Discover the Ideal Investment Strategy for Yourself and Your Clients "To enhance investment results and boost creativity, Jim Ware replaces the maxim know your investments with know yourself. And he gives us specific testing tools to do the job."-Dean LeBaron, Founder, Batterymarch Financial Management, Chairman, Virtualquest.company, and investment author and commentator "Many investment firms fail, even though they are run by intelligent, qualified professionals, because they lack creativity. This book can rescue you. Jim Ware explains how to organize your business to encourage creative thinking. In five years, your customers will be working with an advisor who read this book, so make sure you are the one who did."-Ralph Wanger, President, Acorn Investment Trust, CFA and author of A Zebra in Lion Country: Ralph Wanger's Guide to Investment Survival "Jim Ware has a great knack for understanding people and successful investing. This unusual combination of skills creates a rare find: useful insights to improve investment performance through helping people work together better. Jim's wit and humor make this a fun read as well!" -Dee Even, Senior Investment Officer, Allstate Insurance Company, Property & Casualty "The Psychology of Money represents a major step toward development of a portfolio theory that recognizes human dynamics and differences among people. Jim's content is solid, and his presentation is engaging. This book ought to be on every practitioner's bookshelf."-Kenneth O. Doyle, University of Minnesota, Author, The Social Meanings of Money and Property: In Search of a Talisman "Finally, an insightful look at the human side of investing. A step-by-step guide to enhancing management performance to increase returns."- Abbie Smith, PhD, Professor of Accounting.University of Chicago Business School
2022-01-28 23:38:00 1.53MB investment
1
投资:生态系统服务和权衡的综合评估 InVEST(生态系统服务与权衡的综合评估)是一系列工具,可用于以清晰,可信和实用的方式量化自然资本的价值。 为了保证对自然投资的回报(社会收益),科学界需要提供知识和工具来量化和预测这一回报。 InVEST使决策者能够量化自然资本的重要性,评估与替代选择相关的权衡,并将保护与人类发展相结合。 InVEST的较早版本在ArcGIS ArcToolBox环境中作为脚本工具运行,但几乎已全部移植到纯开源python环境中。 笔记 该存储库适用于InVEST 3.2.1和更高版本 这将取代我们先前位于Google Code项目。 如果您要构建InVEST <= 3.2.0,请使用位于的已发布release-framework存储库,以及位于的InVEST存储库 。 一般信息 网站: : 源代码: : 问题追踪器: : 用户指南: : AP
2022-01-24 18:14:23 1.38MB geospatial gis ecosystem-services Python
1
2021年3月2日 研究TMDb电影数据集 该项目是为Udacity的Data Analyst纳米级程序编写的。 主要目标是研究使用Python 3和诸如numpy,pandas和matplotlib之类的库执行整个数据分析过程的数据集。 为此选择了TMDb电影数据集。 该数据集已从原始数据中清除,包含有关1960年至2015年之间制作的超过1万部电影的基本信息。 这个项目的范围非常有限,仅限于讨论电影的几个方面,可以认为是成功的。 假定有两个变量可以衡量电影的成功程度,投票平均得分和收入,尽管其他变量也可以用于此目的。 使用的文件 调查数据集 tmdb-movies.csv
2021-12-23 23:09:12 3.18MB JupyterNotebook
1
今天给大家分享一本因子投资的好书:《Your Complete Guide to Factor-Based Investing》,之前公众号阿尔法搬运工也推荐过,被誉为因子界的米其林指南。 无论对刚入门的小白还是奋战多年的老兵,可能都会带来重要性的感受。作者之一Swedroe是个写作狂人,经常在其博客上分享和讨论量化相关的学术研究,数十年如一日,非常让人钦佩。
2021-12-15 17:55:33 6.6MB 因子投资 人工智能 金融 量化投资
1
这个资源是开放的,希望能有助于研究这个模型的人,可以共同交流,得到好的研究结果。用户使用手册把模型每一个部分都讲解的很细致!很感谢译者!!
