計算實驗金融研究 9787030293862 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

張維 著

圖書標籤:

• 金融學
• 計算金融
• 實驗經濟學
• 金融工程
• 量化投資
• 風險管理
• 金融建模
• 投資分析
• 高等教育
• 學術研究

店鋪： 廣影圖書專營店

齣版社： 科學齣版社

ISBN：9787030293862

商品編碼：29672748842

包裝：精裝

齣版時間：2010-12-01

基本信息

書名:計算實驗金融研究

定價：45.00元

售價：30.6元,便宜14.4元,摺扣68

作者:張維

齣版社：科學齣版社

齣版日期：2010-12-01

ISBN：9787030293862

字數：

頁碼：

版次：1

裝幀：精裝

開本：32開

商品重量：1.180kg

編輯推薦

　　主要讀者對象為高校教師、研究生，金融監管機構和各金融機構的決策者、研究人員，以及金融産品開發人員，能夠對他們産生思想的啓發和提供研究方法指導。

內容提要

　　本書的寫A作意圖是：嘗試在中國市場條件下，利用計算實驗金融方法解決常規金融經濟學方法所難於解決的一些金融研究問題，從而倡導計算實驗金融學在我國的發展。本書首先闡明瞭計算實驗金融的研究方法論，然後詳細介紹瞭計算實驗金融學的起源、發展曆程和研究現狀，進而通過利用計算實驗金融方法對金融市場中的各種異象做齣閤理的解釋，並對投資者生存、適應性市場假說、時間序列可預測性等金融學界廣為關注的問題做齣嘗試性的迴答。本書的寫作材料來源於作者及其所在團隊多年在計算實驗金融領域的研究成果積纍。新興的中國金融市場因為國情特性而展現齣更多的未知規律需要探索。然而，美國的金融危機卻錶明，對於因巨量異質個體的適應互而具有高度復雜性特徵動態的現代金融市場網絡體係，亟需計算實驗方法來尋求其復雜的規律性。本書的學術價值在於藉助於計算實驗金融方法的獨特優勢、考慮瞭'中國情景'特徵，通過建立具有中國金融市場製度及投資者特點的人工金融市場模型，擴展瞭金融經濟學的一些重要理論。本書將有助於監管機構、交易所和金融機構對金融政策、金融市場製度及金融創新等重要金融活動進行計算實驗分析，為國傢重大經濟金融問題的政策製訂提供實驗科學依據，促進我國金融市場的健康發展。本書是計算實驗金融領域的本研究型著作。本書從行為金融學的角度係統的總結瞭計算實驗金融方法論，分析瞭其思想起源與發展脈絡，這是相對於國外同類書籍的創新之處。本書的*特點是結閤中國金融市場條件，利用計算實驗金融方法揭示瞭中國金融市場的一些異象和規律。

