Percebo que a análise estatística de dados financeiros é um tópico imenso, mas é exatamente por isso que é necessário fazer minha pergunta enquanto tento entrar no mundo da análise financeira.
Como neste momento não sei quase nada sobre o assunto, os resultados das minhas pesquisas no Google são impressionantes. Muitas das partidas defendem o aprendizado de ferramentas especializadas ou da linguagem de programação R. Embora eu os aprenda quando necessário, primeiro me interesso por livros, artigos ou quaisquer outros recursos que expliquem métodos modernos de análise estatística especificamente para dados financeiros. Suponho que existem vários métodos variados para analisar dados, de modo ideal, estou buscando uma visão geral dos vários métodos que são praticamente aplicáveis. Gostaria de algo que utilize exemplos do mundo real que um iniciante seja capaz de entender, mas que não seja excessivamente simplista.
Quais são alguns bons recursos para aprender sobre a análise estatística de dados financeiros?
fonte
Respostas:
Você pode começar com esta série de palestras de Robert Shiller em Yale . Ele dá uma boa visão geral do campo.
Meus livros favoritos sobre o assunto:
Além disso, você pode querer alguns recursos gerais, e a "bíblia" das finanças é Opções, futuros e outros derivativos, de John Hull.
Por fim, em termos de bons livros gerais, você pode começar com estes dois:
fonte
Você deve verificar http://area51.stackexchange.com/proposals/117/quantitative-finance?referrer=b3Z9BBygZU6P1xPZSakPmQ2 , eles estão tentando iniciar um no stackexhange.com
fonte
Ed Thorpe começou a coisa toda sobre arbitragem estatística. Ele tem um site e alguns bons artigos.
http://edwardothorp.com/
Você também deve ler "Fooled By Randomness", de Nassim Taleb.
Além disso, acesse o Google Scholar e leia os principais artigos de Markowitz, Sharpe, Fama, Modigliani. Se você não tiver acesso total, vá para a faculdade mais próxima e obtenha um cartão da biblioteca comunitária.
fonte
Também é bom "Análise Estatística de Dados Financeiros em S-PLUS", de Rene A. Carmona
fonte
Confira Wilmott.com também. Ele é voltado para profissionais mais avançados, mas se eu tivesse que escolher uma pessoa para aprender matemática financeira, seria Paul Wilmott. Brilhante, mas aterrado.
fonte
Mais do ponto de vista econômico, acho que esses dois conjuntos de notas de aula são muito bons:
http://home.datacomm.ch/paulsoderlind/Courses/OldCourses/FinEcmtAll.pdf
http://personal.lse.ac.uk/mele/files/fin_eco.pdf
O primeiro fornece métodos econométricos para análise de dados financeiros, enquanto o segundo fornece a teoria da economia financeira por trás dos modelos que estão sendo aplicados. Ambos são textos de nível de mestrado.
fonte
Ou seja, é útil definir quais aspectos das finanças você pretende abordar. A estatística é uma ferramenta quando vista da perspectiva da econometria (em termos de avaliação da plausibilidade de um modelo / teoria proposto) ou pode ser a primeira ou principal linha de ataque quando vista do lado do aprendizado de máquina - ou seja, você fica baixo no domínio conhecimento e confiar mais na construção de um espaço de recursos e na aplicação de algoritmos. (No entanto, a tarefa de construir um espaço útil de recursos depende de um profundo conhecimento do domínio).
Para entender os aspectos teóricos das finanças, recomendo dizer:
Para aprender como aplicar estatística / econometria juntamente com a teoria:
Os livros recomendados acima, de David Ruppert, Eric Zivot e Ruey Tsay, são úteis, no entanto, eu recomendaria os textos de Chris Brooks e Ruppert primeiro, seguidos pelos de Taylor.
As anotações de Paul Soderlind e Kevin Sheppard (ambas disponíveis online) são bastante boas.
fonte
Gosto de Alocação de riscos e ativos por A. Meucci. Este livro é um pouco mais avançado que o livro de Ruppert, mas ainda é muito fácil de usar.
fonte
O Guia de Econometria de Kennedy é um bom levantamento de técnicas em econometria - não detalhado o suficiente para sujar as mãos, mas muito bom para descobrir quais técnicas estão sendo usadas.
fonte