2021-12-13 15:50:01 11.83MB InVEST
1
调查数据集 介绍: 我选择“ TMDb电影数据集”进行数据分析。 该数据集包含1000多个记录和21列。 它包括有关预算,收入,运行时间,演员,导演,体裁,发行年,电影受欢迎程度,观看者的评分,制作公司等信息。 该数据集可以帮助我们了解各种因素,例如过去几年的流派趋势,获利能力,过去几年的热门电影,过去几年的平均放映时间,顶尖导演和演员等等。 以下是使用Numpy,Pandas(Series和DataFrame)和Matplotlib进行分析的要点。 问题: 哪种类型的电影发行量最高? 关于投票数2.a。 哪些是前五部电影? 2.b. 谁是前5名演员? 2.c. 谁是前五名董事? 哪部电影3.a. 赚了最高和最少的利润? 3.b. 有最高和最低人气分数吗? 3.c. 收入最高和最低? 3.d. 有最高预算还是最低预算? 4.a. 哪一年的电影上映次数最多? 4.b. 哪一年的年
2021-12-03 09:18:25 3.51MB HTML
1
目录回到顶部↑ 推荐序. 译者序 作者简介 前言 第一部分 导论 第1章 投资环境 2 1.1 实物资产和金融资产 2 1.2 金融资产分类 3 1.3 金融市场和经济 4 1.4 投资过程 7 1.5 竞争性市场 7 1.6 市场参与者 8 1.7 市场动态 11 1.8 全书框架 13 小结 14 网址 14 标准普尔 14 习题 14 概念检查答案 15 第2章 资产类别与金融工具 16 .2.1 货币市场 16 2.2 债券市场 20 2.3 股权证券 25 2.4 股票市场指数和债券市场指数 26 2.5 衍生市场 31 小结 33 网址 34 标准普尔 34 习题 34 概念检查答案 35 第3章 证券是如何交易的 36 3.1 公司怎样发行证券 36 3.2 证券如何交易 40 3.3 美国证券市场 43 3.4 其他国家的市场结构 47 3.5 交易成本 48 3.6 用保证金信贷购买 49 3.7 卖空 51 3.8 证券市场监管 53 小结 56 网址 57 标准普尔 57 习题 57 概念检查答案 59 第4章 共同基金和其他投资公司 60 4.1 投资公司 60 4.2 投资公司的类型 61 4.3 共同基金 63 4.4 共同基金的投资成本 66 4.5 共同基金的所得税 69 4.6 交易所交易基金 69 4.7 共同基金投资绩效:初探 70 4.8 共同基金的信息 71 小结 74 网址 75 标准普尔 75 习题 75 概念检查答案 76 第二部分 投资组合理论与实践 第5章 从历史数据中学习收益和风险 78 5.1 利率水平的决定因素 78 5.2 不同持有期收益率的比较 81 5.3 短期国库券与通货膨胀(1926~2005) 83 5.4 风险与风险溢价 84 5.5 历史收益率时间序列分析 86 5.6 正态分布 88 5.7 偏离正态 89 5.8 股权收益与长期债券收益的历史记录 91 5.9 长期投资 96 5.10 非正态分布的风险度量 100 小结 101 网址 101 标准普尔 101 习题 102 概念检查答案 103 第6章 风险厌恶与风险资产的资本配置 104 6.1 风险与风险厌恶 104 6.2 风险资产与无风险资产投资组合的资本配置 110 6.3 无风险资产 112 6.4 单一风险资产与单一无风险资产的投资组合 112 6.5 风险容忍度与资产配置 114 6.6 消极策略:资本市场线 117 小结 120 网址 120 标准普尔 121 习题 121 概念检查答案 123 附录6a 风险厌恶、期望效用与圣彼得堡悖论 124 附录6b 效用函数和保险合同的均衡价格 127 第7章 优化风险投资组合 128 7.1 分散化与投资组合风险 128 7.2 两种风险资产的投资组合 130 7.3 资产在股票、债券与短期国库券之间的配置 134 7.4 马科维茨的投资组合选择模型 137 7.5 风险聚集、风险分担与长期资产的风险 143 小结 145 网址 146 习题 146 概念检查答案 149 附录7a 电子表格模型 150 附录7b 