內容簡介
《金融工程學》在內容安排上強調瞭金融工程理論體係的規範嚴謹,同時注重瞭金融産品在實踐中的具體形式。
《金融工程學》以金融産品創新和定價為主綫,主要內容在錶述上有學習重點提示,産品的實踐形式及理論錶達,定價的原理及其必要的理論推演,結閤例題分析,歸納章節小結,加上思考與練習等,力圖做到教學角度上的完整性。
《金融工程學》可以作為經濟管理類本科生學習金融工程課程的教材,也可作為理工科專業本科生的選修課程教材。
內頁插圖
目錄
前言
第一章 緒論
第一節 金融工程的理論基礎
第二節 金融工程的定義
第三節 金融工程的適用範圍
第四節 金融工程的基本工具
第五節 金融工程發展的推動因素
本章小結
思考與練習
第二章 MM命題
第一節 MM第一命題
第二節 MM第二命題
第三節 無套利原則
第四節 有稅收情況下對MM命題的修正
本章小結
思考與練習
第三章 遠期利率協議
第一節 遠期對遠期(遠期利率)
第二節 遠期利率協議FRA
第三節 FRA的應用舉例及其價格的估計
本章小結
思考與練習
第四章 遠期外匯綜閤協議
第一節 遠期匯率
第二節 傳統的外匯遠期業務
第三節 遠期外匯綜閤協議(SAFE)
本章小結
思考與練習
第五章 期貨基礎知識
第一節 期貨的基本概念
第二節 期貨交易的市場機製及參與者
第三節 賬戶監管及結算
第四節 金融期貨的定價原理
本章小結
思考與練習
第六章 外匯期貨
第一節 外匯期貨市場的基本概念
第二節 外匯期貨的定價原理
第三節 外匯期貨的交易行為
第四節 外匯期貨與外匯遠期的不同及應用
本章小結
思考與練習
第七章 利率期貨
第一節 利率期貨的産生與定義
第二節 利率期貨閤約的主要內容和交易規則
第三節 利率期貨的定價原理
第四節 基差
第五節 利率期貨的用途
本章小結
思考與練習
第八章 債券期貨
第一節 債券期貨的內容
第二節 轉換因子
第三節 債券期貨的定價
第四節 債券期貨的應用:案例分析
本章小結
思考與練習
第九章 債券久期的基本概念
第一節 麥考利久期
第二節 久期與債券到期期限、票息率以及市場利率之間的關係
第三節 債券的風險免疫
本章小結
思考與練習
第十章 股票指數期貨
第一節 股票指數期貨閤約
第二節 股票指數期貨的定價及貝塔係數
第三節 股票指數期貨的運用和市場功能
本章小結
思考與練習
第十一章 期權市場概述
第一節 期權市場的基本概念
第二節 期權的價值
本章小結
思考與練習
第十二章 期權的交易策略
第一節 期權組閤圖形的算法
第二節 標的資産與期權的組閤策略
第三節 差價期權的組閤策略
第四節 跨式期權組閤策略
本章小結
思考與練習
第十三章 期權定價模型
第一節 二叉樹期權定價模型的推導
第二節 二叉樹期權定價模型的擴展應用
第三節 布萊剋——斯科爾斯期權定價模型
第四節 維納過程與證券價格變化過程
本章小結
思考與練習
第十四章 互換
第一節 互換的概述
第二節 與互換的定價相關的收益率概念
第三節 互換的估價
本章小結
思考與練習
第十五章 基金及基金産品創新
第一節 基金的基本概念
第二節 LOF基金
第三節 ETF基金
第四節 分級基金
本章小結
思考與練習
第十六章 奇異期權
第一節 奇異期權的産生與定義
第二節 奇異期權與標準期權的比較
第三節 幾種常見的奇異期權
本章小結
思考與練習
練習題
參考文獻
精彩書摘
《金融工程學》:
(一)期權的買方
期權的買方即購買期權的一方,是支付期權費,獲得權利的一方,也稱期權的多頭方。在金融期權交易中,期權購買者可在期權閤約所規定的某一特定的時間,以事先確定的價格嚮期權賣方買進或賣齣一定數量的某種金融商品或金融期貨閤約。在期權閤約規定的時間之內或期權閤約所規定的某一特定的履約日,期權的買方既可以執行他所擁有的這一權利,也可以放棄這一權利。
(二)期權的賣方
期權的賣方即齣售期權的一方,獲得期權費,因而承擔著在規定的時間內履行該期權閤約的義務。期權的賣方也稱為期權的空頭方。在金融期權交易中,期權的賣方應在期權閤約規定的時間內或期權閤約所規定的某一特定履約日,隻要期權購買方要求執行期權,期權賣方就必須無條件地履行期權閤約所規定的義務。
……
前言/序言
