CFA協會投資系列‧定量投資分析（原書第2版）

致中國讀者（艾博科）
叢書序（傑夫‧狄爾梅爾）
前言（馬克J.P.安森）
致謝
第1章　貨幣的時間價值
1.1　引言
1.2　利率：經濟學的解釋
1.3　單筆現金流的將來值
1.3.1　複利的頻數
1.3.2　連續複利
1.3.3　報價利率和有效利率
1.4　現金流序列的將來值
1.4.1　等額現金流序列--普通年金
1.4.2　不等額現金流序列
1.5　單筆現金流的現值
1.5.1　求解單筆現金流的現值
1.5.2　複利的頻數
1.6　現金流序列的現值
1.6.1　等額現金流序列的現值
1.6.2　無限期等額現金流序列的現值--永續年金
1.6.3　始點不在零時刻的現金流序列的現值
1.6.4　不等額現金流序列的現值
1.7　求解利率、期數或年金支付額
1.7.1　求解利率和增長率
1.7.2　求解期數
1.7.3　求解年金支付額
1.7.4　現值和將來值換算關係的回顧
1.7.5　現金流可加性原理
第2章　貼現現金流的應用
2.1　引言
2.2　淨現值和內部收益率
2.2.1　淨現值和淨現值準則
2.2.2　內部收益率和內部收益率準則
2.2.3　與內部收益率準則相關的問題
2.3　投資組合收益的度量
2.3.1　貨幣加權收益率
2.3.2　時間加權收益率
2.4　貨幣市場收益率
第3章　統計學概念和市場收益率
3.1　引言
3.2　一些基本概念
3.2.1　統計學的本質
3.2.2　總體和樣本
3.2.3　度量尺度
3.3　用頻數分佈彙總數據
3.4　數據的圖形表示
3.4.1　直方圖
3.4.2　頻數多邊形和累積頻數分佈圖
3.5　集中趨勢的度量
3.5.1　算術平均數
3.5.2　中位數
3.5.3　眾數
3.5.4　有關均值的其他概念
3.6　位置的度量：分位數
3.6.1　四分位數、五分位數、十分位數、百分位數
3.6.2　分位數在投資中的應用
3.7　離散度的度量
3.7.1　極差
3.7.2　平均絕對偏差
3.7.3　總體方差和總體標準差
3.7.4　樣本方差和樣本標準差
3.7.5　半方差、半離差及其相關概念
3.7.6　切比雪夫不等式
3.7.7　變異係數
3.7.8　夏普比率
3.8　收益率分佈的對稱性和偏度
3.9　收益率分佈的峰度
3.10　使用幾何平均和算術平均
第4章　概率論中的一些概念
4.1　引言
4.2　概率、期望值和方差
4.3　投資組合的期望收益和收益的方差
4.4　概率論的一些議題
4.4.1　貝葉斯公式
4.4.2　計數原理
第5章　常用概率分佈
5.1　引言
5.2　離散型隨機變量
5.2.1　離散均勻分佈
5.2.2　二項分佈
5.3　連續型隨機變量
5.3.1　連續均勻分佈
5.3.2　正態分佈
5.3.3　正態分佈的應用
5.3.4　對數正態分佈
5.4　蒙特卡羅模擬
第6章　抽樣和估計
6.1　引言
6.2　抽樣
6.2.1　簡單隨機抽樣
6.2.2　分層隨機抽樣
6.2.3　時間序列數據和橫截面數據
6.3　樣本均值的分佈
6.4　總體均值的點估計和區間估計
6.4.1　點估計量
6.4.2　總體均值的置信區間
6.4.3　樣本量的選擇
6.5　抽樣中的若干問題
6.5.1　數據挖掘的偏差
6.5.2　樣本選擇的偏差
6.5.3　前視偏差
6.5.4　時期偏差
第7章　假設檢驗
7.1　引言
7.2　假設檢驗
7.3　關於均值的假設檢驗
7.3.1　對單個均值的檢驗
7.3.2　對均值間差異的檢驗
