數學與金融經典教材：統計理論（影印版） [Theory of Statistics] 下載 mobi epub pdf 電子書 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] 捨維什（Schervish M.J.） 編

圖書標籤:

• 統計學
• 金融
• 數學
• 經典教材
• 影印版
• 概率論
• 數理統計
• 統計理論
• 經濟學
• 高等教育

齣版社： 世界圖書齣版公司

ISBN：9787510068119

版次：1

商品編碼：11352184

包裝：平裝

外文名稱：Theory of Statistics

開本：24開

齣版時間：2014-01-01

用紙：膠版紙

頁數：702

正文語種：英文

編輯推薦

　　After a brief review of elementary statistical theory， the coverage of thesubject matter begins with a detailed treatment of parametric statisticalmodels as motivated by DeFinetti's representation theorem for exchangeablerandom variables （Chapter l）. In addition， Dirichlet processes and othertailfree processes are presented as examples of infinite-dimensional param-eters. Chapter 2 introduces sufficient statistics from both Bayesian andnon-Bayesian viewpoints. Exponential families are discussed here becauseof the important role sufficiency plays in these models. Also， the conceptof iriformation is introduced together with its relationship to sufficiency.A representation theorem is given for general distributions based on suffi-cient statistics. Decision theory is the subject of Chapter 3， which includesdiscussions of admissibility and minimaxity. Section 3.3 presents an ax-iomatic derivation of Bayesian decision theory， including the use of condi-tional probability. Chapter 4 covers hypothesis testing， including unbiasedtests， P-values， and Bayes factors. We highlight the contrasts between thetraditional "uniformly most powerful" （UMP） approach to testing and de-cision theoretic approaches （both Bayesian and classical）. In particular， wesee how the asymmetric treatment of hypotheses and alternatives in theUMP approach accounts for much of the difference. Point and set estima-tion are the topics of Chapter 5. This includes unbiased and maximum like-lihood estimation as well as confidence， prediction， and tolerance sets. Wealso introduce robust estimation and the bootstrap. Equivariant decisionrules are covered in Chapter 6. In Section 6.2.2， we debunk the commonmisconception of equivariant rules as means for preserving decisions un-der changes of measurement scale. Large sample theory is the subject ofChapter 7. This includes asymptotic properties of sample quantiles， maxi-mum likelihood estimators， robust estimators， and posterior distributions.The last two chapters cover situations in which the random variables are
　　not modeled as being exchangeable. Hierarchical models （Chapter 8） areuseful for data arrays. Here， the parameters of the model can be modeled as exchangeable while the observables are only partially exchangeable. We introduce the popular computational tool known as Markov chain MonteOarlo， Gibbs sampling， or successive substitution sampling， which is very useful for fitting hierarchical models. Some topics in sequential analysis are presented in Chapter 9. These include classical tests， Bayesian decisions， confidence sets， and the issue of sampling to a foregone conclusion.

內容簡介

　　《數學與金融經典教材：統計理論（影印版）》是一部經典的講述統計理論的研究生教程，綜閤性強，內容涵蓋：估計；檢驗；大樣本理論，這些都是研究生要進入博士或者更高層次必須學習的預備知識。為瞭讓讀者具備更加強硬的數學背景和更廣闊的理論知識，書中不僅給齣瞭經典方法，也給齣瞭貝葉斯推理知識。目次：概率模型；充分統計量；決策理論；假設檢驗；估計；等價；大樣本理論；分層模型；序列分析；附錄：測度與積分理論；概率論；數學定理；分布概述。
　　《數學與金融經典教材：統計理論（影印版）》讀者對象：概率統計、數學專業以及相關專業的高年級本科生、研究生和相關的科研人員。

內頁插圖

目錄

Preface

Chapter 1: Probability Models
1.1 Background
1.1.1 General Concepts
1.1.2 Classical Statistics
1.1.3 Bayesian Statistics
1.2 Exchangeability
1.2.1 Distributional Symmetry
1.2.2 Frequency and Exchangeability
1.3 Parametric Models
1.3.1 Prior, Posterior, and Predictive Distributions
1.3.2 Improper Prior Distributions
1.3.3 Choosing Probability Distributions
1.4 DeFinetti's Representation Theorem
1.4.1 Understanding the Theorems
1.4.2 The Mathematical Statements
1.5 Proofs of DeFinetti's Theorem and Related Results
1.5.1 Strong Law of Large Numbers
1.5.2 The Bernoulli Case
1.5.3 The General Finite Case
1.5.4 The General Infinite Case
1.5.5 Formal Introduction to Parametric Models
1.6 Infinite-Dimensional Parameters
1.6.1 Dirichlet Processes
1.6.2 Tailfree Processes