目錄

前言章 導言：金融研究方法論的突破 1.1 從金融危機到經典金融學的危機 1.2 經典金融理論研究方法的局限 1.3 新金融經濟學的探索與金融研究範式的轉變 1.4 計算實驗金融學的誕生、定義及其建模方法 1.4.1 計算實驗金融學的誕生 1.4.2 計算實驗金融學的定義 1.4.3 計算實驗金融學的建模方法 1.5 計算實驗金融學的外研究概況 1.5.1 國際總體研究概況 1.5.2 的研究現狀 1.6 計算實驗金融學的發展趨勢 1.6.1 突破新金融經濟學的發展“瓶頸” 1.6.2 從人工金融市場到“虛擬市場” 1.6.3 融閤綜閤集成法對復雜金融體係進行研究第2章 計算實驗金融：一個新興的研究領域 2.1 計算實驗金融的發展曆程 2.1.1 從復雜自適應係統談起 2.1.2 計算實驗金融理論的思想基礎與方法論特點 2.1.3 計算實驗金融學的優勢 2.2 人工金融市場模型簡介 2.2.1 SFI-ASM簡介 2.2.2 SUM和SUMWeb簡介第3章 中國股市過度波動之謎：基於agent的交易策略演化與仿真分析 3.1 股市過度波動問題 3.1.1 股市過度波動問題的研究現狀 3.1.2 理論模型研究的局限 3.1.3 破解過度波動之謎的新思路 3.2 模擬市場的設計與構造 3.2.1 中國股票市場部分特徵分析 3.2.2 具有中國部分特徵的人工股票市場設計 3.3 過度波動實驗結果分析 3.3.1 市場總體特徵分析 3.3.2 agent微觀交易策略的動態特徵 3.4 結論第4章 股票收益異象：投資者非理性的影響 4.1 股票收益異象及其研究進展 4.1.1 相關概念——實證研究的視角 4.1.2 相關理論研究的進展 4.1.3 對現有理論的改進思路 4.2 概念模型與基本假設 4.2.1 市場部分 4.2.2 投資者部分 4.2.3 慣性預測型投資者 4.2.4 信息反應型投資者 4.3 仿真模型DHM—ASM 4.3.1 模塊結構 4.3.2 主要運行參數 4.3.3 仿真流程 4.3.4 核心設計 4.4 實驗設計與結果分析 4.4.1 實驗設計 4.4.2 慣性與長期反轉現象的檢驗 4.4.3 過度波動現象的檢驗 4.5 結論第5章 綫圖技術分析者與基本麵分析者的博弈 5.1 基本概念 5.1.1 信念、預期與策略 5.1.2 基本麵分析投資者與綫圖技術分析投資者 5.2 BSV模型的睏境 5.2.1 BSV模型——投資者認知偏差對市場的影響 5.2.2 計算實驗方法對BSV模型的擴展 5.3 概念模型 5.3.1 資産 5.3.2 投資者 5.3.3 市場齣清機製 5.4 實驗設計 5.5 實驗結果分析 5.5.1 市場價格的統計特徵分析 5.5.2 投資者收益的統計特徵 5.6 結論第6章 基於投資策略與收益水平的分析：非理性投資者能生存嗎？ 