北京雀斑医院电话 http://m.39.net/disease/a_9296843.html
对可获取数据进行分析是我们理解金融市场的基本特征，设计出捕捉核心市场驱动的模型，以及在了解这些模型优势、劣势和局限的基础之上选择出最合适定价模型的第一步，也是至关重要的一步。没有任何模型能够完美地模拟出现实的情境，尽管所有模型都是错误的，但是有些模型是有帮助的。
如果存在对我们有用的模型，我们应该如何选择和甄别它们呢？为了能够做出正确的选择，我们需要借助于机器学习技术中的常用方法：
①偏差-方差均衡(Bias-variancetradeoff)：在简单模型（较大偏差）与复杂模型（较大方差）之间进行权衡；
②交叉验证(Crossvalidation)：训练集之外的测试模型假设；
③不确定性分析(Uncertaintyanalysis)：模型参数的任何统计估计都存在不确定性，这点必须进行考量；
本项目旨在向同学们介绍金融市场数据的分析。通过完成本项目，同学们将能够：
初步接触金融市场，尤其是股票和固定收益。了解金融分析中广泛使用的BlackScholes模型的基本假设；
学习如何“看数据”：Youcanseealotbyjustlooking；
如何进行不确定性评估，如何测试漂移的存在性以及如何测试正态性假设；
了解财务回报的典型化事实，并在数据上证明其有效性；
关于导师
纽约大学金融与风险工程系教授波士顿大学金融系讲师
曾任摩根士丹利执行董事/副总裁，任职时间超过12年；
在商品衍生品的建模、定价和风险管理领域超过18年丰富经验；
研究兴趣：金融衍生产品；期权定价理论；风险管理；商品波动性和相关性；
项目安排
本项目为线上进阶科研，通过教授授课+学术研讨，完成相关知识学习、项目选题、研究探索、项目答辩及科研报告。
Phase1｜预习阶段2-week
根据导师提供的推荐阅读材料进行项目预习，具体包含：
①复习概率论、统计学、微积分和线性代数等必要的数学知识；
②熟悉Excel表格的基本功能，熟悉一些金融数据网站，例如yahoofinance；
③可选：熟悉Python基本编程；
Phase2｜导师授课+研讨答辩7-week
Week1：金融市场概论
Returnsandlog-returnsforstocks,dividends
TheRandomWalkModel,GeometricalRandomwalks,Simulations
IntroductiontoFixedIn
转载请注明地址:http://www.xianshizx.com/xasms/488422.html
