買這商品的人也買了...
-
深入淺出 Java 程式設計, 2/e (Head First Java, 2/e)$880$695 -
深入淺出 Servlets 與 JSP (Head First Servlets and JSP, 2/e)$1,200$948 -
王者歸來 Java Web 整合開發-JSP + Servlet + Struts + Hibernate + Spring, 3/e$980$833 -
$588密碼協議分析的邏輯方法 -
第一次投資就要知道的事:抽絲剝繭金融市場的運作邏輯(金融的邏輯─誰跟你說市場是理性的?)$320$272 -
MG90S 金屬齒輪馬達$200$190 -
$297企業級數據庫集成應用系統開發 -
改變世界的九大演算法 : 讓今日電腦無所不能的最強概念 (Nine Algorithms That Changed the Future: The Ingenious Ideas That Drive Today’s Computers)$360$284 -
$297微軟Excel 2013:用PowerPivot 建立數據模型 -
精通 Python|運用簡單的套件進行現代運算 (Introducing Python: Modern Computing in Simple Packages)$780$616 -
Python + Spark 2.0 + Hadoop 機器學習與大數據分析實戰$680$530 -
iOS 10 App 程式設計實力超進化實戰攻略 : 知名 iOS教學部落格 AppCoda 作家親授實作關鍵技巧讓你不NG$720$562 -
Python 自動化的樂趣|搞定重複瑣碎 & 單調無聊的工作 (中文版) (Automate the Boring Stuff with Python: Practical Programming for Total Beginners)$500$425 -
深度學習快速入門 — 使用 TensorFlow (Getting started with TensorFlow)
$360$281 -
演算法技術手冊, 2/e (Algorithms in a Nutshell: A Practical Guide, 2/e)$580$458 -
Android App 程式設計教本之無痛起步 -- 使用 Android Studio 2.X 開發環境$580$458 -
機器人雜誌 ROBOCON Magazine 2016/3 月號 (No.27)$260$234 -
Laravel 啟動與運行 (Laravel: Up and Running: A Framework for Building Modern PHP Apps)$780$616 -
無瑕的程式碼-敏捷完整篇-物件導向原則、設計模式與 C# 實踐 (Agile principles, patterns, and practices in C#)$790$616 -
TensorFlow + Keras 深度學習人工智慧實務應用$590$460 -
實戰物聯網 LinkIt Smart 7688 Duo$480$408 -
寫程式前就該懂的演算法 ─ 資料分析與程式設計人員必學的邏輯思考術 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$390$308 -
Docker 入門與實戰, 2/e$500$395 -
最新 JavaScript 精緻範例字典 - 對應 ECMAScript 新語法規則$490$417 -
攝影師的創造力之眼:50條路徑大師帶頭練,抓住你的想像力&感覺 (Fifty Paths to Creative Photography)$650$553
相關主題
商品描述
<內容簡介>
從20世紀90年代索羅斯大受歡迎開始,對沖基金已經從金融市場的一個模糊狹小的利基市場成長為資產管理行業的主要角色,管理規模約有萬億美元。在2008年全球金融崩潰之後,以及另一個潛在的、更糟的危機隱約出現之前,基金經理為滿足客戶對回報的預期所面臨的挑戰正在變得空前艱巨。為了在當今異常動蕩、高風險和不確定的金融市場中生存下來,基金經理、風險分析師和精明的投資者需要充分瞭解最佳建模和分析技術。保羅·達比希爾和戴維·漢普頓所著的《對沖基金VBA和EXCEL建模分析》提供了具體的方法。
《對沖基金VBA和EXCEL建模分析》由兩位對沖基金和資產管理行業受人尊重的作者合著,這本應用導向的指南告訴你如何運用學術界和業界最常用的分析工具與技術,理解、識別、管理風險和對一些關鍵投資策略的回報因子進行量化分析。這本書也適合作為對沖基金和另類投資專業研究生教材。
本書以行業綜述開篇,講述了對沖基金主要類型,以及對沖基金經理最常用到的投資策略。接著講授了一種關於主要信息來源的重要評估方法,包括主要的商業對沖基金數據庫,以及由其生產的指數和基準指標。作者指出了每個數據來源的局限性和內在缺陷,在解釋和使用綜合數據時指明瞭其中的常見問題與缺點。
這本書提供了對沖基金業績測量和建模的可視化與理論方法,特彆強調了風險調整表現指標和技術,也詳細講述了一系列複雜的風險分析模型和風險管理策略。本書提供了相應的EXCEL和VBA示例及有益於幫助掌握方法的練習題。
本書的配套網站www.darbyshirehampton.com提供了本書用到的數據、EXCEL數據表和VBA代碼以及其他有用資料的下載。
作為對沖基金建模和分析的綜合性課程,本書給你提供了有效管理風險和優化投資回報的知識與工具。
<章節目錄>
前言
第1章 對沖基金行業
1.1 什麼是對沖基金
1.2 對沖基金結構
1.3 全球對沖基金行業
1.4 專業投資技巧
1.5 對沖基金的最新發展
第2章 對沖基金的主要策略
2.1 單一及多策略對沖基金
2.2 對沖基金母基金
2.3 對沖基金策略
第3章 對沖基金數據源
3.1 對沖基金數據庫
3.2 主要對沖基金指數
3.3 數據庫和指數偏差
3.4 基準
附錄3A 權重分配方式
第4章 統計分析
4.1 基本的績效指標
4.2 概率分佈
4.3 概率密度函數
4.4 累積分佈函數
4.5 正態分佈
4.6 正態的可視化檢驗
4.7 分佈的統計量
4.8 幾何布朗運動
4.9 協方差和相關性
4.10 回歸分析
4.11 投資組合理論
第5章 風險調整收益指標
5.1 風險調整收益背後的理念
5.2 常見風險調整業績比率
5.3 存在市場基準情況下的常用業績衡量方法
5.4 歐米茄比率
第6章 資產定價模型
6.1 經過風險調整的二階矩資產定價模型
6.2 多因子模型
6.3 因子的選擇
6.4 動態的回報率分析
6.5 馬科維茨風險調整評估法
第7章 對沖基金市場風險管理
7.1 風險價值
7.2 傳統計算方法
7.3 改進VaR
7.4 預期損失
7.5 極值理論
參考文獻