6.1 非理性投資者的生存問題 6.1.1 投資者生存問題的理論淵源 6.1.2 來自業界的事實與經驗 6.1.3 計算實驗金融視角下的投資者生存問題 6.2 模型 6.2.1 資産 6.2.2 投資者偏好與信念 6.2.3 投資者類型 6.2.4 交易機製和齣清機製 6.3 人工股票市場的設計開發 6.3.1 人工股票市場的設計開發 6.3.2 人工股票市場參數的設定 6.4 實驗結果分析 6.4.1 人工股票市場的實驗設計與數據結構 6.4.2 投資者財富的統計特徵 6.4.3 各組投資者終財富水平比較與投資績效評估 6.4.4 更多交易的實驗 6.4.5 關於實驗結果的討論 6.5 結論第7章 適應性市場假說——一個計算實驗的例證 7.1 從有效市場假說與行為金融學的爭論談起 7.1.1 經典的有效市場假說 7.1.2 來自行為金融學的“挑戰” 7.1.3 有效市場假說的迴應 7.2 適應性市場假說與計算實驗金融方法的提齣 7.2.1 經濟學對有限理性問題的早期探索 7.2.2 適應性市場假說的理論淵源 7.2.3 適應性市場假說的提齣 7.2.4 基於計算實驗方法的適應性市場假說研究 7.3 概念模型 7.3.1 資産種類與收益 7.3.2 交易者類型及效用函數 7.3.3 交易者信息結構 7.3.4 市場齣清條件及交易者優需求 7.4 計算實驗設計 7.4.1 計算實驗的相關設定 7.4.2 實驗設計與要迴答的問題 7.5 實驗過程與結果 7.5.1 僅有理易者的情況 7.5.2 僅增加噪音交易者的情況 7.5.3 僅增加正反饋交易者的情況 7.5.4 同時增加正反饋交易者和噪音交易者的情況 7.6 結論第8章 收益序列的可預測性：基於簡單技術規則的探索 8.1 技術交易和投資者行為 8.1.1 時間序列收益可預測性的研究 8.1.2 基於技術規則的研究 8.1.3 投資者類型——技術交易者和基本麵交易者 8.2 研究設計 8.2.1 總體思路 8.2.2 樣本選取和統計指標 8.3 TA-ASM模型 8.3.1 總體結構 8.3.2 市場模塊 8.3.3 投資者模塊 8.3.4 參數與仿真流程 8.4 結果分析 8.4.1 技術規則預測能力分析 8.4.2 相關影響因素分析 8.5 結論第9章 銀行與企業貸款互動的仿真分析 9.1 中小企業的信貸睏境 9.1.1 信貸配給政策的“受睏者” 9.1.2 外研究現狀 9.1.3 計算實驗金融學的研究視角 9.2 信貸市場的研究設計 9.3 人工信貸市場模型 9.3.1 總體結構 9.3.2 銀行模塊和企業模塊 9.3.3 參數與仿真流程 9.4 結果分析 9.4.1 商業銀行——中小企業完全信息有限次重復博弈 9.4.2 團體貸款模式下中小企業閤作博弈 9.4.3 中小企業貸款利率定價的計算實驗 9.4.4 基於實驗結果的政策建議 9.5 結論參考文獻附錄 計算實驗金融常用資源網址後記

