新书|《金融预测分析：模型、方法与应用》

点击封面即可购买 ▼

《金融预测分析：模型、方法与应用》
〔美〕 约翰·B.格拉德

〔希〕迪米特里奥斯·D.托马科斯 著

向赟 译

如果你有能力预测明天、下个月甚至明年的金融市场大致将如何变化，你会怎么做？全球经济的走势、美国下一次总统选举的结果、石油价格是否会上涨，或者世界某个地区是否会爆发战争……你会把资金押注在这些事件上吗？更重要的是，由于许多人已经在这些事件上下注，你是否想知道，基于现有观察，这些事件以及相应的大量变量和数字是否可以预测？如果有某种预测的准确率超过50%，你又愿意相信它多久？大多数经济和金融时间序列都遵循近乎随机游走的模型。而本书的核心观点，正是证明这些序列能够被超越基准模型的预测所捕捉。

时间序列预测方法和模型的发展历程中，既诞生了拥护者，也催生了反对者。反对者认为，基于数学和统计模型对未来进行预测是不可能的或无用的。他们声称，猜测比预测模型更可取，因为无知是一种幸福；他们自诩比模型了解得更多，可以告诉你未来可能为你带来什么（当然是收费的），但模型不能。这些反对者没有意识到他们其实仍然在做预测，只不过是简单、朴素的预测。读者可能会问，为什么他们对预测方法和模型的态度如此敌意？答案恰恰在于它们是有效的——只要你懂得如何运用。这正是本书的目的——让读者理解如何发挥预测方法和模型的优势。这些方法和模型并非万能的，可能产生错误的预测结果，但平均而言，科学、谨慎地应用它们将得到更好的决策。

此外，我们将展示这些模型在预测美国实际GDP、失业率和股票市场表现方面如何产生具有统计意义的结果。这是基于方法和模型的预测之拥护者的核心论点：如果我们了解它们的优势和局限性，那么它们不仅能帮我们战胜盲目猜测，在许多情况下还可以超越人类经验。因此，忽略对预测方法的研究或者在商业决策中弃之不用，不是一个小失误，而是整个决策过程的错误。

时间序列预测及其在不同领域（例如经济政策制定或金融投资决策）中的应用，是一个连贯的过程，有许多必须审慎对待的步骤。这些步骤包括：数据收集和清洗，对数据属性进行初步统计分析，收集潜在的候选方法和模型；设计回测程序，进行模型及其预测结果比较，考虑包含解释变量的多变量模型的构建，解决季节性问题（较容易）和结构变化问题（较困难）等；使用统计方法和特定的度量指标来评估模型及其预测结果的表现，最终实现所选方法和模型的实时应用——当然，随着时间的推移，还需要持续监测和更新整个预测过程。这至少是个耗时的过程，并且由于结果的不确定性，许多组织或其领导者不愿意投资实施该过程，甚至不愿意尝试去理解它。然而，坚持这样做的人将在实践中获得丰厚回报，因为他们深知，平均而言，他们总是可以通过使用预测来做出更好的决策。

本书是关于金融预测分析、理解财务数据和构造有效投资组合的数量导向的专业读本，以简明而系统的方式向读者呈现了预测的基础知识，介绍了自适应学习和预测平均方法及其在经济学和金融学中的实践应用，包含了理论和许多实例，例如，对中国实际GDP增长率、美国实际GDP增长率、美国失业率以及全球与中国股市中表现优异股票的预测实例。

除此之外，本书的独特之处还在于整合了预测和金融两部分内容（它们通常分散于有关预测或金融的文献中）。这种设计使学生和从业者都能掌握交叉领域的知识，并为实施预测提供有价值的参考。全书共八章：第1章至第3章详细介绍了预测基础知识及其扩展，第4章至第7章涉及收益预测的金融投资决策的细节，第8章是总结与结论。本书适合量化研究领域的研究人员和投资专业人士阅读使用。

专家推荐

John B. Guerard和Dimitrios D. Thomakos撰写的这部令人印象深刻的书讨论了21世纪的金融预测，值得仔细阅读。其优点之一是覆盖范围广泛，为读者提供了时间序列预测、财务报表分析以及现代金融和资产定价理论的综合性讨论。作者还提供了很多帮助初学者轻松达到从业人员和研究人员水平的资料。作为一个对宏观预测感兴趣的人，我饶有兴趣地阅读了有关自适应学习、自适应平均以及滚动窗口平均的内容，其清晰度以及作者对细节的关注程度给我留下了深刻印象。预测者通常不知道具体的模型设定，并且没有理由认为模型在样本内或样本外保持不变——这是该书强调的重点。关于预测的研究并不总会采用该书中这种明智的方法，但这种方法与我自己过去二十多年的研究经历很吻合，我相信这是在预测方面取得进展的必要起点。

Michael P. Clements，英国雷丁大学亨利商学院计量经济学教授

John B. Guerard和Dimitrios D. Thomakos写了一本有趣而重要的书。作者在该书中实现了三个目标: 一是对预测模型的回顾，二是对现代金融经济学理论的回顾，三是展现预测模型在金融决策中的应用。

该书首先向读者介绍了基本的预测方法以及预测领域的最新进展，然后在回顾现代会计准则的基础上，展示了会计数据的经济意义，并引出了关于投资决策和最佳投资组合构建的内容。作者对现代投资组合理论和一般均衡理论的回顾自成一体,可以使不熟悉这两个理论的读者从零开始学习。

该书还介绍了套利定价理论的最新发展,这是当前最有趣和最受关注的研究课题之一。上述所有资料的呈现在逻辑上是合理的。作者的分析内容中穿插了大量的文献以及主要金融机构的应用实例。

无论是学术界人士还是投资界人士，只要对预测或金融理论感兴趣，都应该好好阅读这本书。

Martin J. Gruber，纽约大学金融学荣休教授

作者简介

〔美〕约翰·B.格拉德（John B. Guerard），金融学博士，独立金融研究员。曾担任麦金利资本管理公司量化研究总监近15年，曾任职于德崇证券的DAIS集团以及大和证券信托公司。曾任教于弗吉尼亚大学、理海大学和罗格斯大学，并在华盛顿大学、纽约大学和宾夕法尼亚大学担任兼职教员。担任Journal of Investing 和International Journal of Forecasting副主编逾30年，著有Corporate Financial Policy and R&D Management以及Quantitative Corporate Finance等。

〔希〕迪米特里奥斯·D.托马科斯（Dimitrios D. Thomakos），雅典国立卡波蒂斯坦大学（NKUA）应用计量经济学教授，控制论与人工智能实验室（CAIL）创始主任。担任Review of Economic Analysis联合主编及多本国际期刊副主编，著有Forecasting with the Theta Method: Theory and Application等。主要研究领域为预测理论与实践应用。

目 录