金融风险管理已经成为各个金融机构的职能部门，特别是随着全球金融一体化的不断发展与深入，金融风险管理越发重要，也日趋复杂。金融风险管理师（Financial Risk Manager，FRM）认证考试就是在这个大背景下推出的，FRM 考试现在已经是金融风险管理领域****的国际认证考试。本丛书以FRM 考试、二级考纲内容为中心，并且突出介绍在实际工作中所必需的金融建模风险管理知识。本丛书将金融风险建模知识和MATLAB 编程有机地结合在一起，配合丰富的彩色图表，由浅入深地将各种金融概念和计算结果可视化，帮助读者理解金融风险建模核心知识，提高数学和编程水平。 《MATLAB 金融风险管理师FRM. 金融科技Fintech 应用》是本丛书的第五本，共分12 章。第1 章是本丛书第三本第11 章时间序列的姊妹章，介绍多重共线性、岭回归、Lasso 回归，以及协整性和向量误差修正模型。第2 章延续本丛书第三本第9、第10 两章，继续探讨蒙特卡罗模拟中的跳跃过程和拟蒙特卡罗模拟，本章后给出一个模拟投资组合VaR 值的案例分析。第3 章和第4 章，分别介绍利率模型及波动率模型与校准；特别的是，这两章内容和衍生品定价紧密联系。第5 章详细介绍对手风险中信用敞口、信用指标模拟计算，以及如何规避对手信用风险及信用价值调整；本章后探讨错向风险。第6 章介绍股票技术分析，其中包括蜡烛图、股价绘图、成交量图以及各种震荡指标等。第7、第8 两章衔接本丛书第四本第8 ～ 10 章，继续探讨投资组合优化问题。其中，第7 章介绍平均离差和风险价值两种风险指标以及信息比率和风险规避，本章后介绍Black Litterman 模型；第8 章主要介绍风险贡献、风险预算，并且基于此介绍风险平价和层次风险平价两种重要的资产配置策略，后比较几种常见的投资策略。第9 章介绍因素投资，其中包括单因子模型、双因子模型、多因子模型，以及主成分分析模型。第10 ～ 12 章集中介绍Fintech 常见的机器学习方法，其中包括经典的监督和 非监督算法，以及神经网络算法。 《MATLAB 金融风险管理师FRM. 金融科技Fintech 应用》适合所有金融从业者阅读，特别适合金融编程零基础读者参考学习；也适合作为FRM 考生的备考参考学习，可以帮助FRM 持证者实践金融建模；还是巩固金融知识、应对金融风险管理岗位笔试、面试的利器。
FRM是金融风险建模与管理的国际专业考试，是金融从业者的高级权威认证，其市场接受度和认可度非同一般。目前该考试的通过率较低，中国境内的持证者更是凤毛麟角。
FRM考试采用全英文形式，本身对语言要求很高，另外考试大纲涵盖范围之广泛、内容之丰富，对大多数考生来说，也是极大的挑战。其中，涉及到的各类经典金融风险模型资料更是全网难求。
《MATLAB 金融风险管理师FRM. 金融科技Fintech 应用》作者均为北美一线金融风险建模从业者，他们考察了大量现实状况，得出的结论是：无论你是仅仅需要通过FRM考试，还是为了满足实际的工作需求，你都需要具备一定的编程能力，能够由程序生成各种可视化的数据和流程。如此，才能对FRM考纲深入理解并融会贯通，进而熟练准确地运用到工作中。
MATLAB是理工专业的工具，软件不难，但是融入到业务中则需要一定的思路和方法。从这个角度出发，《MATLAB 金融风险管理师FRM. 金融科技Fintech 应用》不仅是FRM认证读者的资料，也是一本非常好的MATLAB实战类书籍。另外，数据可视化方面，《MATLAB 金融风险管理师FRM. 金融科技Fintech 应用》也体现得淋漓尽致，几乎每一页都用精美数据表来诠释主题。
本系列图书一共有7本（暂定），5本基于MATLAB编程的分册将先行出版，后续还有两本基于Python编程的分册。力争让读者在了解FRM金融风险理论知识的同时，精准切入考试重点和难点，并真正掌握用于满足实战的金融本领，在成为光荣的FRM持有者之余，更可以游刃有余地在实际金融场景中大显身手。
人以血为气之母。金融之于一个国家，犹如血液之于人的身体。风险管理作为金融行业
必不可少的职能部门之一，时时刻刻都在管理金融血液的流动，监控血液的各项指标，预防
各类血液问题的发生。
现代金融风险管理是由西方世界在二战以后系统性地提出、研究和发展起来的。一开始，还只是
简单地使用保险产品来规避个人或企业由于意外事故而遭受的损失。到了20 世纪50 年代，此类保险产