作者介紹

文摘

序言

深度解析金融前沿：理論與實踐的交匯點 引言 金融世界瞬息萬變，復雜的模型、海量的數據以及前沿的計算技術正深刻地重塑著我們理解和應對金融挑戰的方式。本書並非一本探討特定計算實驗金融研究的書籍，而是旨在為讀者構建一個宏觀的、深入的金融研究視野，揭示在現代金融領域，理論構建與實際應用如何相互啓發、彼此促進，共同推動著學科的發展。我們將從金融研究的基石齣發，逐步深入到其演進的動力，並探討未來可能的發展方嚮，尤其是在計算科學日益滲透的背景下，金融研究呈現齣的全新圖景。 第一部分：金融研究的基石——理論框架的構建與演進 任何深入的研究都離不開堅實的理論基礎。在金融領域，這套理論框架經曆瞭漫長而富有活力的演進過程。 從古典到現代：早期金融理論的奠基 效用理論與風險規避： 最早的金融理論可追溯至經濟學中關於個體決策和效用最大化的思想。在金融領域，這一思想被轉化為對投資者如何評估和選擇資産以最大化其期望效用的研究。核心概念包括邊際效用遞減，以及投資者普遍存在的風險規避傾嚮。這些理論為理解資産定價、投資組閤選擇等奠定瞭基礎。 資本資産定價模型 (CAPM)： 這一經典模型是現代投資組閤理論的裏程碑。它提齣瞭一個簡潔而強大的框架，用於解釋資産的預期收益與其係統性風險（Beta值）之間的關係。CAPM假設存在一個有效市場，投資者是理性的、風險規避的，並且能夠自由藉貸。盡管其假設條件在現實中可能難以完全滿足，但CAPM及其衍生模型至今仍是學術界和實務界討論資産風險和收益的重要起點。 有效市場假說 (EMH)： EMH認為，在有效市場中，所有已知信息都會即時反映在資産價格中，因此無法通過對曆史價格或公開信息的分析來持續獲得超額收益。EMH有三種形式：弱式、半強式和強式，它們對信息傳遞的速度和範圍提齣瞭不同的要求。雖然關於市場是否完全有效的爭論從未停止，EMH的提齣卻極大地推動瞭對市場機製、信息傳播和套利機會的研究。 期權定價理論： Black-Scholes-Merton模型是期權定價領域的革命性突破。它利用偏微分方程，結閤瞭無套利原理和風險中性定價的思想，給齣瞭歐式期權價格的精確解析解。這一模型不僅深刻影響瞭金融衍生品市場的發展，也為金融工程和風險管理提供瞭強大的工具。 範式轉移：行為金融學的興起 質疑理性人假設： 隨著實證研究的深入，越來越多的證據錶明，投資者並非總是完全理性的。行為金融學應運而生，它藉鑒瞭心理學和認知科學的發現，解釋瞭在決策過程中存在的認知偏差和情緒影響。例如，過度自信、錨定效應、損失厭惡、羊群效應等，這些非理性因素常常導緻市場齣現異常現象，如資産價格的泡沫和崩潰。 異象的解釋： 行為金融學為許多傳統模型難以解釋的市場異象提供瞭更為貼切的解釋。例如，小盤股效應、價值股效應、動量效應等，都可以通過投資者心理偏差來部分闡釋。 理論與實證的融閤： 行為金融學的發展迫使理論模型在保持嚴謹性的同時，更加貼近現實。它鼓勵研究者將心理學洞察融入到模型構建中，探索更加精細化的市場微觀結構和投資者行為模式。 風險管理的深化：從計量經濟學到係統性風險 計量經濟學模型的應用： 在金融研究中，計量經濟學方法扮演著至關重要的角色，用於估計參數、檢驗假設、預測變量等。GARCH族模型等波動率建模技術，有效地捕捉瞭金融時間序列的波動率聚集性特徵，為風險管理和衍生品定價提供瞭重要支持。 係統性風險的研究： 2008年全球金融危機之後，對係統性風險的關注達到瞭前所未有的高度。研究者開始探索不同金融機構、市場和資産之間的相互關聯性，以及這些關聯性如何在壓力時期放大風險，導緻整個金融體係的崩潰。CoVaR（Conditional Value-at-Risk）、邊際期望損失（MES）等指標的齣現，為度量和管理係統性風險提供瞭新的視角。 宏觀審慎監管： 對係統性風險的深入理解，直接推動瞭宏觀審慎監管政策的發展。與微觀審慎監管關注單個機構的穩健性不同，宏觀審慎監管旨在識彆和防範可能威脅整個金融體係穩定的係統性風險。 第二部分：計算科學在金融研究中的驅動力 如果說理論框架是金融研究的骨架，那麼計算科學的進步則為金融研究注入瞭強大的生命力，使其能夠應對日益復雜的現實挑戰。 大數據時代與量化分析的崛起 海量數據的獲取與處理： 現代金融活動産生瞭海量的數據，包括交易數據、新聞文本、社交媒體信息、宏觀經濟指標等。這些數據的規模、多樣性和速度都遠遠超齣瞭傳統分析方法的處理能力。 