✍ Scribed by 江渝，李幸，卓金武
No coin nor oath required. For personal study only.
工业及金融领域针对时间序列的应用都广泛。本书将系统介绍时间序列的基本概念、分析方法以及典型的应用案例。全书将分三篇，*篇介绍时间序列的定义、基本概念、分析方法概况等基本知识。 第二篇系统介绍时间序列的分析方法和分析模型，对于每个方法，都将介绍方法的原理、步骤、及详细的MATLAB实现过程。第三篇将介绍几个时间序列方法在经济、金融等领域的实际应用案例。
彩插
扉页
版权页
除了你的才华，其他一切都不重要！
前 言
目 录
1 绪论
1.1 时间序列的发展过程
1.2 时间序列的基本概念
1.3 平稳时间序列分析方法
1.4 季节指数预测法
1.5 时间序列主要模型介绍
1.6 时间序列分析工具
1.7 应用实例：基于时间序列的股票预测
1.8 小结
参考文献
2 时间序列基本概念
2.1 时间序列的统计概念
2.2 时间序列的平稳性
2.3 时间序列的相关性
2.4 时间序列的运算
2.5 白噪声
2.6 小结
参考文献
3 自回归模型——AR模型
3.1 AR 模型的定义
3.2 AR 模型的平稳性
3.3 AR 模型的统计性质
3.4 AR 模型的MATLAB 实现
3.5 AR 模型的应用实例
3.6 小结
参考文献
4 滑动平均模型——MA模型
4.1 MA 模型的定义
4.2 MA 模型的性质
4.3 MA 模型的应用实例
4.4 小结
参考文献
5 自回归滑动平均模型——ARMA模型
5.1 ARMA 模型介绍
5.2 ARMA 模型的性质
5.3 ARMA 模型的图像定阶
5.4 ARMA 模型的应用实例
5.5 小结
参考文献
6 非平稳序列的随机分析——ARIMA模型
6.1 ARIMA 模型的定义
6.2 ARIMA 模型的MATLAB 实现
6.3 ARIMA 模型的应用实例
6.4 小结
参考文献
7 建模及预测
7.1 平稳性检验方法
7.2 AIC 准则定阶
7.3 模型的检验
7.4 ADF检验方法的MATLAB 实现
7.5 模型的预测
7.6 模型的建立及预测应用实例
7.7 小结
参考文献
8 趋势及季节性时间序列建模
8.1 趋势分析
8.2 季节效应分析
8.3 模型的应用实例
8.4 小结
参考文献
9 条件异方差模型
9.1 时间序列的异方差性
9.2 异方差性检验
9.3 自回归条件异方差模型
9.4 广义自回归条件异方差模型
9.5 模型的MATLAB 方法
9.6 模型的应用实例
9.7 小结
参考文献
10 多元时间序列分析
10.1 平稳多元序列建模
10.2 协整
10.3 模型的MATLAB 方法
10.4 模型的应用实例
10.5 小结
参考文献
11 航空公司乘客预测的时间序列模型
11.1 时序数据的分析
11.2 模型的估计
11.3 模型的测试
11.4 模型预测
11.5 模型的评估
11.6 小结
12 股票收益时间序列的建模与预测
12.1 时序数据的获取与预处理
12.2 时序数据分析
12.3 模型估计
12.4 模型的测试
12.5 GARCH 模型的估计
12.6 模型的仿真
12.7 小结
📜 SIMILAR VOLUMES
<p>本书从数学建模的角度介绍了 MATLAB 的应用，涵盖了绝大部分数学建模问题的 MATLAB 求解方法。全书共 5 篇。第一篇是基础篇，介绍基本概念，包括 MATLAB 在数学建模中的地位、数学模型的分类及各类需要用到的 MATLAB 技术，以及 MATLAB 编程入门 ；第二篇是技术篇，介绍 MATLAB 建模的主流技术，包括数据建模技术(数据的准备、常用的数学建模方法、机器学习、灰色预测、神经网络及小波分析)、优化技术(标准规划模型的求解、遗传算法、模拟退火算法、蚁群算法等全局优化算法)、连续模型、评价型模型以及机理建模的 MATLAB 实现方法；第三篇是实践篇，以历年全国大学生数学
<p>时间序列分析是用随机过程理论和数理统计学的方法，研究随机数据序列所遵从的统计规律，用于解决科研、工程技术、金融及经济等诸多领域内的实际问题。本书是一本由浅入深的小波分析导论，介绍了基于小波的时间序列统计分析。实践中的离散时间技术是本书的论述重点，同时对于理解和实现离散小波变换将涉及的诸多原理与算法也进行了详细的描述。</p> <p> 本书详细地介绍了小波方法在时间序列分析中的应用，图例丰富，语言简明易懂，论述严谨，另外，本书对小波分析所需要的数学知识进行了简洁实用的讲解，还在正文中嵌入了大量的练习，并在附录中给出了这些练习的答案，同时每章另备有适于课堂布置的练习。</p> <p>
<p>本书分为六个部分，详细的章节包括了序、引言、第一部分随机模型及其预报、平稳过程的自相关函数和谱、线性平稳模型、线性平稳模型、预报；第二中分随机模型的建立、模型识别、模型的估计、模型的诊断检验、季节模型；第三部分传递函数模型的建立、传递函数模型、传递函数模型的识别、拟合及检验、干预分析模型和异常值检测；第四部分离散控制方案的设计、过程控制的各个方面；第五部分图表、第六部分习题和问题。</p>
<p>《因子投资：方法与实践》在统一视角下，体系化地介绍了因子投资中的重要研究方法，并针对中国A 股市场给出了独立的、可复制的、高质量的因子实证分析结果，是一本真正可操作、可上手的因子投资手册。本书主要内容包括：因子投资基础、因子投资方法论、主流因子解读、多因子模型、异象研究、因子研究现状和因子投资实践。书中还以附录的形式对理解资产价格的研究脉络进行了梳理。本书的写作既注重学术文献的严谨，也注重普通读者的阅读体验。书中虽然涉及必要的数学公式，但是会深入浅出、抽丝剥茧地解释统计方法，并把重点放在实证分析上，同时也会对因子投资的实务进行解读。</p>