《概率機器學習:金融與投資實戰(zhàn)》深入探討了概率機器學習在金融與投資領域的前沿應用,揭示了這一技術如何成為下一代金融分析與投資決策的框架。本書詳細闡述了概率機器學習如何從有噪聲的金融數(shù)據(jù)集中持續(xù)學習,并實現(xiàn)概率推斷、回溯預測、預測及反事實推理。同時,該技術還能將個人、實證及機構知識系統(tǒng)地編碼進機器學習模型中。書中通過實戰(zhàn)
隨著環(huán)境問題日益嚴峻、社會對企業(yè)社會責任關注度及治理要求的提高,投資者越來越重視環(huán)境(Environmental)、社會(Social)和治理(Governance)因素對投資的影響。這促使金融領域將ESG理念融入投資中,在投資決策、金融產(chǎn)品創(chuàng)新等方面踐行ESG原則。本書詳述了ESG金融相關知識,共12章,可分為三部分
本書是國家自然科學基金面上項目“基于會計信息質量提升的交易所年報問詢監(jiān)管制度治理效應及其機制研究”(71872136)的研究成果之一,著眼于中國兩大證券交易所的年報信息披露監(jiān)管行為,圍繞交易所年報問詢監(jiān)管影響因素和經(jīng)濟后果,分別從上市公司關鍵少數(shù)人行為、審計師行為、分析師行為、企業(yè)主體行為角度研究了年報問詢監(jiān)管制度在提
本書主要從信息供給的角度研究了我國證券分析師為什么發(fā)布現(xiàn)金流預測,以及發(fā)布現(xiàn)金流預測帶來的經(jīng)濟后果。國內(nèi)外已有研究主要從分析師報告的需求來解釋和檢驗分析師為什么預測現(xiàn)金流。作者認為,即使不是為了滿足客戶需求,證券分析師本身也有發(fā)布現(xiàn)金流預測的內(nèi)在動機。但之前的研究并未關注這一點,本書在此做出突破,研究了具有哪些特征的分
信用管理在發(fā)達國家已經(jīng)成為新的社會管理制度。中國歷來有誠實守信的傳統(tǒng),誠信在社會道德體系中扮演著至關重要的作用。黨中央、國務院高度重視信用建設,明確提出建設誠信社會、培育信用文化的具體要求。強化信用高等教育,加速信用人才培養(yǎng)——首當其沖!有鑒于此,高等院校開設信用管理課程,乃至開設信用管理專業(yè)成為新的潮流。本書希望通過
本書首先基于眾創(chuàng)平臺決策者投資過程中可能存在的過度自信行為及投資過程中創(chuàng)業(yè)企業(yè)收益流的不確定性,將過度自信理論引入到平臺決策者對創(chuàng)業(yè)企業(yè)兩階段投資實物期權決策模型,研究了一次性投資與兩階段投資間的差異,討論了創(chuàng)業(yè)企業(yè)收益流帶有隨機布朗運動及泊松跳情境下的過度自信水平、便利收益指數(shù)等指標對平臺決策者各階段投資時機選擇的影
本書較全面和系統(tǒng)地闡述了復雜環(huán)境下國際金融資產(chǎn)及大宗商品的風險管理方法和策略。研究對象主要包括標普500指數(shù)、匯率、國際原油、乙醇、銅、鎳等國際金融資產(chǎn)和大宗商品及衍生產(chǎn)品。研究方法主要包括隨機分析、計量經(jīng)濟模型、深度學習、大數(shù)據(jù)分析、最優(yōu)化方法、人工智能技術等,研究成果既有理論模型和方法的創(chuàng)新,又有國際金融市場和大宗
投資作為一項重要的經(jīng)濟活動,一直是人類社會經(jīng)濟不斷發(fā)展的主要源泉。自有商品經(jīng)濟開始,投資活動就一直伴隨著任何一個國家和地區(qū)社會經(jīng)濟發(fā)展的全部過程。在長期的投資實踐中,人們通過總結投資活動形成投資理論,并進而將其發(fā)展為一門指導人類投資活動的科學,這就是投資學。隨著現(xiàn)代銀行業(yè)、保險業(yè)、資本市場和證券交易所的發(fā)展,股票、債券
農(nóng)村產(chǎn)業(yè)融合作為連接城鄉(xiāng)、激活農(nóng)村經(jīng)濟的紐帶,在鄉(xiāng)村振興進程中發(fā)揮著至關重要的作用。而數(shù)字普惠金融憑借“普惠+科技”雙重特性,正有力推動農(nóng)村產(chǎn)業(yè)融合發(fā)展,為農(nóng)村經(jīng)濟帶來前所未有的機遇。因地制宜地推動數(shù)字普惠金融在農(nóng)村產(chǎn)業(yè)融合領域的深化應用,不僅可以建立健全鄉(xiāng)村產(chǎn)業(yè)鏈、價值鏈,提升農(nóng)村產(chǎn)業(yè)競爭力,還能夠有效拓展農(nóng)民的就業(yè)
本書深入研究了復雜衍生品的定價機制,特別關注時間期權、非線性收益衍生品及美式期權。首先,探討了時間期權的特性,這是一種奇異期權,賦予購買者在波動率達到預設水平時行權的權利。該研究擴展了Bernard與Cui(2011)的模型,通過引入Vasicek隨機利率過程,提高了模型在現(xiàn)實金融市場中的適用性。針對隨機利率下的時間期