機器學習與人工智能的應用： 機器學習（ML）和人工智能（AI）技術，如監督學習、無監督學習、深度學習、自然語言處理（NLP）等，為從海量數據中提取有價值的信息提供瞭強大的工具。它們可以用於： 預測建模： 構建更精準的資産價格預測模型、信用評分模型、市場趨勢預測模型。 模式識彆： 識彆市場中的異常模式、欺詐行為、交易信號。 文本分析： 通過分析新聞、報告、社交媒體等文本信息，捕捉市場情緒、評估公司聲譽、預測政策影響。 算法交易： 設計復雜的交易策略，實現高頻交易、套利交易等。 高頻數據分析： 隨著交易頻率的提升，對高頻數據的分析變得尤為重要。這需要專門的算法和計算架構來處理納秒級甚至更短時間尺度的數據，以捕捉瞬息萬變的交易機會和市場動態。 仿真與模擬：探索復雜係統的行為 濛特卡洛模擬： 濛特卡洛方法通過大量的隨機抽樣來估計復雜係統的統計特性，在金融領域應用廣泛，例如： 衍生品定價： 對於無法通過解析方法定價的復雜衍生品，濛特卡洛模擬提供瞭一種有效的定價手段。 風險度量： 計算VaR（Value-at-Risk）、CVaR等風險度量指標，評估投資組閤在不同市場情景下的損失概率。 壓力測試： 模擬極端市場條件下金融體係的反應，以評估其韌性。 Agent-Based Modeling (ABM)： 這種方法通過模擬大量個體（Agent）的行為及其相互作用來理解宏觀經濟或金融係統的整體動態。ABM能夠捕捉到復雜係統中湧現齣的非綫性行為和宏觀規律，這對於理解市場泡沫、擠兌等現象尤其有價值。 網絡分析： 金融體係的本質是一個復雜的網絡，金融機構、市場和資産之間存在著各種聯係。網絡分析方法可以用來研究金融傳染、係統性風險的傳播路徑，以及識彆係統中的關鍵節點。 高性能計算與並行處理 加速復雜計算： 許多金融模型的計算量巨大，例如復雜的期權定價、大規模的優化問題、海量的風險模擬等。高性能計算（HPC）集群和並行處理技術能夠極大地縮短計算時間，使得過去無法實現的研究成為可能。 實時分析： 在高頻交易和實時風險監控等領域，對計算速度的要求極高。HPC技術是實現實時數據處理和分析的關鍵。 第三部分：前沿研究方嚮與未來展望 金融研究是一個不斷發展的領域，計算科學的進步不斷催生新的研究方嚮和挑戰。 量化模型的可解釋性與魯棒性 “黑箱”模型的挑戰： 隨著深度學習等復雜模型在金融領域的廣泛應用，其“黑箱”特性帶來瞭可解釋性問題。理解模型為何做齣特定預測或決策，對於監管、風險管理和建立投資者信任至關重要。 提升模型魯棒性： 金融市場環境多變，模型需要具備對市場變化和異常情況的魯棒性。研究如何提高模型的泛化能力，避免過度擬閤，是當前的重要課題。 金融科技（FinTech）與數字經濟 區塊鏈與分布式賬本技術： 區塊鏈技術在支付、清算、證券發行、智能閤約等領域展現齣巨大潛力，對金融基礎設施的效率和安全性提齣瞭新的要求。 加密貨幣與數字資産： 對加密貨幣的市場特徵、價值驅動因素、監管挑戰等的研究，成為金融學新的研究領域。 普惠金融與數字包容： 金融科技的發展也為提升金融服務的可及性、降低交易成本、促進普惠金融提供瞭機遇。 環境、社會和公司治理 (ESG) 與可持續金融 ESG因素對投資決策的影響： 越來越多的投資者和監管機構關注ESG因素在公司價值和投資迴報中的作用。研究如何量化ESG風險和機會，以及如何將ESG因素納入投資組閤構建和風險管理，是當前研究熱點。 氣候金融： 氣候變化帶來的風險（如物理風險和轉型風險）對金融體係産生瞭深遠影響。氣候金融研究旨在理解和管理這些風險，並探索綠色金融、氣候債券等創新工具。 網絡化金融與互聯互通 金融傳染與係統性風險的動態演化： 隨著金融機構和市場的日益互聯，研究網絡結構對金融穩定性的影響，以及係統性風險的動態傳播機製，仍然是重要的課題。 社交網絡與市場情緒： 社交媒體和在綫社區已成為信息傳播和市場情緒形成的重要渠道。研究如何利用這些非傳統數據來理解和預測市場行為，具有重要的理論和實踐意義。 結論 金融研究是一個跨越經濟學、數學、統計學、計算機科學以及行為科學的交叉領域。理論的嚴謹性是指導思想，而計算科學的工具和方法則為理論的檢驗、模型的構建以及復雜現實問題的解決提供瞭可能。本書意在勾勒齣這個宏大圖景，強調理論與計算的有機結閤，以及金融研究在應對時代挑戰中的不斷創新與演進。從經典的資産定價模型到復雜的機器學習算法，從對個體行為的洞察到對係統性風險的深度剖析，金融研究始終在理論與實踐的交匯點上蓬勃發展，為我們理解和塑造未來的金融世界提供著不竭的動力。

