计算金融

本书突出的特色就是在写作过程中不只是介绍传统方法，同时从本领域近期新的论文中吸取精华，从而能够使读者除了了解传统理论，还可以了解最前沿的知识。本书理论结合实际，可读性强，便于读者理解。

本书分为九章。第一章是绪论，对重要的概念进行了界定，对于计算金融的历史沿革、现状进行了介绍。第二章和第三章构成了本书内容中的金融计量学部分，主要聚焦于时间序列类型的数据。其中，第二章介绍了传统的ARMA模型，在此基础上引入GARCH模型对其做出修正；第三章则分别介绍了人工神经网络、相空间重构和小波方法，基本涵盖了近年来这个领域较为前沿的研究方法。第四章、第五章和第六章构成了本书的金融衍生品定价部分，以期权作为例子。其中，第四章提出了连续时间情形中期权定价模型的建立；第五章则给出了数值求解方法；第六章讲述了以二项式模型为代表的离散型方法，以及离散模型和连续模型之间的关系。第七章介绍了Monte-Carlo方法，这种方法作为现代金融业风险管理工作中最重要的方法之一，有必要向读者介绍，本书从理论到修正方案都对其做了讲述。第八章和第九章是本书的风险管理部分。其中，第八章从均值一方差模型、资本资产定价模型、VaR模型几个重要模型出发，介绍了一般意义上的金融风险管理。第九章从复杂网络的视角出发，给出了系统性风险测度的一些方法。

第一章 绪论
第一节 概念界定
第二节 历史沿革、现状及内容安排
第二章 金融时间序列：传统方法
第一节 ARMA模型
一、原理
二、模型的识别与定阶
三、计算实例：ARMA模型预测股价
第二节 GARCH模型
一、原理
二、计算实例
第三章 金融时间序列：非传统方法
第一节 人工神经网络
一、原理
二、实例
第二节 相空间重构
一、混沌时间序列数据及其特征
二、预测科学的反思
三、相空间重构
第三节 小波方法
一、原理
二、实例：沪深300指数
第四章 期权定价的连续模型
第一节 基础知识
一、期权和期权定价
二、Brown运动和伊藤引理
第二节 Black—Scholes方程
一、Black—Scholes方程的重要性
二、Black—Scholes方程的建立
第三节 Black—Scholes方程的解析求解
一、偏微分方程的类型
二、B1ack—scholes方程的结构和风险管理参数
三、B1ack—Scholes方程的解析求解
第五章 Black—Scholes方程的数值求解
第一节 有限差分方法
第二节 Black—Scho1es方程的有限差分法求解
一、差分格式
二、算法格式
黪第六章 期权定价的离散二型
第一节 二项式模型原理
一、单阶段二项式模型
二、二阶段二项式模型
三、n阶段二项式模型
第二节 计算实例
一、公式一图形法
二、Mallab命令
三、GUI计算
第三节 三项式模型
第七章 Monte-Carlab方法
第一节 随机数发生器
一、物理生成法
二、随机数表法
三、数学算法生成法
四、随机数发生器的Matlab实现
第二节 Monte—Carlo方法
一、原理
二、实例
第三节 方差消减技术
一、重要性抽样法
二、对偶抽样法
三、计算实例
第八章 风险管理(Ⅰ)——微观视角
第一节 均值一方差理论
一、投资组合：收益一风险的平衡
二、均值一方差理论原理
三、计算实例
第二节 资本资产定价模型
一、原理
二、计算实例
第三节 VaR
一、原理
二、计算实例
第九章 风险管理(Ⅱ)——宏观视角
第一节 系统性风险
一、系统性风险的定义
二、系统性风险的研究概况
第二节 宏观金融工程方法及相关算法：以CoVaR和MES为例
一、理论模型
二、计算实例
第三节 复杂网络
一、复杂网络的基础拓扑特征量
二、复杂网络基本类型
三、计算实例
第四节 配置模型和复杂网络
一、基于改进的配置模型的网络生成算法
二、计算实例
参考文献