CFA協會介紹
推薦序
前 言
緻 謝
關於“CFA協會投資係列”
第1章 貨幣的時間價值/1
1.1 引言1
1.2 利率：經濟學的解釋2
1.3 單筆現金流的終值4
1.3.1 復利的頻數9
1.3.2 連續復利11
1.3.3 名義利率和有效利率12
1.4 現金流序列的終值13
1.4.1 等額現金流序列——普通年金13
1.4.2 不等額現金流序列15
1.5 單筆現金流的現值15
1.5.1 求解單筆現金流的現值15
1.5.2 復利的頻數17
1.6 現金流序列的現值18
1.6.1 等額現金流序列的現值19
1.6.2 無限期等額現金流序列的現值——永續年金22
1.6.3 起始點不在0時刻的現金流序列的現值23
1.6.4 不等額現金流序列的現值25
1.7 求解利率、期數或年金支付額26
1.7.1 求解利率和增長率26
1.7.2 求解期數28
1.7.3 求解年金支付額29
1.7.4 現值和終值換算關係的迴顧32
1.7.5 現金流可加性原理34
1.8 總結35
第2章 貼現現金流的應用/36
2.1 引言36
2.2 淨現值和內部收益率37
2.2.1 淨現值和淨現值準則37
2.2.2 內部收益率和內部收益率準則39
2.2.3 與內部收益率準則相關的問題43
2.3 投資組閤收益的度量45
2.3.1 金額加權收益率45
2.3.2 時間加權收益率47
2.4 貨幣市場收益率52
2.5 總結58
第3章 統計學概念和市場收益率/59
3.1 引言60
3.2 一些基本概念60
3.2.1 統計學的本質61
3.2.2 總體和樣本61
3.2.3 度量尺度62
3.3 用頻數分布匯總數據64
3.4 數據的圖形錶示71
3.4.1 直方圖71
3.4.2 頻數多邊形和纍積頻數分布圖73
3.5 集中趨勢的度量75
3.5.1 算術平均數75
3.5.2 中位數79
3.5.3 眾數82
3.5.4 有關均值的其他概念84
3.6 位置的度量：分位數92
3.6.1 四分位數、五分位數、十分位數、百分位數92
3.6.2 分位數在投資中的應用97
3.7 離散度的度量99
3.7.1 極差99
3.7.2 平均絕對偏差100
3.7.3 總體方差和總體標準差102
3.7.4 樣本方差和樣本標準差105
3.7.5 半方差、半離差及其相關概念108
3.7.6 切比雪夫不等式110
3.7.7 變異係數111
3.7.8 夏普比率113
3.8 收益率分布的對稱性和偏度116
3.9 收益率分布的峰度120
3.10 使用幾何平均和算術平均124
3.11 總結126
第4章 概率論中的一些概念/129
4.1 引言130
4.2 概率、期望值和方差130
4.3 投資組閤的期望收益和收益的方差153
4.4 概率論的一些議題162
4.4.1 貝葉斯公式162
4.4.2 計數原理167
4.5 總結171
第5章 常用概率分布/174
5.1 引言175
5.2 離散型隨機變量175
5.2.1 離散均勻分布178
5.2.2 二項分布179
5.3 連續型隨機變量189
5.3.1 連續均勻分布189
5.3.2 正態分布192
5.3.3 正態分布的應用198
5.3.4 對數正態分布201
5.4 濛特卡羅模擬207
5.5 總結214
第6章 抽樣和估計/217
6.1 引言217
6.2 抽樣218
6.2.1 簡單隨機抽樣218
6.2.2 分層隨機抽樣220
6.2.3 時間序列數據和橫截麵數據222
6.3 樣本均值的分布224
6.3.1 中心極限定理224
6.4 總體均值的點估計和區間估計227
6.4.1 點估計量228
6.4.2 總體均值的置信區間230
6.4.3 樣本量的選擇235
6.5 抽樣中的若乾問題238
6.5.1 數據挖掘的偏差238
6.5.2 樣本選擇的偏差241
6.5.3 前視偏差242
6.5.4 時期偏差243
6.6 總結244
第7章 假設檢驗/247
7.1 引言248
7.2 假設檢驗248
7.3 關於均值的假設檢驗258
7.3.1 對單個均值的檢驗259
