目录 第十章:主成分模型与 VaR 分析 思维导图 一些想法 推导 PCD.PCC 和 KRD.KRC 的关系 PCD 和 KRD PCC 和 KRC 第十章:主成分模型与 VaR 分析 思维导图 一些想法 NS 家族模型的参数有经济意义,同时参数变化的行为类似主成分,考虑基于 NS 模型参数的风险度量. 尝试用(多元)GARCH 滤波利率变化,对残差应用 PCA. 推导 PCD.PCC 和 KRD.KRC 的关系 利用主成分系数矩阵的正交性. PCD 和 KRD \[ \begin{align

目录 第九章:关键利率久期和 VaR 分析 思维导图 一些想法 有关现金流映射技术的推导 第九章:关键利率久期和 VaR 分析 思维导图 一些想法 在解关键方程的时候施加 \(L^1\) 约束也许可以得到"稀疏解",进而减少交易成本. 借鉴样条插值拟合期限结构时选择 knot 的方法选择关键期限. 有关现金流映射技术的推导 已知, \[ \Delta y(t) = \begin{cases} \Delta y(t_{first}) & t \le t_{first}\\ \De

目录 第五章:久期向量模型 思维导图 久期向量的推导 久期向量 广义久期向量 一些想法 第五章:久期向量模型 思维导图 久期向量的推导 \[ V_0 = \sum_{t=t_1}^{t_n} CF_t e^{-\int_0^t f(s)ds} \] \[ V^\prime_0 = \sum_{t=t_1}^{t_n} CF_t e^{-\int_0^t f^\prime(s)ds} \] \[ \begin{aligned} \frac{V_0^{\prime} - V_0}{V_0} &= \

目录 第四章:M-absolute 和 M-square 风险度量 思维导图 两个重要不等式的推导 关于 \(M^A\) 的不等式 关于 \(M^2\) 的不等式 凸性效应(CE)和风险效应(RE)的推导 第四章:M-absolute 和 M-square 风险度量 思维导图 从第四章开始比较难了 \(M^A\) 和 \(M^2\) 控制了组合预期变化的下限 两个重要不等式的推导 首先有 \[ V_0 = \sum_{t=t_1}^{t_n} CF_t e^{-\int_0^t f(s)ds}

目录 第三章:拟合期限结构 思维导图 扩展 第三章:拟合期限结构 思维导图 扩展 NS 模型的变种

目录 第二章:债券价格.久期与凸性 思维导图 瞬时回报率-收益率的例子 第二章:债券价格.久期与凸性 思维导图 瞬时回报率-收益率的例子

目录 第一章:利率风险建模概览 思维导图 一些想法 第一章:利率风险建模概览 思维导图 一些想法 久期向量模型类似于研究组合收益的高阶矩. 久期向量模型用的是一般多项式表达高阶久期,试试正交多项式? Nelson-Siegel 模型家族的成员同样可以用少量参数描述整个曲线的动态,因此可以搞出类似主成份久期的模型.

目录 第八章:基于 LIBOR 模型用互换和利率期权进行对冲 思维导图 推导浮息债在重置日(reset date)的价格 第八章:基于 LIBOR 模型用互换和利率期权进行对冲 思维导图 推导浮息债在重置日(reset date)的价格 记首个重置日 \(T_0=0\) 观察到的即期期限结构是 \(Y(t)\),对应零息债券的价格是, \[ P(T_0,T_i) = e^{-Y(T_i)T_i},i=1,\dots,n \] 根据 LIBOR 远期利率的定义, \[ \begin{aligned

数据分析 - 美国金融科技公司Prosper的风险评分分析 今年Reinhard Hsu觉得最有意思的事情,是参加了拍拍贷第二届魔镜杯互联网金融数据应用大赛.通过"富爸爸队",认识了一群小伙伴,带领大家成功进入到复赛阶段,并打造了复赛阶段用户评分最高的分析类产品.详见<祝贺富爸爸队的投资分析作品成功进入拍拍贷魔镜杯复赛阶段>. Prosper是美国的一家金融科技公司,Reinhard Hsu在进入金融科技行业前就已经知道该公司,因为名字与Reinhard Hsu之前的老东家

问题分析过程如下面: 一. MSM8916台gpt概率问题:采用QPST emmc software download下载软件工具后,无法开机.例如下面的附图: log分析是userdata分区未成功mount . watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvRnlib24=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt=""

