本书所介绍的全球通用的准则将帮助投资者理解定量投资方法，并将这些方法应用到当今的投资过程中。在新版中，作者对该学科中的相关内容进行了更新；并对一些主要内容（包括回归、时间序列和多因子模型）的表述和介绍进行了修改；此外，还提供了更加丰富多彩的投资实例，这些实例反映了在当前投资界中所发生的变化。本书对许多定量分析方法予以了清晰的介绍，并给出了实例。本书讨论的主题包括：货币的时间价值；折现现金流的应用；常用概率分布；抽样和估计；假设检验；相关性和回归；多元回归和回归分析中的一些问题；时间序列分析；投资组合的概念。

无

我们很高兴为你带来第3版《量化投资分析》，本书聚焦于当下专业投资者的必备工具的介绍。有别于传统的货币时间价值、折现现金流的应用等专题，本书主要介绍诸如相关性和回归等如何进行假设构建以及检验的高级概念。本书将会讲授对主流意见提出质疑的关键技巧，包括如何从浩如烟海的数据中提取有用信息。
本书的内容是由一组杰出的学者和从业者在CFA协会的指导下合作完成的，这些作者都是行业公认的专家。本书是专门为投资从业者编写的，并且加入了例子和实践问题，以强化学习成果和展示其在现实世界的适用性。
本书内容遵循CFA项目课程大纲，该课程大纲接受了严格的审查以确保它：忠实于我们当前行业实践分析的结果。
对会员、雇主和投资者有价值。
与全球相关。
本质上是通用的（而不是专用的）。
提供充分的例子和练习机会。
适合教学。我们希望你能觉得本书和“CFA协会投资系列”中的其他书籍有助于你增加投资知识，无论你是新入门者还是努力在不断变化的市场环境中与时俱进的资深人士。作为长期致力于投资行业的参与者和非营利性的全球会员组织，CFA协会很高兴为你提供这个机会。

金融投资

投资领域中关于量化分析的全新指南！

《量化投资分析》介绍了很多基本工具，有助于读者更好地理解量化投资。在当前市场，科技和量化技术已经深入到商业和商业分析的各个维度，而量化分析已在投资世界中变得无比重要，且重要性还在逐年递增。对量化方法的运用和理解能让所有投资者更加受益。
—— Ted Seides　CFA，Protégé Partners联席投资总监&主席
就金融而言，首要任务是要把基础构建好，这本书能满足这个需求，它提供了一个成为成功投资人所需的最基本的技术和概念，强烈推荐！
—— 韦斯利 R. 格雷（Wesley R. Gray） 博士　Alpha Architect的CEO/CIO
这本书真正能盘根见底，简洁、明晰，提供了关于组合管理和资产定价的统计学和经济学基础，并对当前所用的主流的资产定价模型做了详尽回顾。
—— 戴维·布莱克韦尔（David Blackwell）　肯塔基大学Gatton商学院院长