Chapter 2: Sufflcient Statistics
2.1.1 Notational Overview
2.1.3 Minimal and Complete Sufficiency
2.1.4 Ancillarity
2.2 Exponential Families of Distributions
2.2.1 Basic Properties
2.2.2 Smoothness Properties
2.2.3 A Characterization Theorem
2.3.1 Fisher Information
2.3.2 Kullback-Leibler Information
2.3.3 Conditional Information
2.4 Extremal Families
2.4.1 The Main Results
2.4.2 Examples

Chapter 3: Decision Theory
3.1 Decision Problems
3.1.2 Elements of Bayesian Decision Theory
3.1.3 Elements of Classical Decision Theory
3.1.4 Summary
3.2 Classical Decision Theory
3.2.1 The Role of Sufficient Statistics
3.2.2 Admissibility
3.2.3 James-Stein Estimators
3.2.5 Complete Classes
3.3 Axiomatic Derivation of Decision Theory
3.3.1 Definitions and Axioms
3.3.2 Examples
3.3.3 The Main Theorems
3.3.4 Relation to Decision Theory
3.3.5 Proofs of the Main Theorems
3.3.6 State-Dependent Utility

Chapter 4: Hypothesis Testing
4.1 Introduction
4.1.1 A Special Kind of Decision Problem
4.1.2 Pure Significance Tests
4.2 Bayesian Solutions
4.2.1 Testing in General
4.2.2 Bayes Factors
4.3 Most Powerful Tests
4.3.1 Simple Hypotheses and Alternatives
4.3.2 Simple Hypotheses, Composite Alternatives
4.3.3 0ne-Sided Tests
4.3.4 Two-Sided Hypotheses
4.4 Unbiased Tests
4.4.1 General Results

Chapter 5: E8timation
Chapter 6: Equivariance
Chapter 7: Large Sample Theory
Chapter 8: Hierarchical Models
chapter 9: sequential analysis

appendix a: measure and integration theory
appendix b: probability theory
appendix c: mathematical theorems not proven here
appendix d: summary of distributions
references
notation and abbreviation index
name index
subject index

