金融视角下复习了一遍概率论与数理统计
评分考证复习必备书，本科大学数学学的稍微好点就够了，还真不是用来提升数学分析水平的书
评分考证复习必备书，本科大学数学学的稍微好点就够了，还真不是用来提升数学分析水平的书
评分从业必读！
评分未看完，理解不来，读不下去
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有