Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 74,95

+ 149 punten

Levertermijn 1 à 4 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Nonlinear models are indispensable in modern finance, yet their reliance on numerical root-finding methods introduces layers of complexity that demand careful attention. This textbook offers a comprehensive and accessible guide to understanding these challenges and applying advanced econometric techniques to real-world financial and economic time series data. Designed for students, professionals, and researchers with a foundational background in statistics, econometrics, and finance, this book bridges the gap between theory and practice. It introduces key concepts progressively, making it suitable for both intermediate and advanced readers. Each chapter is written in clear, approachable language, ensuring that even those with limited prior experience in econometrics can grasp and apply the material effectively. The book is organized into five chapters that progressively guide readers through key concepts in financial time series modeling. It begins with Chapter 1, which introduces data filtering techniques, emphasizing the Kalman Filter's role in improving model accuracy. Chapter 2 explores volatility modeling, addressing common challenges in measuring and interpreting variance in financial data. Chapter 3 builds on this by presenting hybrid approaches that combine GARCH models with neural networks to enhance predictive performance. Chapter 4 applies dynamic volatility models to option valuation, offering both theoretical insights and practical tools. Finally, Chapter 5 delves into regime-switching models, including MSAR (Markov Switching Auto Regressive) and STAR (Smooth Transition Auto Regressive), to capture nonlinear behaviors and structural shifts in time series data. Together, these chapters form a cohesive narrative on modeling the dynamic behavior of financial time series, with a particular emphasis on volatility and structural shifts. Whether you're a finance professional, economist, or data scientist, this book is an essential resource for mastering the tools and techniques that drive modern financial analysis.