我國經濟體製改革的實踐,使人們越來越認識到一個健全的金融體係的重要性。20世紀70年代初,布雷頓森林體係崩潰,這是人類貨幣史上一個具有裏程碑意義的事件,標誌著貨幣與實物掛鈎的世界貨幣體係時代的結束。之後,金融危機發生的頻度和深度逐步升級。為瞭規避利率和匯率的風險,或為改善企業的財務結構,或為投資的需求,或銀行為瞭擺脫管製、擴大經營規模等目的,金融創新産品不斷湧現,一個全新的學科領域終於在20世紀90年代初誕生,即金融工程學的誕生。伴隨著金融工程學的成長過程,實體經濟在世界範圍內相繼齣現瞭幾次大的金融危機,例如,1997年的亞洲金融危機和2008年世界範圍的金融危機,使得人們對金融産品創新頗有微詞,甚至對金融丁程學本身也産生瞭懷疑。這是沒有道理的,打一個比喻:如果說橋梁工程本身是一門專業學科,如果社會上有人建造瞭一些質量差的橋梁,造成瞭社會的危害,這隻能說具體産品本身,即橋梁本身齣瞭問題,橋梁工程這門專業學科還是應當發展和探索的。因此,對金融工程的研究和學習的必要性是毋庸置疑的。而且,正是基於金融危機的嚴重性和危害性,人們對規避金融風險的需求更顯得必要,對金融工程知識的普及也更顯得緊迫和必要。正因如此,目前我國的高校中,金融工程這門課不僅是金融專業本科生的必修課程,也是其他專業同學選修的熱門課程之一。
20世紀90年代之後,陸續有一些體係還不夠成熟的金融工程學方麵的初期教材進入我國高校,漸漸地相關教材開始增多。這些教材從內容上看,差異頗大,有的看起來像一本數學著作,有的卻像一本普通的讀物。從體係上看,有的以金融産品實物為主,有的以探索理論為主。當然,也有一些逐步完善的教材。本書作者從自身的本科教學實踐齣發,試圖編著一本在內容安排、深淺程度、課時長短等方麵符閤本科教學的教材。本書在內容安排上強調瞭金融工程理論體係的規範嚴謹,同時注重瞭金融産品在實踐中的具體形式。全書以金融産品創新和定價為主綫,主要內容在錶述上有學習重點提示,産品的實踐形式及理論錶達,定價的原理及其必要的理論推演,結閤例題分析,歸納章節小結,加上思考與練習等,力圖做到教學角度上的完整性。
本書可以作為經濟管理類本科生學習金融工程課程的教材,也可作為理工科專業本科生的選修課程教材。通過本課程的學習,使得學生能夠懂得金融工程學的基本原理,清楚基本概念,認識産品形式,對定價的基本原理和過程推演有必要的掌握。
本書配有免費的教學資源,請讀者登錄上海財經大學齣版社網站http;//www.sufep.com或與策劃編輯(hsx62@163.com)聯係獲取。
《深度透視:算法交易與量化策略》 內容梗概: 本書深入剖析瞭金融市場中算法交易和量化策略的運作機製、理論基礎及實戰應用。作者以嚴謹的學術態度和豐富的實操經驗,帶領讀者一同探索如何利用數學模型、統計分析和計算機科學來理解、預測並駕馭瞬息萬變的金融市場。全書圍繞“數據驅動的決策”這一核心理念展開,從基礎概念的厘清,到高級策略的構建,再到風險管理與技術實現,層層遞進,力求為讀者提供一個全麵且深入的認知框架。 第一篇:算法交易的基石 第一章:現代金融市場的演進與技術浪潮 曆史迴顧:從手工交易到電子化,再到高頻交易的興起,梳理金融市場交易方式的變革曆程。 技術驅動力:互聯網、大數據、雲計算、人工智能等技術如何重塑金融交易格局。 算法交易的崛起:定義算法交易,闡述其在提高效率、降低成本、捕捉微小價差方麵的優勢。 市場參與者的演變:分析機構投資者、對衝基金、個人交易者在算法交易時代的策略與角色。 監管的挑戰與適應:探討技術進步對金融監管提齣的新問題,以及監管機構的應對措施。 第二章:數學與統計在交易中的應用 概率論與統計推斷:期望值、方差、協方差、迴歸分析等基本概念及其在價格預測、風險度量中的應用。 時間序列分析:ARIMA模型、GARCH模型等經典方法,用於識彆和預測價格的波動性和趨勢。 隨機過程:布朗運動、伊藤積分等描述資産價格隨機變動的數學工具,為期權定價等提供瞭理論基礎。 金融數據可視化:利用圖錶、指標等直觀展示市場動態,輔助交易者理解數據。 優化理論:綫性規劃、二次規劃等方法在投資組閤構建、資源分配中的應用。 第三章:交易策略的分類與設計原則 依據交易頻率:日內交易、高頻交易、波段交易、長綫交易的特點與適用場景。 依據交易邏輯:套利交易(統計套利、跨市場套利)、趨勢跟蹤、均值迴歸、事件驅動、量化選股等策略的原理。 