前言/序言

數學與金融經典教材：統計理論（影印版） [Theory of Statistics] 一本深刻剖析統計學基石，揭示金融市場奧秘的權威著作。 《統計理論》並非僅僅是理論的堆砌，它是一扇通往理解數據背後規律的窗口，更是解析金融世界復雜運作機製的鑰匙。本書以嚴謹的數學語言為根基，係統性地闡述瞭統計學的核心概念、方法論和最新進展，為讀者構建起堅實的理論框架。 核心內容概覽： 本書內容涵蓋瞭統計學研究的方方麵麵，旨在為讀者提供一個全麵而深入的認識。 概率論基礎： 在深入探討統計理論之前，本書首先係統迴顧瞭概率論的基礎知識，包括隨機事件、概率公理、條件概率、獨立性、隨機變量、期望、方差等。這些基本概念是理解後續統計推斷和建模的基石，本書通過清晰的數學闡述和適度的例證，幫助讀者鞏固這些核心概念。 參數估計： 這是統計推斷的核心組成部分。本書詳細介紹瞭點估計和區間估計的方法，包括最大似然估計 (MLE)、矩估計等，並深入探討瞭估計量的性質，如無偏性、一緻性、有效性等。讀者將學習如何根據樣本數據來推斷總體的未知參數，以及如何量化估計的不確定性。 假設檢驗： 另一項重要的統計推斷工具，本書係統地講解瞭假設檢驗的原理、步驟和各類檢驗方法。從簡單的t檢驗、卡方檢驗，到更復雜的似然比檢驗，本書都進行瞭詳盡的闡釋。讀者將掌握如何根據數據來判斷一個統計假設是否成立，以及如何理解和控製檢驗的錯誤率。 迴歸分析： 作為描述變量之間關係的重要工具，迴歸分析在金融領域有著極其廣泛的應用。本書從最基礎的簡單綫性迴歸齣發，逐步深入到多元綫性迴歸、非綫性迴歸以及各種廣義綫性模型。讀者將學習如何建立模型來量化自變量對因變量的影響，並進行預測和解釋。 時間序列分析： 金融數據往往具有時間依賴性，時間序列分析為此提供瞭強大的工具。本書介紹瞭平穩性、自相關、偏自相關等概念，並講解瞭ARIMA模型、GARCH模型等經典時間序列模型，以及用於時間序列預測和異常檢測的方法。 貝葉斯統計： 本書也引入瞭貝葉斯統計的框架，闡述瞭貝葉斯推斷的基本思想、先驗分布、後驗分布的計算以及貝葉斯估計和檢驗。這為讀者提供瞭一種與頻率學派不同的統計推斷視角。 非參數統計： 在數據分布未知或難以確定的情況下，非參數統計方法顯得尤為重要。本書介紹瞭一些常用的非參數檢驗和估計方法，為讀者提供瞭更廣泛的統計工具箱。 高級主題與金融應用： 除瞭上述核心內容，本書還可能涉及一些更高級的主題，例如： 數據降維技術： 如主成分分析 (PCA)，在處理高維金融數據時十分有用。 模型選擇與評估： AIC, BIC 等信息準則，以及交叉驗證等方法，幫助讀者選擇最優模型。 濛特卡洛方法： 在復雜的金融模型中進行模擬和估值。 風險管理： 如何利用統計模型量化和管理金融風險。 資産定價： 統計模型在理解和預測資産價格波動中的作用。 投資組閤優化： 基於統計理論進行最優資産配置。 本書特色： 嚴謹的數學推導： 本書以數學理論為核心，每一步推導都力求嚴謹，為讀者構建紮實的理論基礎。 理論與實踐的結閤： 在闡述理論的同時，本書也穿插瞭大量的金融應用案例，幫助讀者理解統計理論在實際金融問題中的應用。 深度與廣度並存： 既有對統計學基本概念的深入剖析，也涵蓋瞭前沿的研究方嚮，適閤不同水平的讀者。 權威性與經典性： 作為一本影印版經典教材，本書匯集瞭統計學領域的智慧結晶，是該領域不可或缺的參考書。 適用讀者： 本書特彆適閤以下讀者： 金融專業的學生和研究人員： 深入理解金融市場運作、風險管理、資産定價等領域，需要紮實的統計理論基礎。 數學、統計學專業的學生和學者： 尋求更深入、更係統地學習統計學理論，並瞭解其在金融領域的應用。 量化交易員、風險分析師、數據科學傢： 希望提升自身在數據分析、模型構建和金融量化方麵的能力。 對金融學和統計學交叉領域感興趣的讀者： 瞭解數學工具如何賦能金融決策。 《統計理論》將幫助您： 掌握統計學的基本原理和核心方法。 理解數據背後的概率分布和隨機性。 學會如何從樣本數據中提取有用的信息，並進行有效的推斷。 建立和評估預測模型，用於風險評估和投資決策。 理解金融市場價格波動、風險傳遞等復雜現象的統計學解釋。 為進一步深入研究金融建模、計量經濟學等領域打下堅實基礎。 這本《統計理論》不僅是一本教材，更是一份通往金融智慧殿堂的指南。它將激勵您以更深刻、更嚴謹的視角去審視金融世界，去發現隱藏在數據中的規律，去做齣更明智的決策。

評分☆☆☆☆☆

我被這本書的“數學與金融”這個組閤深深吸引。我本身是一個對金融市場及其運作機製充滿好奇的人，但同時也對數學在其中的應用感到非常著迷。我總覺得，金融市場的許多復雜現象，都可以用數學語言來描述和解釋。我之前接觸過一些金融入門的讀物，但往往在深入分析時，總會遇到一些統計學上的障礙。這本書的“統計理論”這個標題，正是我所需要的。我期待它能夠為我打開一扇新的窗戶，讓我能夠用更嚴謹、更科學的眼光去審視金融市場。我希望這本書能夠從基礎的概率統計講起，逐步深入到一些在金融領域應用廣泛的統計模型。我尤其關心書中是否能夠提供關於“隨機過程”的介紹，因為我認為這是理解金融市場動態演變的關鍵。另外，我希望書中能包含一些關於“時間序列分析”的內容，因為金融市場的數據往往具有時間依賴性。如果這本書能幫助我建立起一個堅實的統計理論基礎，並且讓我能夠理解這些理論如何應用於解決實際的金融問題，那麼它對我來說將是無價的。

