简评：第一章简明扼要的阐述和概括金融时间序列的概念与特点。
第二章线性模型讲的很全面，例子也很实际，常用和基本的概念几乎都涵盖了。细读这一章，时间序列分析完全可以人门。
第三章波动率模型中ARCH和GARCH讲得比较深入，其余的内容只是完全介绍性的，深入不足。波动率作为时间序列分析中最重要的研究对象之一，完全可以专门出一本书论述，一章难以概括全面。
第四章非线性模型，这一章可以不细读，文中提到的诸多模型（其实还可以更多）开阔眼界用非常合适。
第五章高频，这一章并不满意，从内容和引用文献上看，只是有些不够“时尚”，特别是缺乏限价指令簿分析、实现波动率等比较“时尚”的内容。另外，没有高频时间序列分析和实际交易相联系的部分，大失所望。
第六章连续模型中期权的部分实际上是多余的，重点应该放在SDE的参数估计和模拟上，这一章最失望。
第七章风险分析，将经典的VaR和GARCH时间序列模型结合在一起讲，不落俗套耳目一新，遗憾的是缺少CVaR等内容。极值理论的部分介绍得很全面。
第八章多元模型在同类教科书中不多见，权当开眼界，深入研究的话研读专著才行。
第九章因子分析，常见的因子分析，“静态分析”为主，“动态分析”不多见。
第十章多元波动率，罗列了一些多元模型，但是给人感觉不清不楚。
第十一章状态空间模型，状态空间模型很强大，曾经读过一篇博士论文，在状态空间理论下阐述多元markov转换时间序列模型，巧妙的回避了复杂的MLE，提出了简洁的EM算法估计参数，非常赞。有机会的话把算法写成R-package。状态空间的理论部分显得多余。
第十二章MCMC在同类教科书中也是少见的，基本概念讲得挺清楚，例子也很实际。
总结一下：基础理论尽量做到了面面俱到，全书最出彩的地方在例子，作者举例不仅是为了展示和验证理论，更正可贵的是展现出“调模型”的研究过程，给人一种带着读者做研究的感觉。
吐槽一下缺点吧：
1.软件太杂，第二版中作者提到了很多软件，最佳的方式应该是将书中的理论和算法封装在一个R-package中，No R， No fashion。
2.参数估计部分，作者将工作全丢给了各种软件，最好讲解一下参数估计算法。
扫码加好友，拉您进群
全部版块
我的主页
收藏
