MATLAB金融风险管理师FRM：金融科技Fintech应用/FRM金融风险管理师零基础编程

　　金融风险管理已经成为各个金融机构必备的职能部门，特别是随着全球金融一体化的不断发展与深入，金融风险管理越发重要，也日趋复杂。金融风险管理师（Financial Risk Manager，FRM）认证考试就是在这个大背景下推出的，FRM考试现在已经是金融风险管理领域的国际认证考试。本丛书以FRM考试第1、2级考纲内容为中心，并且突出介绍在实际工作中所必需的金融建模风险管理知识。本丛书将金融风险建模知识和MATLAB编程有机地结合在一起，配合丰富的彩色图表，由浅入深地将各种金融概念和计算结果可视化，帮助读者理解金融风险建模核心知识，提高数学和编程水平。
　　《MATLAB金融风险管理师FRM：金融科技Fintech应用/FRM金融风险管理师零基础编程》是本丛书的第五本，共分12章。第1章是本丛书第三本第11章时间序列的姊妹章，介绍多重共线性、岭回归、Lasso回归，以及协整性和向量误差修正模型。第2章延续本丛书第三本第9、第10两章，继续探讨蒙特卡罗模拟中的跳跃过程和拟蒙特卡罗模拟，本章最后给出一个模拟投资组合VaR值的案例分析。第3章和第4章，分别介绍利率模型及波动率模型与校准；特别的是，这两章内容和衍生品定价紧密联系。第5章详细介绍对手风险中信用敞口、信用指标模拟计算，以及如何规避对手信用风险及信用价值调整；本章最后探讨错向风险。第6章介绍股票技术分析，其中包括蜡烛图、股价绘图、成交量图以及各种震荡指标等。第7、第8两章衔接本丛书第四本第8-10章，继续探讨投资组合优化问题。其中，第7章介绍平均绝对离差和风险价值两种风险指标以及信息比率和风险规避，本章最后介绍Black Litterman模型；第8章主要介绍风险贡献、风险预算，并且基于此介绍风险平价和层次风险平价两种重要的资产配置策略，最后比较几种常见的投资策略。第9章介绍因素投资，其中包括单因子模型、双因子模型、多因子模型，以及主成分分析模型。第10-12章集中介绍Fintech常见的机器学习方法，其中包括经典的监督和非监督算法，以及神经网络算法。
　　《MATLAB金融风险管理师FRM：金融科技Fintech应用/FRM金融风险管理师零基础编程》适合所有金融从业者阅读，特别适合金融编程零基础读者参考学习；也适合作为FRM考生的备考参考学习，可以帮助FRM持证者实践金融建模；还是巩固金融知识、应对金融风险管理岗位笔试、面试的利器。第1章 时间序列
1．1 多重共线性
1．2 岭回归
1．3 Lasso回归
1．4 协整性
1．5 向量误差修正模型

第2章 蒙特卡罗模拟III
2．1 跳跃过程
2．2 拟蒙特卡罗模拟
2．3 模拟投资组合VaR

第3章 利率模型与校准
3．1 利率衍生品
3．2 利率模型
3．3 模型校准
3．4 利率三叉树

第4章 波动率模型与校准
4．1 隐含波动率
4．2 Heston随机波动率模型
4．3 局部波动率模型
4．4 SABR随机波动率模型

第5章 交易对手信用风险
5．1 交易对手信用风险
5．2 信用敞口
5．3 信用敞口指标
5．4 信用敞口的模拟
5．5 交易对手信用风险规避
5．6 信用价值调整
5．7 错向风险

第6章 技术分析
6．1 技术分析
6．2 蜡烛图
6．3 其他股价绘图
6．4 成交量图
6．5 价格变化图像
6．6 震荡指标

第7章 投资组合优化IV
7．1 风险指标
7．2 平均绝对离差（MAD）
7．3 风险价值VaR和ES
7．4 投资组合优化对象
7．5 信息比率
7．6 风险规避
7．7 Black-Litterman模型

第8章 投资组合优化V
8．1 风险贡献
8．2 风险预算
8．3 风险平价
8．4 层次风险平价
8．5 投资策略比较
8．6 回顾测试
……

第9章 因素投资
第10章 机器学习I
第11章 机器学习II
第12章 机器学习III

结束语
备忘
参考及推荐图书