評分☆☆☆☆☆

這本書對我來說，更像是一次對金融世界底層邏輯的探索之旅。我一直認為，金融市場的波動並非隨機，而是由各種復雜的因素相互作用的結果，而統計學正是理解和量化這些復雜性的有力工具。我是一名對金融領域充滿好奇的在校大學生，雖然接觸過一些基礎的統計學知識，但總感覺零散且不夠深入。當我看到這本書的書名時，我立刻被它所吸引，特彆是“數學與金融經典教材”這幾個字，讓我覺得它蘊含著深厚的學術積澱和前沿的金融應用。我期待這本書能夠為我揭示統計理論在金融分析中的真正力量，例如如何利用統計模型來預測市場趨勢，如何進行風險管理，以及如何構建投資組閤。我希望它能提供清晰的理論推導，並輔以生動的案例分析，讓我能夠將抽象的數學概念與真實的金融場景聯係起來。我尤其關心書中對於數據分析方法論的講解，比如如何選擇閤適的統計模型，如何檢驗模型的有效性，以及如何解釋分析結果的金融意義。如果這本書能夠幫助我建立起一套完整的金融數據分析思維框架，那麼它將是我學習道路上的一筆寶貴財富。

評分☆☆☆☆☆

我是一位對金融市場有著敏銳洞察力的經驗人士，從業多年，深感理論知識的不足已經成為我進一步提升的瓶頸。尤其是在麵對日益復雜的金融衍生品和不斷變化的宏觀經濟環境時，僅僅依靠經驗已經顯得力不從心。因此，我一直在尋找一本能夠係統梳理統計理論，並且能夠與金融實踐緊密結閤的教材。這本書的齣現，恰好滿足瞭我的需求。我之所以選擇影印版，是因為它保留瞭原版最純粹的麵貌，我相信其中蘊含的學術價值是經過時間檢驗的。我非常期待書中能夠對一些高級統計模型進行深入講解，例如麵闆數據模型、非參數統計方法，甚至是機器學習在金融領域的應用。我希望這些講解不僅僅停留在公式層麵，更能提供對模型假設、模型選擇以及模型解釋的細緻分析，並且能結閤具體的金融應用場景，讓我能夠將學到的知識立即應用到我的工作中。我特彆關注書中對於“統計推斷”的闡述，在我看來，這是從數據中提取有價值信息，並做齣可靠決策的關鍵。如果這本書能夠幫助我提升統計推斷的能力，那麼它將對我的職業發展産生深遠的影響。

評分☆☆☆☆☆

這本書的封麵和標題，單單是“數學與金融經典教材”這幾個字，就足以讓任何一個對量化金融或者數學建模感興趣的人心頭一動。我是在一個偶然的機會，在一個知名的學術書店裏翻閱到的，當時就被它厚重的紙張和印刷質量吸引住瞭，感覺這就是一本值得珍藏的“老炮兒”。拿到手裏沉甸甸的，讓人覺得裏麵蘊含著實在的知識。我一直覺得，一本好的教材，不僅在於內容的深度，更在於它是否能激發讀者的求知欲，能否將枯燥的數學理論用一種引人入勝的方式呈現齣來。這本書給我的第一印象就是，它擁有這種潛力。我尤其期待書中對一些基礎統計概念的深入講解，比如概率分布、假設檢驗、迴歸分析等等，我希望它能不僅僅是概念的羅列，而是能夠解釋這些理論的來龍去脈，以及它們在實際金融問題中是如何被應用的。這本書是否能做到這一點，將是我衡量它價值的重要標準。我是一個喜歡刨根問底的人，所以對書中那些“為什麼”的解答特彆在意，希望它能提供清晰的推導過程和直觀的解釋，讓我不僅知其然，更能知其所以然。

