資料詳細

目次

第1章 ファイナンス分析データの取得と記述統計

  1.1 Google Colaboratoryの使い方

  1.2 ファイナンス・データの取得

  1.3 ファイナンス・データの前処理

  1.4 pandasによる平均リターンとリスクの算出

  1.5 NumPyによる平均リターンとリスクの算出

  1.6 確率分布の描画

第2章 現代ポートフォリオ理論のデータサイエンス

  2.1 平均分散アプローチ

  2.2 期待リターン(平均リターン)

  2.3 リスク(分散と共分散)

  2.4 分離モデルと資本市場線

  2.5 現代ポートフォリオ理論の実装-2資産のケース

第3章 CAPM理論のデータサイエンス

  3.1 CAPM理論

  3.2 CAPM理論における期待リターンとリスク

  3.3 ベータ値の推計

  3.4 CAPM理論の実装

  3.5 証券市場線(SML)の導出

第4章 マルチファクター・モデルヘの拡張

  4.1 CAPMアノマリー

  4.2 マルチファクター・モデル

  4.3 ファーマ=フレンチの3ファクター・モデル

  4.4 カーハルトの4ファクター・モデル

  4.5 ファーマ=フレンチの5ファクター・モデル

  4.6 ファーマ=フレンチ・3ファクター・モデルの実装

第5章 株価の予測-モンテカルロ法と時系列モデル

  5.1 株価の予測手法-モンテカルロ法と時系列モデル

  5.2 ブラック=ショールズ・モデル

  5.3 モンテカルロ法による日経平均株価の予測

  5.4 時系列モデルによる株価予測

  5.5 時系列モデルによる日経平均株価の予測

第6章 デリバティブ取引の理論と実装

  6.1 デリバティブ取引の種類

  6.2 先物取引の仕組み

  6.3 スワップ取引の種類

  6.4 オプション取引の理論と実装

第7章 債券投資理論の実装

  7.1 債券の種類

  7.2 日本の債券市場

  7.3 債券デュレーションの理論と実装

  7.4 債券コンベクシティの理論と実装

第8章 金利の期間構造モデル

  8.1 金融市場の種類

  8.2 金利の期間構造

  8.3 金利の期間構造モデル

第9章 為替レート決定理論×機械学習

  9.1 外国為替レート決定理論

  9.2 アセット・アプローチ

  9.3 購買力平価モデル

  9.4 通貨制度

  9.5 機械学習によるアセット・アプローチの実装

第10章 イベント・スタディと株価効果

  10.1 イベント・スタディによるRDデザイン

  10.2 M&Aの株価効果

  10.3 イベント・スタディによるRDデザインの手順

  10.4 イベント・スタディの実装

  10.5 イベント・スタディによる世界のM&Aの検証

第11章 企業パネルデータの財務分析

  11.1 企業パネルデータの財務分析

  11.2 企業の資本構成に関する研究

  11.3 企業財務データのパネルデータ推計

  11.4 企業金融理論の実装

ページの先頭へ