《国际金融数量分析技术》精准地揭示了国家与地区间因经济、政治、文化等因素相互联系而引发的货币、资金和资本流动。它特别强调国际金融学领域中量化分析的复杂性，尤其是分析结果如何易受经济周期、政治变迁以及各种政策制定和实施的影响。 本书依据当前最前沿的学术文献，详尽地涵盖了流行的机器学习方法、结构动态因子模型、脉冲响应分析、自然语言处理等先进的量化工具。通过结合实际案例和真实数据，本书旨在实现结构的流畅性、内容的清晰度以及易于普通读者理解。 本书不仅适合作为高等教育机构中经济、金融和商科专业国际金融相关量化方法课程的教科书,也是自学者理想的参考资料。

邱 越 上海对外经贸大学金融学院副教授，硕士生导师。2017年于加拿大皇后大学获得博士学位。主要研究方向为金融波动率预测、国际资本市场风险管理、机器学习方法等。主持参与多项国家自然科学基金项目。一系列论文发表在Journal of International Money and Finance，Journal of Financial Econometric,Journal of Empirical Finance 等期刊杂志。 谢 天 上海财经大学商学院常任教授，博士生导师。2013年于加拿大皇后大学获得博士学位。主要研究方向为组合预测和模型平均、大数据分析、金融波动率预测等。主持多项国家自然科学基金项目。一系列论文发表在Management Science, Review of Economics and Statistics, Journal of Financial Econometric，Journal of Empirical Finance 等期刊杂志。

第一章 导论 1.1本书的研究对象 1.3章节设计 1.4内容概览 1.5 本章结语 第二章 国际风险传导与高维数据分析 2.1 引言 2.2 文献回顾 2.3实证模型 2.4数据描述 2.5实证结果 2.6稳健性分析 2.7本章结论 参考文献 第三章 数字货币与机器学习算法 3.1 引言 3.2比特币简介 3.3比特币数据与波动率预测模型-HAR 3.4机器学习算法在波动率预测中的应用 3.5社交媒体数据 3.6实证结果 3.7稳健性检验 3.8本章结论 参考文献 本章附录H-MIDAS数据重采样技术 第四章 传统字符分析与国际直接投资预测 4.1引言 4.2 FOMC会议数据与文本清洗 4.3 词嵌人与单词图 4.4 情感分析 4.5 实证分析 4.6 国别分析 4.7本章结论 参考文献 本章附录 第五章 自然语言识别与国际资本流动分析 5.1引言 5.2美国资本流动数据 5.3量化 FOMC文本数据 5.4数据描述 5.5实证检验 5.6 2008年金融危机前后对比 5.7对投资偏好的解释 5.8 结论 参考文献 附录A 随机森林与文本指标构建 附录B 补充的实证检验 第六章 中文政策文本分析与国际资本流动 6.1 引言 6.2数据来源与处理 6.3 实证设计与检验 6.4 进一步检验 6.5 结论 参考文献 附录 MATLAB介绍与应用 A.MATLAB简介 B.样条与平滑 C.分类树与回归树 D.Bootstrap与Bagging Tree* E.随机森林与提升树8 F.支持向量机与混合树 参考文献