評分☆☆☆☆☆

這本書在我眼中，是一扇通往金融數據分析世界的大門。我是一名對金融領域充滿嚮往的計算機科學專業的學生，我深知數據在現代金融中的重要性，也清楚統計學是理解和分析海量金融數據的關鍵。我之前接觸過一些關於數據挖掘和機器學習的課程，但總覺得在統計理論這個基礎層麵上，還有很多欠缺。這本書的“統計理論”這個標題，讓我覺得它能夠填補我知識體係中的這個空白。我非常期待它能夠清晰地介紹各種統計分布、參數估計、假設檢驗等基本概念，並且能夠深入講解一些在金融領域常用的統計模型，比如迴歸分析、時間序列模型，甚至是一些更高級的統計方法。我希望這本書能不僅僅停留在理論層麵，更能提供一些關於如何用編程語言（例如R或者Python）來實現這些統計模型的指導，以及如何解釋分析結果在金融場景下的實際意義。我個人比較偏好邏輯清晰、條理分明的講解方式，並且希望書中能夠提供一些練習題，讓我能夠通過實踐來鞏固所學的知識。

評分☆☆☆☆☆

我對這本書的期待，在於它能否幫助我突破思維的局限，用一種更加量化和嚴謹的方式來理解金融世界。我是一名對金融市場充滿熱情但又深感理論基礎薄弱的普通投資者。在日常的投資決策中，我常常感到自己過於依賴直覺和經驗，而缺乏一種更具科學性的分析工具。這本書的“統計理論”這個核心內容，以及“經典教材”的定位，讓我覺得它是一本能夠幫助我提升分析能力，並做齣更理性決策的有力武器。我希望書中能夠講解一些基礎但至關重要的統計概念，例如正態分布、泊湳分布等，並解釋它們在金融市場中的意義。我更期待書中能介紹一些在風險管理和資産配置中常用的統計方法，比如如何利用統計模型來衡量和管理投資風險，如何通過統計分析來優化資産組閤的配置。我希望這些講解能夠清晰易懂，並且能夠提供一些實用的技巧和方法，讓我能夠將學到的知識直接應用到我的投資實踐中。如果這本書能讓我擺脫“拍腦袋”式的決策，走嚮一種更加科學、更加自信的投資之路，那麼它將是我的明燈。

評分☆☆☆☆☆

坦白說，我是一個對金融市場錶麵繁華之下隱藏的數學邏輯非常著迷的人。我總覺得，那些令人眼花繚亂的金融産品和波動莫測的市場，背後一定存在著一套嚴謹的數學規律在支撐。我本身是數學專業的背景，對統計學並不陌生，但一直以來，總覺得在將這些理論知識應用於金融領域時，缺少一個清晰的橋梁。這本書的書名“數學與金融經典教材：統計理論”立刻抓住瞭我的眼球，這正是我一直在尋找的那座連接數學與金融的橋梁。我非常期待這本書能夠深入淺齣地講解統計學的核心概念，並且能夠提供豐富的金融應用案例。我希望它能涵蓋一些我熟悉但從未深入探討過的領域，比如模型的檢驗、假設的設定，以及如何處理金融數據中的特殊性，比如非平穩性、異方差性等等。我更看重的是書中對於理論的邏輯推導和數學證明的嚴謹性，作為數學專業齣身的我，享受的是那種步步為營、嚴絲閤縫的論證過程。如果這本書能夠提供讓我眼前一亮的洞見，或者能夠幫助我建立起一套全新的金融建模思路，那麼它將是我的案頭必備。

評分☆☆☆☆☆

我購買這本書純粹是齣於個人興趣。我對金融市場有著濃厚的興趣，但一直覺得自己的知識體係中缺乏一個堅實的數學基礎。每次在財經新聞裏看到關於市場分析、風險評估之類的報道，總覺得有很多深層次的邏輯我無法完全理解，而這些往往都離不開統計學的原理。我希望通過閱讀這本書，能夠係統地學習統計學的基礎知識，尤其是那些與金融領域密切相關的部分。我不太追求那種“速成”的學習方法，更傾嚮於一步一個腳印地打牢基礎。因此，我非常看重教材的邏輯嚴謹性和內容的深度。這本書的標題和副標題，尤其是“經典教材”和“影印版”，給我一種它蘊含著豐富且經過時間檢驗的知識體係的期待。我希望能從這本書中學到一些經典的統計模型，比如時間序列分析，或者貝葉斯統計等，瞭解它們是如何被發展起來的，以及在金融領域的具體應用案例。我個人對數學的接受度還可以，但對於過於抽象和脫離實際的理論講解會感到乏味，所以希望這本書能在理論深度和實際應用之間找到一個很好的平衡點。

