目录回到顶部↑ 推荐序. 译者序 作者简介 前言 第一部分 导论 第1章 投资环境 2 1.1 实物资产和金融资产 2 1.2 金融资产分类 3 1.3 金融市场和经济 4 1.4 投资过程 7 1.5 竞争性市场 7 1.6 市场参与者 8 1.7 市场动态 11 1.8 全书框架 13 小结 14 网址 14 标准普尔 14 习题 14 概念检查答案 15 第2章 资产类别与金融工具 16 .2.1 货币市场 16 2.2 债券市场 20 2.3 股权证券 25 2.4 股票市场指数和债券市场指数 26 2.5 衍生市场 31 小结 33 网址 34 标准普尔 34 习题 34 概念检查答案 35 第3章 证券是如何交易的 36 3.1 公司怎样发行证券 36 3.2 证券如何交易 40 3.3 美国证券市场 43 3.4 其他国家的市场结构 47 3.5 交易成本 48 3.6 用保证金信贷购买 49 3.7 卖空 51 3.8 证券市场监管 53 小结 56 网址 57 标准普尔 57 习题 57 概念检查答案 59 第4章 共同基金和其他投资公司 60 4.1 投资公司 60 4.2 投资公司的类型 61 4.3 共同基金 63 4.4 共同基金的投资成本 66 4.5 共同基金的所得税 69 4.6 交易所交易基金 69 4.7 共同基金投资绩效：初探 70 4.8 共同基金的信息 71 小结 74 网址 75 标准普尔 75 习题 75 概念检查答案 76 第二部分 投资组合理论与实践 第5章 从历史数据中学习收益和风险 78 5.1 利率水平的决定因素 78 5.2 不同持有期收益率的比较 81 5.3 短期国库券与通货膨胀(1926～2005) 83 5.4 风险与风险溢价 84 5.5 历史收益率时间序列分析 86 5.6 正态分布 88 5.7 偏离正态 89 5.8 股权收益与长期债券收益的历史记录 91 5.9 长期投资 96 5.10 非正态分布的风险度量 100 小结 101 网址 101 标准普尔 101 习题 102 概念检查答案 103 第6章 风险厌恶与风险资产的资本配置 104 6.1 风险与风险厌恶 104 6.2 风险资产与无风险资产投资组合的资本配置 110 6.3 无风险资产 112 6.4 单一风险资产与单一无风险资产的投资组合 112 6.5 风险容忍度与资产配置 114 6.6 消极策略：资本市场线 117 小结 120 网址 120 标准普尔 121 习题 121 概念检查答案 123 附录6a 风险厌恶、期望效用与圣彼得堡悖论 124 附录6b 效用函数和保险合同的均衡价格 127 第7章 优化风险投资组合 128 7.1 分散化与投资组合风险 128 7.2 两种风险资产的投资组合 130 7.3 资产在股票、债券与短期国库券之间的配置 134 7.4 马科维茨的投资组合选择模型 137 7.5 风险聚集、风险分担与长期资产的风险 143 小结 145 网址 146 习题 146 概念检查答案 149 附录7a 电子表格模型 150 附录7b 投资组合统计量回顾 154 第8章 指数模型 160 8.1 证券市场的单因素模型 160 8.2 单指数模型 162 8.3 估计单指数模型 165 8.4 投资组合的构建与单指数模型 170 8.5 指数模型在投资组合管理中的实际运用 175 小结 180 网址 180 标准普尔 180 习题 181 概念检查答案 182 第三部分 均衡资本市场 第9章 资本资产定价模型 184 9.1 资本资产定价模型 184 9.2 资本资产定价模型和指数模型 193 9.3 资本资产定价模型符合实际吗 195 9.4 计量经济学与期望收益-贝塔关系 197 9.5 资本资产定价模型的拓展形式 198 9.6 资本资产定价模型和流动性 200 小结 204 网址 205 标准普尔 205 习题 205 概念检查答案 207 第10章 套利定价理论与风险收益的多因素模型 209 10.1 多因素模型概述 209 10.2 套利定价理论 212 10.3 单一资产与套利定价理论 216 10.4 多因素套利定价理论 216 10.5 何处寻找影响因素 218 10.6 多因素资本资产定价模型与套利定价理论 219 小结 221 网址 221 标准普尔 221 习题 221 概念检查答案 223 第11章 有效市场假定 224 11.1 随机漫步与有效市场假定 224 11.2 有效市场假定的含义 227 11.3 事件研究 229 11.4 市场是有效的吗 231 11.5 共同基金和分析业绩 239 小结 244 网址 244 习题 24

毕业设计论文范文源码用于初创投资的机器学习方法 完整数据集可从： 抽象的 在这个项目中，实施和探索了一种将初创公司分为两类（成功和不成功）的机器学习方法。 该项目的数据集是从 Crunchbase 获得的。 它由 11 个不同的表格组成，其中包含有关初创公司、投资者、关系和创始人在生态系统中的背景以及许多其他信息的信息。 四个表被列入候选名单并合并为一个数据集。 然而，在数据转换和预处理之后，由于数据稀疏，不得不丢弃大量数据。 最终数据集由 61,716 个初创公司实例和 36 个特征组成。 还进行了特征缩放，将特征数量减少到七个，同时保持相同的预测能力。 对数据使用了五种监督机器学习算法，其中包括：决策树、支持向量机、随机森林、朴素贝叶斯和多层感知器。 K-means Clustering 也被组合应用，用于提升性能。 所有机器学习算法的准确率都达到了 90% 以上。 然而，这可以归因于数据集上存在的类的偏态分布。 召回被认为是一个更重要的绩效指标，因为应该优先考虑最大限度地减少误报（将任何成功的启动错误归类为不成功）的策略（错失机会的成本非常高）。 结果表明，MLP 模型在所有其他

最新版本 本文档的最新版本是 可在此处找到 pdf 文件： 可以在这里找到一个网站： : 可以通过作为 RSS 提要跟踪更改。 请将进一步更改发送至或在下输入。 本文档将作为社区项目进行扩展和管理。 动机 废话。 免责声明 社区绝不能替代个人和专业税务建议。 此处提供的信息仅供参考和说明。 我不是税务顾问，这篇文章不应被视为税务建议。 如需具有法律约束力的建议，请咨询您的税务顾问。 概述

CFA 一级试题 十五 Asset Valuation Debt Investments Analysis and Valuation_removed.pdf

CFA 一级试题 十四 Asset Valuation Debt Investments Basic Concepts_removed

The most popular investment book in the United States. Lead students from basic concepts to deep strategies.