Domanda:
Risorse per l'apprendimento dell'analisi statistica dei dati finanziari
Oren Hizkiya
2010-07-20 21:27:09 UTC
view on stackexchange narkive permalink

Mi rendo conto che l'analisi statistica dei dati finanziari è un argomento enorme, ma è proprio per questo che è necessario che ponga la mia domanda mentre cerco di entrare nel mondo dell'analisi finanziaria.

Poiché a questo punto non so quasi nulla sull'argomento, i risultati delle mie ricerche su Google sono travolgenti. Molte delle partite sostengono l'apprendimento di strumenti specializzati o del linguaggio di programmazione R. Mentre li imparerò quando saranno necessari, mi interessano innanzitutto libri, articoli o qualsiasi altra risorsa che spieghi i metodi moderni di analisi statistica specificamente per i dati finanziari. Presumo che ci siano diversi metodi estremamente vari per analizzare i dati, quindi idealmente sto cercando una panoramica dei vari metodi che sono praticamente applicabili. Mi piacerebbe qualcosa che utilizzi esempi del mondo reale che un principiante è in grado di cogliere ma che non siano eccessivamente semplicistici.

Quali sono alcune buone risorse per imparare sull'analisi statistica dei dati finanziari?

Dato lo stato attuale delle economie nazionali dovuto al salvataggio delle varie istituzioni finanziarie, si può mettere in dubbio il valore della conoscenza accettata in questo campo, fatta eccezione per una teoria più sciocca.
@James: In alternativa, questo potrebbe sostenere una maggiore istruzione sul campo, non meno ...
@Shane: Sì, assolutamente. Ero un po 'scherzoso nel mio commento, ma credo che importanti intuizioni siano state trattenute dalla comunità del settore privato come vantaggi competitivi, il che è in definitiva a scapito di un'economia globale efficiente.
Nove risposte:
Shane
2010-07-20 21:31:26 UTC
view on stackexchange narkive permalink

Potresti iniziare con questa serie di conferenze di Robert Shiller a Yale. Fornisce una buona panoramica del campo.

I miei libri preferiti sull'argomento:

Oltre a ciò, potresti volere alcune risorse generali e la "bibbia" della finanza è Opzioni, futures e altri derivati ​​ di John Hull.

Infine, in termini di alcuni buoni libri generali, potresti iniziare con questi due:

CptanPanic
2010-09-06 21:26:45 UTC
view on stackexchange narkive permalink

Dovresti controllare http://area51.stackexchange.com/proposals/117/quantitative-finance?referrer=b3Z9BBygZU6P1xPZSakPmQ2, stanno cercando di avviarne uno su stackexhange.com

Neil McGuigan
2010-07-20 22:17:21 UTC
view on stackexchange narkive permalink

Ed Thorpe ha avviato l'intera faccenda dell'arbitraggio statistico. Ha un sito web e alcuni buoni articoli.

http://edwardothorp.com/

Dovresti anche leggere "Fooled By Randomness" di Nassim Taleb .

Inoltre, vai su Google Scholar e leggi i principali articoli di Markowitz, Sharpe, Fama, Modigliani. Se non hai pieno accesso, vai all'università più vicina e ottieni una tessera della biblioteca della comunità.

Questi sono buoni riferimenti, ma non sono d'accordo con la tua valutazione di Ed Thrope come fondatore di questo campo. L'analisi statistica dei dati finanziari e l'arbitraggio statistico non sono la stessa cosa: si eseguono analisi statistiche per la maggior parte delle analisi finanziarie (ad esempio la moderna teoria del portafoglio).
Sono d'accordo, Markowitz ha decisamente inventato la teoria del portafoglio
Sembra che Louis Bachelier abbia iniziato tutto nel 1900 http://en.wikipedia.org/wiki/Louis_Bachelier
PeterR
2010-07-21 00:08:51 UTC
view on stackexchange narkive permalink

Bene anche "Analisi statistica dei dati finanziari in S-PLUS" di Rene A. Carmona

Kurtosis
2010-07-21 03:27:43 UTC
view on stackexchange narkive permalink

Dai un'occhiata anche a Wilmott.com. È orientato verso professionisti più avanzati, ma se dovessi scegliere una persona da cui imparare la matematica finanziaria, sarebbe Paul Wilmott. Brillante ma radicato.

Graham Cookson
2010-07-21 22:28:58 UTC
view on stackexchange narkive permalink

Più da una prospettiva economica, penso che queste due serie di dispense siano molto valide:

http://home.datacomm.ch/paulsoderlind/Courses/OldCourses/FinEcmtAll.pdf

http://personal.lse.ac.uk/mele/files/fin_eco.pdf

Il primo fornisce metodi econometrici per l'analisi dati finanziari mentre il secondo fornisce la teoria dell'economia finanziaria alla base dei modelli applicati. Sono entrambi testi di livello MSc.

Vishal Belsare
2010-09-18 17:21:00 UTC
view on stackexchange narkive permalink

Oren, è utile definire quali aspetti della finanza intendi affrontare. La statistica è uno strumento se vista dal punto di vista dell'econometria (in termini di valutazione della plausibilità di un modello / teoria proposto) o può essere la prima o la principale linea di attacco se vista dal lato dell'apprendimento automatico, ovvero si va in basso nel dominio conoscenza e fare più affidamento sulla costruzione di uno spazio di funzionalità e sull'applicazione di algoritmi. (Tuttavia, il compito di costruire uno spazio di funzionalità utile dipende da una conoscenza approfondita del dominio).

Per avere un controllo sugli aspetti teorici della finanza, consiglierei di dire:

Per imparare ad applicare la statistica / econometria unita alla teoria:

I libri consigliati sopra, quelli di David Ruppert, Eric Zivot, Ruey Tsay sono utili, tuttavia, consiglierei & Ruppert di Chris Brooks prima i testi, seguiti da quelli di Taylor.

Le note di Paul Soderlind e le note di Kevin Sheppard (entrambe disponibili le online) sono abbastanza buoni.

shabbychef
2010-09-19 10:41:03 UTC
view on stackexchange narkive permalink

Mi piace Risk and Asset Allocation di A. Meucci. Questo libro è un po 'più avanzato del libro di Ruppert, ma comunque molto intuitivo.

shabbychef
2010-10-02 22:17:45 UTC
view on stackexchange narkive permalink

La Guide to Econometrics di Kennedy è una buona panoramica delle tecniche in econometria: non abbastanza dettagliata da sporcarsi le mani, ma molto utile per scoprire quali tecniche vengono utilizzate.



Questa domanda e risposta è stata tradotta automaticamente dalla lingua inglese. Il contenuto originale è disponibile su stackexchange, che ringraziamo per la licenza cc by-sa 2.0 con cui è distribuito.
Loading...