7.3.3　對（配對樣本）均值差的檢驗
7.4　關於方差的假設檢驗
7.4.1　對單個方差的檢驗
7.4.2　對兩個方差是否相等的檢驗
7.5　其他議題：非參數推斷
7.5.1　相關性檢驗：斯皮爾曼（Spearman）秩相關係數
7.5.2　非參數推斷：總結
第8章　相關性和回歸
8.1　引言
8.2　相關性分析
8.2.1　散點圖
8.2.2　相關性分析
8.2.3　計算和解釋相關係數
8.2.4　相關性分析的侷限
8.2.5　相關性分析的應用
8.2.6　相關係數顯著性檢驗
8.3　線性回歸
8.3.1　單變量的線性回歸
8.3.2　線性回歸模型的前提假設
8.3.3　估計量的標準誤差
8.3.4　決定係數
8.3.5　假設檢驗
8.3.6　單變量回歸中的方差分析
8.3.7　預測區間
8.3.8　回歸分析的侷限
第9章　多元回歸和回歸分析中的問題
9.1　引言
9.2　多元線性回歸
9.2.1　多元線性回歸模型的前提假設
9.2.2　預測多元線性回歸模型中的因變量
9.2.3　檢驗是否所有回歸係數為零
9.2.4　調整後的R平方
9.3　虛擬變量在回歸中的使用
9.4　回歸假設的違背
9.4.1　異方差
9.4.2　序列相關
9.4.3　多重共線性
9.4.4　異方差、序列相關、多重共線性：問題的總結
9.5　模型設定和設定中的錯誤
9.5.1　模型設定的原則
9.5.2　函數形式誤設定
9.5.3　時間序列誤設定（自變量與誤差相關）
9.5.4　其他類型時間序列誤設定
9.6　因變量是定性變量的模型
第10章　時間序列分析
10.1　引言
10.2　處理時間序列數據所面臨的挑戰
10.3　趨勢模型
10.3.1　線性趨勢模型
10.3.2　對數線性趨勢模型
10.3.3　趨勢模型和誤差項相關性檢驗
10.4　自回歸時間序列模型
10.4.1　協方差平穩序列
10.4.2　檢測自回歸模型中的序列相關誤差
10.4.3　均值回覆
10.4.4　多期預測和預測的鏈式法則
10.4.5　比較預測模型的表現
10.4.6　回歸係數的不穩定性
10.5　隨機遊走和單位根
10.5.1　隨機遊走
10.5.2　非平穩數據的單位根檢驗
10.6　移動平均時間序列模型
10.6.1　用n期移動平均平滑歷史數據
10.6.2　用移動平均時間序列模型來進行預測
10.7　時間序列模型中的季節性
10.8　自回歸移動平均模型
10.9　自回歸條件異方差模型
10.10　兩個以上時間序列的回歸
10.11　時間序列的其他議題
10.12　時間序列預測建議採取的步驟
第11章　投資組合的概念
11.1　引言
11.2　均值方差分析
11.2.1　最小方差前沿及其相關概念
11.2.2　擴展到3種資產的情況
11.2.3　多個資產最小方差前沿的確定
11.2.4　分散化和投資組合的規模
11.2.5　存在無風險資產條件下的投資組合選擇
11.2.6　資本資產定價模型
11.2.7　均值方差投資組合選擇規則：一個介紹
11.3　均值方差分析在應用中的問題
11.3.1　估計均值方差優化問題中的輸入參數
11.3.2　最小方差前沿的不穩定性
11.4　多因素模型
11.4.1　因素和多因素模型的類型
11.4.2　宏觀經濟因素模型的結構
11.4.3　套利定價理論和因素模型
11.4.4　基本面因素模型的結構
11.4.5　多因素模型在當前實踐中的運用
11.4.6　應用
11.4.7　總結
附錄
術語表
參考文獻
CFA項目介紹
作者簡介
譯者後記