第01章
贝叶斯思维导论
从经典统计到贝叶斯统计的范式转变，先验、似然与后验的核心概念。
范式转变先验/后验
第02章
贝叶斯定理与资产定价
贝叶斯公式的金融解释，如何将市场信息融入定价模型。
金融解释信息融入
第03章
先验分布的选择
共轭先验（Beta-Binomial, Normal-Normal）及其在收益率建模中的应用。
共轭先验收益率
第04章
马尔可夫链蒙特卡洛 (MCMC) 入门
Metropolis-Hastings算法与Gibbs采样，PyMC库实战。
MCMCPyMC
第05章
贝叶斯线性回归
预测股票收益率，使用正则化先验（Ridge, Lasso）处理多重共线性。
正则化共线性
第06章
贝叶斯CAPM模型
估计市场贝塔系数，引入先验信息（行业平均贝塔）提高估计稳定性。
贝塔系数行业先验
第07章
贝叶斯Fama-French三因子模型
因子载荷的贝叶斯估计，因子选择与模型比较。
三因子因子载荷
第08章
随机波动率模型
使用贝叶斯方法估计波动率，对比GARCH模型的效果。
波动率GARCH
第09章
贝叶斯时间序列分析
ARIMA模型的贝叶斯实现，预测股价走势。
ARIMA股价预测
第10章
状态空间模型与卡尔曼滤波
贝叶斯视角下的动态因子模型，估计隐含波动率。
卡尔曼滤波动态因子
第11章
贝叶斯资产组合优化
Black-Litterman模型实战，将主观观点与市场均衡结合。
Black-Litterman主观观点
第12章
先验 elicitation
如何从专家意见或历史数据中提取先验分布参数。
专家意见先验提取
第13章
贝叶斯模型平均 (BMA)
解决模型不确定性，组合多个定价模型的预测。
BMA模型组合
第14章
贝叶斯非参数方法
Dirichlet过程在资产配置中的应用，发现市场状态切换。
Dirichlet状态切换
第15章
贝叶斯Copula模型
估计资产间的尾部依赖结构，用于风险管理。
尾部依赖Copula
第16章
贝叶斯极值理论 (EVT)
估计VaR和ES，处理金融数据的厚尾特征。
VaR厚尾
第17章
贝叶斯信用风险模型
违约概率的贝叶斯估计，Merton模型的贝叶斯扩展。
违约概率Merton
第18章
贝叶斯期权定价
将波动率微笑纳入模型，使用MCMC估计隐含参数。
波动率微笑MCMC
第19章
贝叶斯高频交易模型
处理微观结构噪声，估计真实波动率。
微观噪声高频
第20章
贝叶斯因子模型
确定最优因子数量，使用稀疏先验（Spike-and-Slab）进行因子选择。
因子选择Spike-and-Slab
第21章
贝叶斯神经网络
用概率视角训练神经网络，预测资产价格并量化不确定性。
概率视角不确定性
第22章
贝叶斯强化学习
在动态交易策略中平衡探索与利用，使用Thompson采样。
Thompson采样探索利用
第23章
贝叶斯因果推断
使用Do-演算和贝叶斯网络识别资产价格间的因果关系。
因果推断Do-演算
第24章
贝叶斯异常检测
识别市场操纵和异常交易行为，使用贝叶斯变化点检测。
变化点市场操纵
第25章
贝叶斯生存分析
预测公司破产时间，Cox比例风险模型的贝叶斯版本。
生存分析Cox模型
第26章
贝叶斯宏观金融模型
将宏观经济指标（GDP、CPI）纳入资产定价框架。
宏观指标GDP/CPI
第27章
贝叶斯模型诊断
后验预测检验（PPC）、WAIC与LOO-CV，评估模型拟合度。
PPCWAIC
第28章
贝叶斯计算加速
变分推断（VI）与HMC（Hamiltonian Monte Carlo）在大规模数据中的应用。
变分推断HMC
第29章
贝叶斯投资策略回测
构建概率化交易信号，评估策略的夏普比率后验分布。
概率信号夏普比率
第30章
贝叶斯风险管理报告
生成包含后验分布、可信区间和风险指标的综合报告。
可信区间风险报告