本書是一本面對大眾讀者的經(jīng)濟學通俗讀物。紐約州立大學經(jīng)管學院的兩位學者托馬斯·斯坦利、威廉·丹科,耗費20余年,深入研究、調(diào)查、訪談了美國超過14000位白手起家、凈資產(chǎn)超100萬美元的富人,并運用工商管理、統(tǒng)計學、市場營銷學知識深入分析,通過大量嚴謹?shù)恼{(diào)查數(shù)據(jù)和真實案例,總結出這些富人積累財富的7個共同特征,以及他們
本書主要分為八章:日內(nèi)交易的原理、如何控制風險和情緒、如何選擇當天的交易目標、交易時需要注意的事項、價格行為的解釋、交易策略和訂單管理、如何執(zhí)行交易策略、成為成功交易者所必要的條件。本書可以幫助有意在今后從事股票日內(nèi)交易的讀者了解日內(nèi)交易的基本方法、盈利前景以及將日內(nèi)交易作為今后事業(yè)的可行性;同時,本書可以加快剛開始進
本書作為量化交易策略入門實用指南,詳細介紹了如何利用Python語言構建交易模型及回測環(huán)境,如何創(chuàng)建集束并導入數(shù)據(jù),如何對回測結果進行分析,能夠幫助讀者快速掌握量化交易的相關知識技能,提升交易水平。這是一本實用性很強的書,介紹了多種交易策略,并附有完整的源代碼,通過示范讓讀者輕松運用Python語言構建屬于自己的交易模
本書共四部分,內(nèi)容包括:查理·芒格給投資者的忠告、查理·芒格的投資理念、查理·芒格對經(jīng)濟基本面的思考、查理·芒格的處世智慧。
行為金融學(經(jīng)濟學)正在從經(jīng)濟學教材中的邊緣走向主流,并逐漸被越來越多的人了解和認同。本書包含引論、偏好:人無時無刻不活在比較中、認知偏誤:生物學算法的錯配、理性的邊界、損失厭惡的生理基礎:卷尾猴實驗、應用實例、行為金融學的未來:跨學科和學科融合等內(nèi)容。
本書在金融風險傳染問題與高維矩陣值序列數(shù)據(jù)的聯(lián)合導向下,從當前全球股票市場間金融風險傳染治理的工作需求出發(fā),綜合考慮風險測度、風險監(jiān)管及風險預警三個環(huán)節(jié),選取全球21個股票市場作為代表性樣本,有針對性地應用高維矩陣值統(tǒng)計模型,全面而系統(tǒng)地分析2002年至2018年全球股票市場間風險傳染。
本書分為機構與市場、金融調(diào)控、金融發(fā)展與穩(wěn)定等四篇,具體內(nèi)容涉及貨幣、金融系統(tǒng)、貨幣的時間價值、資金盈余者的資產(chǎn)選擇與組合、資金短缺者的融資選擇、金融機構與市場組織、長期資本市場、貨幣市場等。具體包括:金融與實體經(jīng)濟是什么關系、金融體系是如何定價的等。
為更好地適應社會信用體系建設推進需要,滿足我省經(jīng)濟社會發(fā)展對各級信用管理人才的需求,結合國家信用管理師等級培訓要求,研究不同層級、不同領域信用管理人才所須掌握的知識,以及在實際應用場景中普遍適用的通用技能,探索各領域、各層級信用管理人才的知識結構要求和技能培養(yǎng)路徑,為在全社會范圍內(nèi)開展規(guī)范化、標準化的信用管理培訓奠定基
本書首先介紹了將大數(shù)據(jù)集應用于機器學習的基礎知識和因子投資的基本理論;之后,本書介紹了監(jiān)督學習模式下可用于預測金融變量的幾個基本機器學習算法,包括懲罰性線性回歸、支持向量機等;接下來,本書介紹了將這些機器學習算法應用于金融領域的實戰(zhàn)方法和細節(jié);最后,本書討論了一系列與機器學習和因子投資相關的進階話題,包括模型的黑箱問題
本書共分七章,第一章介紹了國內(nèi)網(wǎng)絡借貸的發(fā)展及挑戰(zhàn),第二章對網(wǎng)絡借貸平臺定位進行了理論分析,第三章探究了域外網(wǎng)絡借貸監(jiān)管制度,第四章對我國網(wǎng)絡借貸監(jiān)管體制的優(yōu)化提出建議,第五章探討了準入及持續(xù)性監(jiān)管指標的構建,第六章闡述了市場退出機制的設計,第七章探討司法實踐中本領域存在的一些問題。