MATLAB在金融时间序列分析及建模中的应用

MATLAB是优秀的数学计算工具 ,本文阐述并举例说明如何利用MATLAB来对金融时间序列进行分析及建模。

《金融时间序列分析》课程教学改革的探索

《金融时间序列分析》是一门研究金融时间序列理论及其规律的科学,其探讨的内容包括当前研究热点和一些最新研究成果,尤其是风险值计算、高频数据分析、随机波动率建模和马尔可夫链蒙特卡罗方法等方面。为了满足重点本科院校中数学基础相对薄弱的经管类学生的学习需要,本文从金融时间序列课程本身的实用性出发,结合实际教学和工作经验,探讨了《金融时间序列分析》课程教学的必要性,进一步研究如何更好地开展课程教学,使书本上的统计理论知识与金融实践很好地结合起来,从而最大限度地实现以"应用为本、学以致用"为目的的基本教育理念。

基于R语言的《金融时间序列分析》课程教学改革与实践

本文将R语言引入金融时间序列分析课程的教学中,构建基于R语言的教学案例库,进行课程改革与实践,有助于学生对所学知识融会贯通,提升学生运用数理方法解决金融学实际问题的能力。

《金融时间序列分析》实施课程思政教学的探索

在学科知识传授过程中,融入思想政治教育相关内容,可达到思想政治教育同专业知识形成协同效应,教学效果良好。本文对金融时间序列课程的知识点和思政进行了融合,做到思政融入和专业知识能够衔接流畅,并从实施思路和重点措施两方面对《金融时间序列分析》实施课程思政教学进行了探讨。

应用型本科金融时间序列分析课程教学改革路径--基于PYTHON语言

结合本校教学实践,针对金融时间序列分析课程教学中存在的问题,从教学内容、师资力量、教学资源三个方面对金融时间序列分析课程教学改革路径进行了分析。围绕对知识的运用能力这一核心,提出基础知识+实例教学+方法应用+Python、学校师资+企业外聘+专题讲座+国家精品课平台、课程实训+企业实践+免费培训+学习论坛的改革方案,并阐述了具体实施注意事项。

基于多元经验模式分解的股票收益与宏观经济关系分析

提出一种基于多元经验模式分解的股票市场收益与宏观经济活动关系的分析方法。通过月度道琼斯指数和美国工业生产指数的联合多元经验模式分解,得到多元金融时间序列的多尺度分量。采用希尔伯特—黄变换和边际谱确定每个尺度的主周期,进而在不同尺度下对多元时间序列进行相关性分析及Granger因果检验。结果表明:股票指数在中、长周期的某些尺度上是工业生产指数的Granger原因,序列之间具有明显的相关性,股票指数领先工业生产指数16个月到32个月不等。

金融数据波动率模型教学研究

条件异方差模型即波动率模型是金融时间序列分析中很重要的一系列模型,是用来解决金融收益率波动问题,波动率是度量风险的一个常用指标。金融专业高年级学生会开设金融时间序列分析,必然涉及到波动率模型,波动率模型形式比较复杂,包含信息量很大,文章从如下几个方面探讨如何上好条件异方差模型:模型引入,模型介绍,案例分析,小论文写作和复习课讲解。旨在让学生掌握扎实的理论,敏锐的分析能力和动手能力。