評分☆☆☆☆☆

這本書的內容為我打開瞭一個全新的視角，讓我得以窺見金融領域中計算方法的強大力量。作者在書中對於一些前沿的計算技術在金融研究中的應用進行瞭深入的探討，例如，在處理大數據和高頻交易方麵，書中介紹的某些算法和模型我之前並未接觸過，但通過作者的闡釋，我對其原理和適用性有瞭初步的認識。我很欣賞書中對於不同模型之間關係的分析，它不僅僅是孤立地介紹各種模型，而是將它們置於一個更廣闊的框架下進行比較和對比，從而幫助讀者更好地理解它們之間的聯係和區彆。我特彆注意到書中對於“仿真”在金融研究中的作用的強調，作者詳細介紹瞭如何通過計算機模擬來測試不同的金融策略和模型，這對於我這種更偏嚮實證研究的讀者來說，提供瞭很多有益的思路。書中對一些重要概念的闡述，往往是從最基礎的原理開始，逐步深入，讓讀者在理解的道路上感到順暢。

評分☆☆☆☆☆

這本書的封麵設計簡潔而充滿學術氣息，封麵的顔色搭配和字體選擇都顯得非常專業。拿到手裏，紙張的質感很不錯，印刷也十分清晰，翻閱起來很有質感。我特彆喜歡它對於一些復雜概念的解釋方式，雖然我不是這個領域的專傢，但通過書中細緻的闡述和恰當的比喻，讓我對一些核心思想有瞭初步的瞭解。比如，它在介紹某個理論時，並沒有直接拋齣枯燥的公式，而是先從一個生動的案例入手，將抽象的概念具象化，然後再逐步引入數學模型，這種循序漸進的方式極大地降低瞭閱讀門檻。而且，書中對於一些曆史背景的梳理也做得相當到位，讓我能更好地理解某個研究方法或理論的齣現是基於怎樣的時代需求和學術演進。我尤其欣賞的是，作者在行文中始終保持著一種嚴謹又不失生動的風格，即使是在探討一些深奧的理論時，也盡量使用讀者容易理解的語言，偶爾穿插一些個人見解或者引發思考的問題，使得整本書讀起來不會感到枯燥乏味，反而充滿瞭探索的樂趣。我對於其中關於模型構建的討論印象深刻，作者詳細地介紹瞭如何從實際問題齣發，提煉關鍵因素，並將其轉化為可計算的數學模型，其中涉及到的數據處理和驗證方法也給瞭我很多啓發。

評分☆☆☆☆☆

在我看來，這本書提供瞭一個關於如何運用計算思維來解決金融問題的高級指南。書中不僅涵蓋瞭廣泛的金融計算主題，而且對於每一個主題都進行瞭深入的剖析，這使得讀者在掌握理論知識的同時，也能對其背後的技術細節有所瞭解。我特彆喜歡作者在描述某些高級計算技術時，會穿插一些關於其在實際金融交易中應用的案例，比如，如何利用機器學習模型來預測市場趨勢，或者如何運用優化算法來構建最優的投資組閤。這些具體的應用場景，讓抽象的理論變得更加生動和具體。書中對模型評估和優化的討論也相當詳盡，作者提齣瞭多種評估模型性能的標準，並給齣瞭一些改進模型性能的方法，這對於希望提高模型準確性和效率的讀者來說，具有重要的參考價值。我印象深刻的是，書中在介紹一個復雜的模型時，會先從一個簡單的變種開始，逐步引入更復雜的元素，這種由簡入繁的講解方式，讓我在理解上更加得心應手。

評分☆☆☆☆☆

我是一名對金融市場動態變化及其背後的數學原理感到好奇的讀者，而這本書恰好滿足瞭我這種求知欲。它並非一本簡單的教科書，而是更像一位經驗豐富的研究者在與你進行一場深入的學術交流。書中對某些復雜金融衍生品的定價模型進行瞭細緻的推導和分析，我之前對此一直感到模糊不清，但通過書中條理清晰的講解，我逐漸理解瞭其中的邏輯脈絡。作者在解釋過程中，非常注重邏輯的嚴密性和概念的準確性，每一處推導都力求嚴謹，讓讀者可以跟隨其思路一步步地深入。更難能可貴的是，書中還引用瞭大量的學術文獻，為讀者提供瞭進一步深入研究的綫索，這對於想要在這個領域深造或者進行相關研究的讀者來說，無疑是一份寶貴的資源。我尤其對書中關於“模型風險”的討論印象深刻，作者不僅僅是介紹如何建立模型，更強調瞭模型固有的局限性和潛在的風險，並提供瞭一些規避這些風險的策略，這讓我對金融計算的理解上升到瞭一個新的高度。

評分☆☆☆☆☆

這本著作給我的整體感受是，它在理論深度和實踐應用之間找到瞭一個很好的平衡點。我尤其關注書中的案例研究部分，作者通過引入多個真實世界的金融場景，將理論知識與實際操作緊密結閤。例如，在討論風險管理時，書中分析瞭一個具體的金融危機事件，並詳細解釋瞭當時采用的計算模型是如何失效以及如何進行改進的。這種“用事實說話”的方式，讓我對書中提齣的各種計算工具和方法有瞭更直觀的認識，也讓我看到瞭理論在解決實際問題中的巨大潛力。書中還探討瞭不同計算方法的優缺點，以及在不同市場環境下選擇哪種方法更為閤適，這對於我這種希望將所學知識應用於實際工作的人來說，是非常有價值的指導。我個人認為，作者對於數據的敏感性和對細節的關注是這本書的一大亮點。他在分析過程中，會詳細列舉所使用的數據來源、處理方式以及潛在的偏差，這使得整個研究過程更加透明和可信。我特彆喜歡它在講解某個算法時，會穿插一些關於算法效率和魯棒性的討論，讓我能夠更深入地理解其背後的邏輯和應用場景。