品不仅难以面面俱到而且费用昂贵，风险管理开始以其他的形式出现。例如，利用金融衍生品来管理
风险，在70 年代开始崭露头角，至80 年代已经风靡，再到90 年代，金融机构开始开发内部的风险管理
模型，全球性的风险监管陆续介入并扮演着管理者的角色。如今，风险管理在不断完善的过程中，已
经成为各个金融机构的职能部门，在有效地分析、理解和管理风险的同时，也创造了大量的就业
岗位。
金融风险管理的进化还与量化金融的发展息息相关。量化金融的特点就是利用模型来
解释金融活动和现象，并对未来进行合理的预测。1827年，当英国植物学家罗伯特.布朗 (Robert
Brown) 盯着水中做无规则运动的花粉颗粒时，他不会想到36年后的1863年，法国人朱尔斯.雷诺
特 (Jules Regnault) 根据自己多年做股票经纪人的经验，首次提出股票价格也服从类似的运动。到了
1990年，法国数学家路易斯.巴切里尔 (Louis Bachelier) 发表了博士论文《投机理论》The theory of
speculation。从此，布朗运动被正式引入和应用到了金融领域，树立了量化金融史上的首座里
程碑。
而同样历史性的时刻，直到1973年和1974年才再次出现。美国经济学家费希尔.布莱克 (Fischer
Black)、美加经济学家迈伦.斯科尔斯 (Myron Scholes) 和美国经济学家罗伯特.默顿 (Robert Merton) 分
别于这两年提出并建立了Black-Scholes-Merton模型。该模型不仅实现了对期权产品的定价，其思想
和方法还被拓展应用到其他的各类金融产品和领域中，影响极其深远。除了对随机过程的应用，量化
金融更是将各类统计模型、时间序列模型、数值计算技术等五花八门的神兵利器都招至麾下，大显其
威。而这些广泛应用的模型、工具和方法，无疑都为金融风险管理提供了巨大的养分和能量，也成为
了金融风险管理的重要手段。例如，损益分布、风险价值VaR 、波动率、投资组合、风险对冲、违约
概率、信用评级等重要的概念，就是在这肥沃的土壤上结出的果实。
纵观我国历史，由西周至唐，历经银本位的宋元明，清之后近代至今，中华文明本身就是一段璀
MATLAB金融风险管理师FRM
|
金融科技Fintech应用
璨瑰丽的金融史，并曾在很长一段时间位于世界前列。在当今变幻莫测的国际局势中，金融更是一国
之重器，金融风险管理人才更是核心资源。特别是随着全球一体化的深入，金融风险管理越发重要，
也日趋复杂。
金融风险管理师就是在这样的大背景下应运而生的国际专业资质认证。本丛书以FRM考试、
二级考纲为中心，突出介绍在实际工作中所必需的金融风险建模和管理知识，并且将MATLAB 编程有
机地结合到内容中。就形式而言，本丛书另一大特点是通过丰富多彩的图表和生动贴切的实例，深入
浅出地将烦琐的金融概念和复杂的计算结果进行了可视化，能有效地帮助读者领会金融风险建模知识
要点并提高编程水平。
贸易战、金融战、货币战这些非传统意义的战争，虽不见炮火硝烟，但所到之处哀鸿遍野。安得
广厦千万间，风雨不动安如山。笔者希望本套丛书，能为推广金融风险管理的知识尽一份微薄之力，
为国内从事该行业的读者提供一点助益。在当今变化莫测的全球金融浪潮里，为一方平安保驾护航，
为盛世永驻尽心尽力。
在这里，笔者衷心感谢清华大学出版社的栾大成老师，以及其他几位编辑老师对本丛书的大力支
持，感谢身边好友们的倾情协助和辛苦工作。感谢MathWorks 中国Lynn Ye 女士对本丛书的大力支持。
感谢MathWorks Book Program 对本丛书的技术支持。后，借清华大学校训和大家共勉天行健，
君子以自强不息；地势坤，君子以厚德载物。
Nothing and no one can destroy the Chinese people. They are relentless survivors. They are the oldest
civilized people on earth. Their civilization passes through phases but its basic characteristics remain
the same. They yield, they bend to the wind, but they never break.