CFA协会介绍
推荐序
前　言
致　谢
关于“CFA协会投资系列”
第1章　货币的时间价值/1
　1.1　引言1
　1.2　利率：经济学的解释2
　1.3　单笔现金流的终值4
　　1.3.1　复利的频数9
　　1.3.2　连续复利11
　　1.3.3　名义利率和有效利率12
　1.4　现金流序列的终值13
　　1.4.1　等额现金流序列——普通年金13
　　1.4.2　不等额现金流序列15
　1.5　单笔现金流的现值15
　　1.5.1　求解单笔现金流的现值15
　　1.5.2　复利的频数17
　1.6　现金流序列的现值18
　　1.6.1　等额现金流序列的现值19
　　1.6.2　无限期等额现金流序列的现值——永续年金22
　　1.6.3　起始点不在0时刻的现金流序列的现值23
　　1.6.4　不等额现金流序列的现值25
　1.7　求解利率、期数或年金支付额26
　　1.7.1　求解利率和增长率26
　　1.7.2　求解期数28
　　1.7.3　求解年金支付额29
　　1.7.4　现值和终值换算关系的回顾32
　　1.7.5　现金流可加性原理34
　1.8　总结35
第2章　贴现现金流的应用/36
　2.1　引言36
　2.2　净现值和内部收益率37
　　2.2.1　净现值和净现值准则37
　　2.2.2　内部收益率和内部收益率准则39
　　2.2.3　与内部收益率准则相关的问题43
　2.3　投资组合收益的度量45
　　2.3.1　金额加权收益率45
　　2.3.2　时间加权收益率47
　2.4　货币市场收益率52
　2.5　总结58
第3章　统计学概念和市场收益率/59
　3.1　引言60
　3.2　一些基本概念60
　　3.2.1　统计学的本质61
　　3.2.2　总体和样本61
　　3.2.3　度量尺度62
　3.3　用频数分布汇总数据64
　3.4　数据的图形表示71
　　3.4.1　直方图71
　　3.4.2　频数多边形和累积频数分布图73
　3.5　集中趋势的度量75
　　3.5.1　算术平均数75
　　3.5.2　中位数79
　　3.5.3　众数82
　　3.5.4　有关均值的其他概念84
　3.6　位置的度量：分位数92
　　3.6.1　四分位数、五分位数、十分位数、百分位数92
　　3.6.2　分位数在投资中的应用97
　3.7　离散度的度量99
　　3.7.1　极差99
　　3.7.2　平均绝对偏差100
　　3.7.3　总体方差和总体标准差102
　　3.7.4　样本方差和样本标准差105
　　3.7.5　半方差、半离差及其相关概念108
　　3.7.6　切比雪夫不等式110
　　3.7.7　变异系数111
　　3.7.8　夏普比率113
　3.8　收益率分布的对称性和偏度116
　3.9　收益率分布的峰度120
　3.10　使用几何平均和算术平均124
　3.11　总结126
第4章　概率论中的一些概念/129
　4.1　引言130
　4.2　概率、期望值和方差130
　4.3　投资组合的期望收益和收益的方差153
　4.4　概率论的一些议题162
　　4.4.1　贝叶斯公式162
　　4.4.2　计数原理167
　4.5　总结171
第5章　常用概率分布/174
　5.1　引言175
　5.2　离散型随机变量175
　　5.2.1　离散均匀分布178
　　5.2.2　二项分布179
　5.3　连续型随机变量189
　　5.3.1　连续均匀分布189
　　5.3.2　正态分布192
　　5.3.3　正态分布的应用198
　　5.3.4　对数正态分布201
　5.4　蒙特卡罗模拟207
　5.5　总结214
第6章　抽样和估计/217
　6.1　引言217
　6.2　抽样218
　　6.2.1　简单随机抽样218
　　6.2.2　分层随机抽样220
　　6.2.3　时间序列数据和横截面数据222
　6.3　样本均值的分布224
　　6.3.1　中心极限定理224
　6.4　总体均值的点估计和区间估计227
　　6.4.1　点估计量228
　　6.4.2　总体均值的置信区间230
　　6.4.3　样本量的选择235
　6.5　抽样中的若干问题238
　　6.5.1　数据挖掘的偏差238
　　6.5.2　样本选择的偏差241
　　6.5.3　前视偏差242
　　6.5.4　时期偏差243
　6.6　总结244
第7章　假设检验/247
　7.1　引言248
　7.2　假设检验248
　7.3　关于均值的假设检验258