7.3.2 對均值間差異的檢驗265
7.3.3 對（配對樣本）均值差的檢驗269
7.4 關於方差的假設檢驗273
7.4.1 對單個方差的檢驗273
7.4.2 對兩個方差是否相等的檢驗275
7.5 其他議題：非參數推斷278
7.5.1 相關性檢驗：斯皮爾曼秩相關係數279
7.5.2 非參數推斷：總結281
7.6 總結282
第8章 相關性和迴歸/285
8.1 引言285
8.2 相關性分析286
8.2.1 散點圖286
8.2.2 相關性分析287
8.2.3 計算和解釋相關係數288
8.2.4 相關性分析的局限290
8.2.5 相關性分析的應用292
8.2.6 相關係數顯著性檢驗298
8.3 綫性迴歸302
8.3.1 單變量的綫性迴歸302
8.3.2 綫性迴歸模型的前提假設305
8.3.3 估計量的標準誤307
8.3.4 決定係數309
8.3.5 假設檢驗311
8.3.6 單變量迴歸中的方差分析318
8.3.7 預測區間322
8.3.8 迴歸分析的局限324
8.4 總結324
第9章 多元迴歸和迴歸分析中的問題/327
9.1 引言328
9.2 多元綫性迴歸328
9.2.1 多元綫性迴歸模型的前提假設333
9.2.2 預測多元迴歸模型中的因變量338
9.2.3 檢驗是否所有迴歸係數為零339
9.2.4 調整後的R2341
9.3 虛擬變量在迴歸中的使用343
9.4 迴歸假設的違背346
9.4.1 異方差347
9.4.2 序列相關352
9.4.3 多重共綫性356
9.4.4 異方差、序列相關、多重共綫性：問題的總結359
9.5 模型設定和設定中的錯誤360
9.5.1 模型設定的原則360
9.5.2 函數形式誤設定361
9.5.3 時間序列誤設定（自變量與誤差相關）367
9.5.4 其他類型時間序列誤設定371
9.6 定性因變量模型371
9.7 總結373
第10章 時間序列分析/376
10.1 引言377
10.2 處理時間序列數據所麵臨的挑戰378
10.3 趨勢模型379
10.3.1 綫性趨勢模型379
10.3.2 對數綫性趨勢模型382
10.3.3 趨勢模型和誤差項相關性檢驗387
10.4 自迴歸時間序列模型388
10.4.1 協方差平穩序列388
10.4.2 檢測自迴歸模型中的序列相關誤差390
10.4.3 均值迴復393
10.4.4 多期預測和預測的鏈式法則394
10.4.5 比較預測模型的錶現397
10.4.6 迴歸係數的不穩定性399
10.5 隨機遊走和單位根401
10.5.1 隨機遊走402
10.5.2 非平穩數據的單位根檢驗406
10.6 移動平均時間序列模型410
10.6.1 用n期移動平均平滑曆史數據410
10.6.2 用移動平均時間序列模型來進行預測412
10.7 時間序列模型中的季節性415
10.8 自迴歸移動平均模型420
10.9 自迴歸條件異方差模型420
10.10 兩個以上時間序列的迴歸423
10.11 時間序列的其他議題428
10.12 時間序列預測建議采取的步驟428
10.13 總結431
第11章 多因子模型簡介/434
11.1 引言434
11.2 多因子模型與現代組閤理論435
11.3 套利定價理論435
11.4 多因子模型：類型440
11.4.1 因子與多因子模型440
11.4.2 宏觀因子模型結構440
11.4.3 基本麵因子模型443
11.5 多因子模型：實踐應用446
11.5.1 因子模型與業績歸因446
11.5.2 利用因子模型進行風險歸因449
11.5.3 因子模型在組閤構建方麵的應用453
11.5.4 在策略組閤構建時怎樣有效選擇因子454
11.6 總結455
附錄/458
附錄A 標準正態分布的纍積概率459
附錄B 學生t-分布（單邊假設檢驗）461
附錄C X2分布（自由度、顯著性水平）462
附錄D F-分布錶463
附錄E Durbin-Watson統計量的臨界值（α=0.05）467
術語錶/468
作者簡介/480
· · · · · · (
收起)
