金融时间序列分析的介绍 《金融时间序列分析》是机械工业出版社2006年出版的书籍，作者蔡著。该书主要介绍了计量经济学和统计学文献中出现的金融计量方法方面的最新进展，强调实例和数据分析。特别是包含当前的研究热点，如风险值、高频数据分析和马尔町夫链蒙特卡罗方法等。主要内容包括：金融时间序列数据的基本特征，神经网络，非线性方法，使用跳跃扩散方程进行衍生产品的定价，采用极值理论计算风险值，带时变相关系数的多元波动率模型，贝叶斯推断。本书可作为金融等专业高年级本科生或研究生的时间序列分析教材，也可供相关专业研究人员参考。
时间序列分析的教材推荐？ 时间序列分析的教材有很多；在这里我们整理了16本时间序列教材，并在阅读后给出介绍，比较和总结；全部资…
金融学选什么专业对未来有用？ 关于这个提问，我们曾在经管之家论坛围绕金融学学科下属的七大专业：金融学、金融工程、保险学、投资学、…
金融时间序列分析的作者简介 Ruey S.Tsay(蔡瑞胸)美国芝加哥大学布斯商学院经济计量及统计学的H.G.B.Alexander讲席教授。1982年于美国威斯康星大学麦迪逊分校获得统计学博士学位。中国台湾“中央研究院”院士，美国统计协会和数理统计学会的会士，Journal Of Forecasting的联合主编，Journal Of Financial Econometrics的副主编。曾任美国统计学会商务与经济统计分会主席、《商务与经济统计》期刊主编目录译者序前言第1章 金融时间序列及其特征1.1 资产收益率1.2 收益率的分布性质1.2.1 统计分布及其矩的回顾1.2.2 收益率的分布1.2.3 多元收益率1.2.4 收益率的似然函数1.2.5 收益率的经验性质1.3 其他过程练习题参考文献第2章 线性时间序列分析及其应用2.1 平稳性2.2 相关系数和自相关函数2.3 白噪声和线性时间序列2.4 简单的自回归模型2.4.1 AR模型的性质2.4.2 实际中怎样识别AR模型2.4.3 预测2.5 简单滑动平均模型2.5.1 MA模型的性质2.5.2 识别MA的阶2.5.3 估计2.5.4 用MA模型预测2.6 简单的ARMA模型2.6.1 ARMA（1，1）模型的性质2.6.2 一般的ARMA模型2.6.3 识别ARMA模型2.6.4 用ARMA模型预测2.6.5 ARMA模型的三种表示2.7 单位根非平稳性2.7.1 随机游动2.7。