　　7.3.1　对单个均值的检验259
　　7.3.2　对均值间差异的检验265
　　7.3.3　对（配对样本）均值差的检验269
　7.4　关于方差的假设检验273
　　7.4.1　对单个方差的检验273
　　7.4.2　对两个方差是否相等的检验275
　7.5　其他议题：非参数推断278
　　7.5.1　相关性检验：斯皮尔曼秩相关系数279
　　7.5.2　非参数推断：总结281
　7.6　总结282
第8章　相关性和回归/285
　8.1　引言285
　8.2　相关性分析286
　　8.2.1　散点图286
　　8.2.2　相关性分析287
　　8.2.3　计算和解释相关系数288
　　8.2.4　相关性分析的局限290
　　8.2.5　相关性分析的应用292
　　8.2.6　相关系数显著性检验298
　8.3　线性回归302
　　8.3.1　单变量的线性回归302
　　8.3.2　线性回归模型的前提假设305
　　8.3.3　估计量的标准误307
　　8.3.4　决定系数309
　　8.3.5　假设检验311
　　8.3.6　单变量回归中的方差分析318
　　8.3.7　预测区间322
　　8.3.8　回归分析的局限324
　8.4　总结324
第9章　多元回归和回归分析中的问题/327
　9.1　引言328
　9.2　多元线性回归328
　　9.2.1　多元线性回归模型的前提假设333
　　9.2.2　预测多元回归模型中的因变量338
　　9.2.3　检验是否所有回归系数为零339
　　9.2.4　调整后的R2341
　9.3　虚拟变量在回归中的使用343
　9.4　回归假设的违背346
　　9.4.1　异方差347
　　9.4.2　序列相关352
　　9.4.3　多重共线性356
　　9.4.4　异方差、序列相关、多重共线性：问题的总结359
　9.5　模型设定和设定中的错误360
　　9.5.1　模型设定的原则360
　　9.5.2　函数形式误设定361
　　9.5.3　时间序列误设定（自变量与误差相关）367
　　9.5.4　其他类型时间序列误设定371
　9.6　定性因变量模型371
　9.7　总结373
第10章　时间序列分析/376
　10.1　引言377
　10.2　处理时间序列数据所面临的挑战378
　10.3　趋势模型379
　　10.3.1　线性趋势模型379
　　10.3.2　对数线性趋势模型382
　　10.3.3　趋势模型和误差项相关性检验387
　10.4　自回归时间序列模型388
　　10.4.1　协方差平稳序列388
　　10.4.2　检测自回归模型中的序列相关误差390
　　10.4.3　均值回复393
　　10.4.4　多期预测和预测的链式法则394
　　10.4.5　比较预测模型的表现397
　　10.4.6　回归系数的不稳定性399
　10.5　随机游走和单位根401
　　10.5.1　随机游走402
　　10.5.2　非平稳数据的单位根检验406
　10.6　移动平均时间序列模型410
　　10.6.1　用n期移动平均平滑历史数据410
　　10.6.2　用移动平均时间序列模型来进行预测412
　10.7　时间序列模型中的季节性415
　10.8　自回归移动平均模型420
　10.9　自回归条件异方差模型420
　10.10　两个以上时间序列的回归423
　10.11　时间序列的其他议题428
　10.12　时间序列预测建议采取的步骤428
　10.13　总结431
第11章　多因子模型简介/434
　11.1　引言434
　11.2　多因子模型与现代组合理论435
　11.3　套利定价理论435
　11.4　多因子模型：类型440
　　11.4.1　因子与多因子模型440
　　11.4.2　宏观因子模型结构440
　　11.4.3　基本面因子模型443
　11.5　多因子模型：实践应用446
　　11.5.1　因子模型与业绩归因446
　　11.5.2　利用因子模型进行风险归因449
　　11.5.3　因子模型在组合构建方面的应用453
　　11.5.4　在策略组合构建时怎样有效选择因子454
　11.6　总结455
附录/458
　附录A　标准正态分布的累积概率459
　附录B　学生t-分布（单边假设检验）461
　附录C　X2分布（自由度、显著性水平）462
　附录D　F-分布表463
　附录E　Durbin-Watson统计量的临界值（α=0.05）467
术语表/468
作者简介/480