金融统计与数据分析(第二版)|金融工程与R语言实战
本书是金融工程与数据分析领域的权威教材,由康奈尔大学David Ruppert和密歇根州立大学David S. Matteson合著,Springer出版。全书736页,涵盖金融数据探索、时间序列分析、风险建模、投资组合优化等核心主题,所有方法均配有R语言实现代码。适合金融工程学生、量化分析师、风险管理从业者系统学习统计建模在金融中的应用。第二版新增机器学习与大数据分析内容,兼顾理论与实践,是高校金融统计课程的经典参考书。
本书是金融工程与数据分析领域的权威教材,由康奈尔大学David Ruppert和密歇根州立大学David S. Matteson合著,Springer出版。全书736页,涵盖金融数据探索、时间序列分析、风险建模、投资组合优化等核心主题,所有方法均配有R语言实现代码。适合金融工程学生、量化分析师、风险管理从业者系统学习统计建模在金融中的应用。第二版新增机器学习与大数据分析内容,兼顾理论与实践,是高校金融统计课程的经典参考书。
本书是金融工程与数据分析领域的权威教材,由康奈尔大学David Ruppert和密歇根州立大学David S. Matteson合著,Springer出版。全书736页,涵盖金融数据探索、时间序列分析、风险建模、投资组合优化等核心主题,所有方法均配有R语言实现代码。适合金融工程学生、量化分析师、风险管理从业者系统学习统计建模在金融中的应用。第二版新增机器学习与大数据分析内容,兼顾理论与实践,是高校金融统计课程的经典参考书。
本书是金融工程与数据分析领域的权威教材,由康奈尔大学David Ruppert和密歇根州立大学David S. Matteson合著,Springer出版。全书736页,涵盖金融数据探索、时间序列分析、风险建模、投资组合优化等核心主题,所有方法均配有R语言实现代码。适合金融工程学生、量化分析师、风险管理从业者系统学习统计建模在金融中的应用。第二版新增机器学习与大数据分析内容,兼顾理论与实践,是高校金融统计课程的经典参考书。
本报告由Springer发布,发布于 2019 年。
覆盖 2019 年,全文约 736。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合金融工程学生、量化分析师、风险管理从业者、统计建模研究人员等读者参考。
重点分析了金融投资、金融统计、金融工程、语言实战等议题。