策略的生命周期:從想法産生、迴測驗證、實盤測試到監控優化,係統化描述策略的開發流程。 有效市場假說的探討:在不同形式的有效市場中,量化策略的生存空間與演化。 策略的魯棒性與可擴展性:如何設計能夠適應不同市場環境且易於擴展的交易係統。 第二篇:量化策略的構建與實現 第四章:數據獲取、清洗與特徵工程 數據源的多樣性:交易所數據、財經新聞、社交媒體、另類數據(衛星圖像、信用卡交易)等。 數據質量的挑戰:缺失值、異常值、數據格式不一緻等問題及處理方法。 特徵的提取與構建:價格、成交量、技術指標(移動平均綫、RSI、MACD)、基本麵數據、情緒指標等。 特徵選擇與降維:主成分分析(PCA)、LASSO迴歸等技術,用於篩選和壓縮特徵,降低模型復雜度。 特徵工程的藝術:如何通過對原始數據的巧妙加工,創造齣對模型有顯著預測能力的變量。 第五章:機器學習與深度學習在量化交易中的應用 監督學習算法:綫性迴歸、邏輯迴歸、支持嚮量機(SVM)、決策樹、隨機森林、梯度提升樹(GBDT、XGBoost、LightGBM)等在價格預測、分類任務中的應用。 無監督學習算法:聚類分析(K-means)、降維(PCA、t-SNE)在市場狀態劃分、風格識彆中的應用。 深度學習模型:捲積神經網絡(CNN)用於處理價格序列數據、循環神經網絡(RNN)、長短期記憶網絡(LSTM)、門控循環單元(GRU)用於捕捉序列依賴關係。 強化學習:Q-learning、Deep Q-Networks(DQN)等在製定交易決策、動態調整策略參數方麵的探索。 模型評估與調優:交叉驗證、過擬閤與欠擬閤的識彆、超參數優化(網格搜索、隨機搜索、貝葉斯優化)。 第六章:高頻交易策略詳解 高頻交易的特點:極短的交易周期、極高的交易頻率、極小的價差捕捉。 微觀結構交易:限價訂單簿(LOB)分析、掛撤單行為預測、市場微觀結構指標。 延遲與網絡優化:探討交易信號傳播的物理延遲,以及如何通過服務器選址、網絡協議優化來獲得速度優勢。 共振交易與套利:跨交易所、跨市場、跨産品之間的微小價差套利。 流動性提供與做市:通過提供買賣報價來賺取買賣價差。 硬件與軟件的要求:高性能服務器、低延遲網絡、優化的交易接口(API)。 第三篇:風險管理與係統實現 第七章:量化策略的風險管理 風險類型的識彆:市場風險、信用風險、流動性風險、模型風險、操作風險、技術風險。 風險度量指標:VaR(Value at Risk)、CVaR(Conditional Value at Risk)、夏普比率、索提諾比率、最大迴撤。 組閤風險管理:多元化、對衝、相關性分析、協方差矩陣的穩健估計。 倉位控製與止損策略:動態調整倉位大小、設置有效的止損點,保護本金。 黑天鵝事件應對:如何構建能夠應對極端市場波動的風險管理框架。 第八章:交易係統的架構與開發 係統組件:數據接收模塊、策略執行模塊、風險管理模塊、訂單管理模塊、撮閤引擎。 開發語言與技術棧:Python(Pandas, NumPy, SciPy, Scikit-learn)、C++、Java等在交易係統開發中的應用。 迴測引擎的構建:如何設計一個高效、準確的迴測係統,以模擬曆史數據上的策略錶現。 實盤交易的部署與監控:交易服務器的搭建、API接口的對接、交易流程的自動化。 係統穩定性與容錯機製:如何保證交易係統在異常情況下的正常運行。 第九章:另類數據與前沿技術在交易中的探索 另類數據源的挖掘與應用:社交媒體情緒分析、新聞文本挖掘、衛星遙感數據、信用卡消費數據等。 自然語言處理(NLP)在金融信息分析中的應用:情感分析、主題模型、實體識彆。 區塊鏈與加密貨幣交易:去中心化交易平颱、智能閤約的應用。 計算社會科學與行為金融學:利用大數據分析個體和群體行為對市場的影響。 模型可解釋性與公平性:在AI驅動的交易中,如何理解模型的決策過程,避免算法偏見。 結論: 本書力求為金融從業者、量化研究員、技術愛好者提供一個結構清晰、內容詳實的學習路徑。通過對算法交易和量化策略的係統性梳理,讀者將能夠更深刻地理解現代金融市場的運作規律,掌握構建和優化交易策略的工具與方法,並能有效管理交易風險,最終在動態的市場環境中做齣更明智的決策。本書不提供現成的交易信號或“搖錢樹”策略,而是著重於培養讀者獨立思考、分析和解決問題的能力,使之能夠適應未來金融市場不斷變化的需求。