評分☆☆☆☆☆

我是一名研究生，正在攻讀金融工程專業，學校的課程設置裏有大量的統計學和概率論的課程。之前也接觸過一些國內的教材，總覺得在理論的嚴謹性和深度上，和國際頂尖的水平還有一些差距。聽說“統計理論（影印版）”是國外一本非常有名的教材，很多高校的金融數學專業都會參考，所以就特意找瞭來。拿到這本書，首先被它的排版吸引瞭，雖然是影印版，但清晰度很高，紙張的質感也很好，拿在手裏很舒服。我之前看一些國內教材，有時候會覺得邏輯跳躍比較大，或者講解不夠透徹，希望這本書能在這方麵有所不同。我特彆想看看它對核心統計概念是如何闡述的，比如中心極定理、大數定律這些基礎，它們是理解很多高級模型的基礎。還有迴歸分析，這在金融建模中是必不可少的工具，希望這本書能提供一些更深刻的見解，不僅僅是公式的推導，更重要的是對模型假設、誤差分析以及如何解釋迴歸結果的深入探討。如果這本書能幫助我建立起紮實的統計理論基礎，並且理解這些理論如何應用於解決實際的金融問題，那麼它對我來說就是一本不可多得的寶藏。

評分☆☆☆☆☆

在我看來，一本好的金融教材，不僅僅是知識的傳遞，更是一種思維方式的啓迪。我是一位金融從業者，多年的工作經驗讓我深刻體會到，在信息爆炸的時代，如何從海量的數據中提煉齣有價值的洞察，以及如何做齣更明智的決策，是成功的關鍵。而我堅信，統計學是實現這一目標不可或缺的工具。這本書的“統計理論”這個主題，以及“經典教材”的定位，讓我對它充滿瞭期待。我希望這本書能夠係統地講解統計學的基本原理，包括概率論、數理統計等，並且能夠詳細闡述這些原理在金融領域的具體應用。我特彆關注書中對各種統計模型的介紹，例如，在風險管理中如何應用統計模型來評估 VaR（在險價值），在資産定價中如何利用統計方法來構建因子模型，以及在投資組閤優化中如何運用統計學原理來分散風險。我希望這本書能提供一些深入的分析，讓我能夠理解這些模型背後的邏輯，並學會如何根據不同的金融場景選擇和應用閤適的統計方法。

評分☆☆☆☆☆

支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東

評分☆☆☆☆☆

評價狀態

評分☆☆☆☆☆

數學與金融經典教材：統計理論（影印版）

評分☆☆☆☆☆

統計理論的好書，介紹全麵

評分☆☆☆☆☆

這是一本關於金融數學方麵的書籍，我非常喜歡。金融數學（Financial Mathematics），又稱分析金融學、數理金融學、數學金融學，是20世紀80年代末、90年代初興起的數學與金融學的交叉學科。金融數學主要運用現代數學理論和方法(如:隨機分析、隨機最優控製、組閤分析、非綫性分析、多元統計分析、數學規劃、現代計算方法等)對金融(除銀行功能之外,還包括投資、債券、基金、股票、期貨、期權等金融工具和市場)的理論和實踐進行數量的分析研究。其核心問題是不確定條件下的最優投資策略的選擇理論和資産的定價理論。套利,最優和均衡是其中三個主要概念。近二十幾年來，金融數學不僅對金融工具的創新和對金融市場的有效運作産生直接的影響，而且對公司的投資決策和對研究開發項目的評估(如實物期權)以及在金融機構的風險管理中得到廣泛應用。金融與數學的結閤越來越引起國際金融界和數學界的關注。金融數學也已經開始在我國得到瞭越來越廣泛的重視。所以更應鼓勵數學係學生去考經濟金融研究生；增加經濟和金融專業數學內容(而不是減少)，鼓勵專傢學者“下海”，以形成高素質的新型企業傢、銀行傢集團，為我國的金融體製改革，以及我國金融市場與國際金融市場接軌、參與國際金融市場競爭，做齣應有的貢獻。

評分☆☆☆☆☆

評價狀態

評分☆☆☆☆☆

拿到書感覺不錯，但是很多不懂，隻有慢慢學，加油

評分☆☆☆☆☆

good!!!!!!!!!!!!!!!!!!!!!!!!

評分☆☆☆☆☆

看上去不錯，收藏用。