赛珍珠 (Pearl S. Buck)
姜伟生 博士，FRM，现就职于MSCI，负责为美国对冲基金客户提供金融分析产品RiskMetrics RiskManager的咨询和技术支持服务。MATLAB建模实践超过10年。跨领域著作丰富，在语言教育、新能源汽车等领域出版中英文图书超过15种。
涂升 博士，FRM，现就职于CMHC (Canada Mortgage and Housing Corporation，加拿大抵押贷款和住房管理公司，加拿大大皇家企业)，从事金融模型审查与风险管理工作。曾就职于加拿大丰业银行，从事IFRS9信用风险模型建模，执行监管要求的压力测试等工作。MATLAB使用时间超过10年。
张丰 金融数学硕士，CFA，FRM，现就职于OTPP，从事一级市场等投资项目的风险管理建模和计算，包括私募股权投资、并购和风投基金、基础建设、自然资源和地产类投资。曾就职于加拿大蒙特利尔银行，从事交易对手风险建模。MATLAB建模实践超过10年。
芦苇 博士，硕士为金融数学方向，现就职于加拿大五大银行之一的丰业银行(Scotiabank)，从事金融衍生品定价建模和风险管理工作。编程建模时间超过10年。曾在密歇根州立大学、多伦多大学，从事中尺度气候模型以及碳通量反演的科研工作。
第1章时间序列Ⅱ // 1
1.1 多重共线性 //2
1.2 岭回归 //9
1.3 Lasso回归 // 13
1.4 协整性 // 20
1.5 向量误差修正模型 // 23
第2章蒙特卡罗模拟Ⅲ //28
2.1 跳跃过程 // 29
2.2 拟蒙特卡罗模拟 // 36
2.3 模拟投资组合VaR // 49
第3章利率模型与校准 //61
3.1 利率衍生品 // 62
3.2 利率模型 // 69
3.3 模型校准 // 72
3.4 利率三叉树 // 77
第4章波动率模型与校准 //85
4.1 隐含波动率 // 86
4.2 Heston随机波动率模型 // 90
4.3 局部波动率模型 // 98
4.4 SABR随机波动率模型//105
第5章交易对手信用风险 // 115
5.1 交易对手信用风险 //116
5.2 信用敞口 //117
5.3 信用敞口指标 //120
5.4 信用敞口的模拟 //132
5.5 交易对手信用风险规避 //140
5.6 信用价值调整 //147
5.7 错向风险 //148
第6章技术分析//150
6.1 技术分析 //151
6.2 蜡烛图 //157
6.3 其他股价绘图 //160
6.4 成交量图 //163
6.5 价格变化图像 //167
6.6 震荡指标 //181
第7章投资组合优化Ⅳ//191
7.1 风险指标 //192
7.2 平均离差(MAD) //193
7.3 风险价值VaR 和ES//195
7.4 投资组合优化对象 //199
7.5 信息比率 //207
7.6 风险规避 //215
7.7 Black-Litterman模型 //223
第8章投资组合优化Ⅴ//234
8.1 风险贡献 //235
8.2 风险预算 //243
8.3 风险平价 //247
8.4 层次风险平价 //251
8.5 投资策略比较 //256
8.6 回顾测试 //267
第9章因素投资//276
9.1 单因子模型和CAPM市场模型 //277
9.2 双因子模型 //284
9.3 多因子模型 //289
9.4 多因子模型投资组合表达 //292
9.5 多因子模型的应用 //294
9.6 主成分分析模型 //300
第10章机器学习Ⅰ //310
10.1 机器学习概述 //311
10.2 朴素贝叶斯分类 //315
10.3 高斯朴素贝叶斯分类 //324
10.4 高斯判别分析 //332
10.5 线性判别与二次判别 //339
10.6 k临近算法 //348
第11章机器学习Ⅱ //354
11.1 支持向量机 //356
11.2 软间隔与核技巧 //361
11.3 决策树 //374
11.4 性能度量 //381
11.5 高斯混合模型 //390
11.6 软聚类 //399
11.7 GMM参数调试 //402
第12章机器学习Ⅲ //407
12.1 k均值聚类 //408
12.2 层次聚类 //416
12.3 模糊C均值聚类 //422
12.4 DBSCAN聚类//429
12.5 神经网络结构 //431
12.6 反向传播算法 //438
结束语//454
备忘//455
参考及推荐图书//461
书单推荐