投资组合统计量回顾 154 第8章 指数模型 160 8.1 证券市场的单因素模型 160 8.2 单指数模型 162 8.3 估计单指数模型 165 8.4 投资组合的构建与单指数模型 170 8.5 指数模型在投资组合管理中的实际运用 175 小结 180 网址 180 标准普尔 180 习题 181 概念检查答案 182 第三部分 均衡资本市场 第9章 资本资产定价模型 184 9.1 资本资产定价模型 184 9.2 资本资产定价模型和指数模型 193 9.3 资本资产定价模型符合实际吗 195 9.4 计量经济学与期望收益-贝塔关系 197 9.5 资本资产定价模型的拓展形式 198 9.6 资本资产定价模型和流动性 200 小结 204 网址 205 标准普尔 205 习题 205 概念检查答案 207 第10章 套利定价理论与风险收益的多因素模型 209 10.1 多因素模型概述 209 10.2 套利定价理论 212 10.3 单一资产与套利定价理论 216 10.4 多因素套利定价理论 216 10.5 何处寻找影响因素 218 10.6 多因素资本资产定价模型与套利定价理论 219 小结 221 网址 221 标准普尔 221 习题 221 概念检查答案 223 第11章 有效市场假定 224 11.1 随机漫步与有效市场假定 224 11.2 有效市场假定的含义 227 11.3 事件研究 229 11.4 市场是有效的吗 231 11.5 共同基金和分析业绩 239 小结 244 网址 244 习题 24
2021-11-30 12:30:38 8.68MB Finance
1
Matlab按股票代码对数据表现小组项目:股票投资顾问 “持有,买入还是卖出?” 股东经常处理的一个常见问题。 由于这个决定需要高度复杂的分析和大量的时间和专业知识,我们试图将这个过程整合到一个单一的工具中,以减少每个投资者的耗时工作量。 如果您想更多地了解我们的方法,我们鼓励您阅读并亲自体验股票投资顾问! 1. 小组项目成员 卢卡斯·尤兹 卢卡斯·凯维奇-尼德勒 凯瑟琳娜·鲁施曼 塞缪尔·韦伯 2. 一般信息 这个学生项目“股票投资顾问”是圣加仑大学 (HSG) 的 Mario Silic 课程“编程 - 入门级”的一部分。 该项目的目的是对上市公司进行基本面分析,以确定股票是否有效定价并因此应购买。 这是基于计算和分析未来自由现金流(DCF 分析)的自动化过程,这是金融部门和许多其他行业的行业标准。 请注意: 您可以在文件中找到纯代码。 该文件包括带有描述和进一步中间结果的代码。 3. 技术/设置 Python 版本:Python 3.8.5 JupytherLab:请参考安装 JupytherLab。 所需的库: numpy pandas yfinance pandas_data
2021-11-17 14:56:03 1.26MB 系统开源
1
AI学习投资-周六AI Euskadi。 机器学习项目的应用使新手的投资更容易理解。 1.投资比例的网站报废。 我们已经废弃了与来自纽约证券交易所市场的公司相关的beautifoulSoup投资数据。 2.创建数据集。 我们在过去10年中随机模拟了500.000个投资,投资期限在1天到2年之间。 通过应用分类或归一化技术等方法,已清理数据集并准备进行机器学习建模。 如果要使用结果数据集,则将其保存到“ datasets / transactions_variables.csv”中。 3.数据建模和优化。 在用pycaret筛选出哪种分类模型更适合我们的问题之后,我们选择了“决策树”,因为它更易于解释。 请记住,我们的目标不是进行更好的投资,而是使投资可用于更广泛的人群。 借助Graphviz,优化了决策树并可视化了结果。 4.数据部署并在REST API服务器上进行测试。 该项目的
1
基于InVEST-Biodiversity模型的闽江流域生境质量变化评价,白健,刘健,基于InVEST模型的Biodiversity模块,测定闽江流域的生物多样性生态服务功能,运用模型结果中的生境质量指数和生境稀缺度指数评估闽江流
2021-11-02 16:52:44 673KB 首发论文
1