请管理员移至新闻版块,谢谢! 来源:http://www.sec.gov/ 财务报表下载↓ 此文仅作参考分析. 10-K 1 goog2013123110-k.htm FORM 10-K   UNITED STATES SECURITIES AND EXCHANGE COMMISSION Washington, D.C. 20549         FORM 10-K   (Mark One)       ý ANNUAL REPORT PURSUANT TO SECTION 13 OR 15(

更多来自:   www.vipcoursea.com   Ethics 部分 Objective of codes and standard:永远是为了maintain public trust in 1.Financial market  2.Investment profession 6个code of ethics 1.Code 1—ethics and pertinent d persons a. 2.Code 2---primacy of client’s interest a.Int

目录 AIMR Suggested Fixed-Income Readings I. Perspectives on Interest Rates and Pricing of Traditional Fixed-Income Securities, Yield Curve Behavior, and Monetary Policy 1 Overview: Institutional Details and Pricing Fundamentals 2 Yield Curve Analysis-

1. Stock Option wih divends 1.1 Task A 1.1.1 Calculate a ECO on a stock. /Ex-dividend dates in 3 and 6 months, each dividend is expected to be 1; /P0 = 80, K = 80, σ = 0.25 per annum, rf = 0.07; T = 1; 1.1.2 Process and results: K <- 80 r <- 0.07 si

1．KPI分析 KPI分析按照管理层次和时间纬度对指标进行汇总统计及分析展示,以适应各级领导的管理需求.在某公司,KPI不仅只是一个数据展示,而且已经成为一个内部考核指标的监控平台.各级领导每天上班的第一件事就是打开系统,查看自己的业务指标.每个领导只需要点击相关指标就可以做进一步的分析.领导最关心的图表放在最前面,日指标.周指标.月指标一目了然,而且还提供趋势走向,升降曲线直观明了. 2．离网挽留分析应用 某公司设计了流失模型的应用流程,分流失状况认知(历史流失状况分析.流失预测目标用户群选择

来自日月光华BBS: Company: UBS AG Job Title: Quantitative Developers / Analysts (Entry Level, Multiple Positions) Location: Shanghai, China UBS's IB Quantitative Analysis Group at Shanghai is looking for a number of fresh graduates in expanding its quantita

文章版权由作者李晓晖和博客园共有,若转载请于明显处标明出处:http://www.cnblogs.com/naaoveGIS/. 1.前言 这一周,我对GIS开源解决方案中涉及到的开源软件以及相关技术和流程做了一些初步的探索,也了解了一下其他公司利用开源方案做的比较成熟的案例.这里我将一些技术关键点的预研做一下总结,同时对其他公司开源成功案例做一个分析,并提出个人认为目前最符合公司实际的GIS开源解决方案. 2.技术关键点预研 2.1空间数据入库(postgreSQL+postGIS) 利用po

Microsoft 顺序分析和聚类分析算法是由 Microsoft SQL Server Analysis Services 提供的一种顺序分析算法.您可以使用该算法来研究包含可通过下面的路径或“顺序”链接到的事件的数据.该算法通过对相同的顺序进行分组或分类来查找最常见的顺序.下面是一些顺序示例: 用来说明用户在导航或浏览网站时产生的点击路径的数据. 用来说明客户将商品添加到在线零售商的购物车中的顺序的数据. 该算法在许多方面都类似于 Microsoft 聚类分析算法.不过,Microsoft

流年不利的社交游戏服务商Zynga近日在官方博客宣布开源zPerfmon——该工具负责监控Zynga数以千计的社交游戏服务器.zPerfmon的源代码目前已经上传至Github. 包括Facebook.Google.Netflix和Twitter在内的众多互联网公司经常会开源自己的开发的工具,但是zPerfmon不同 寻常之处在于其规模:作为单一服务器系统,zPerfmon每天处理的数据量高达150G,增加1亿条数据库记录,并能生成“5000万个档案和上百种查 看方式.” zPerfmon不是人

一.序言 随着TDW的发展,公司在大数据离线分析方面已经具备了行业领先的能力.但是,很多应用场景往往要求在数秒内完成对几亿.几十亿甚至几百上千亿的数据分析,从而达到不影响用户体验的目的.如何能够及时有效的获取分析结果提高工作效率,这是许多分析人员在面对大数据所不得不面临的问题.要满足这样的需求,可以采用精心设计的传统关系型数据库组成并行处理集群,或者采用一些内存计算平台,或者采用HDD的架构,但是这些都无疑需要比较高的软硬件成本.海量数据的今天,堆机器不是每个业务都愿意去做的. 实时检索分析平台