Risk and Asset Allocation (Springer Finance)

With a reasonable math background (calculus and an understanding of linear algebra), this book is extremely informative and useful for anyone trying to get into the quantitative finance area. I would recommend reading "A Primer for the Mathematical Financial Engineering"(http://www.amazon.com/Primer-Mathematics-Financial-Engineering-Edition/dp/0979757622) to get a brief overview of the math required in this book prior if you have not had any experience in the mathematical finance area though.

starting to senior, all risk staff gotta attend Dr Meucci annual bootcamp in NYC.

This outstanding book on portfolio theory is a must-have for the professional risk-manager and trader. Note that this bound book is really one of three that Dr. Meucci has written; there is a full-length technical appendix and a full-length problems book that are on-line and free of charge. Also, all of his code is available from the Matlab Central site.I acknowledge another reviewer's pov that the notation is non-standard, however I have a different reaction. Meucci has designed a notation that uniformly covers what are otherwise highly diverse fields. With this unified notation connections and comparisons are made quickly and effectively across areas that have to date been hard to reconcile. For instance, Chapter 5 on indices of satisfaction: I defy anyone to have a clearer comparison on the certainty equivalent, variance at risk, and coherence measures -- three areas that to my readings of the literature are otherwise unavailable all in one place. As another example: portfolio theory *is* all about multidimensional distributions, and Meucci covers uni- and multi-variate statistics in his first three chapters with deep additions in his technical appendices. Using this as a base it is clear how to construct and forecast the returns on a portfolio.This book additionally brings robust statistical analysis to the fore. Rather than leaving the reader with a multivariate gaussian models and Markowitz mean-variance optimization Meucci starts in his later chapters a full repeal of these simple approaches and looks both at robust distribution analysis along with robust, or constrained, such as second-order cone programming, analysis of returns and optimization. This is the forefront of risk theory.Given that Dr. Meucci lectures around the world on these materials and has made so much of his work available and largely free, I find it the height of laziness of the other reviewer to given 1 star and complain about notation. Rather, Meucci's book and material are the starting point for a well-conceived approach to the field and literature.

Pulling the hardcover of this book off my shelf recently, I noticed that when the book was first published (2005), the author was at Lehman Brothers, Inc.I hope the "corrected" edition is REALLY corrected...

I got a copy of this book when I went to the authors 5 day boot camp based on this book.Just like about any other 40 hour course given over 5 days it is a big waste of time and money.Know one can absorb much from 8 hours lecturing over a 10 hour period.With any complex topic, one learns best with 1 or 2 hours of lecture at most, followed by 2 to 4 hour of reading and doing related problems.So, a 40-hour boot camp on Risk and Asset Allocation (stats) over a 5 day period is just a scam in my opinion,j because unless one know80% of the material before they attend then it is just mentally too tough to process even 4 hours of math lectures in one day never mind 8 hours a day.Take a 14 week university course on Risk and Allocation instead.

A great book if you have a strong mathematical background. But the question of asset allocation is bedevilled by mathematics which is too strong to support the weak data supplied by the markets in which we invest.Unless this weak data is properly integrated into the asset allocation process, an area which Meucci spends too little time on, then the users of quantitative procedures will continue to be disappointed.

condition was good

just finished the first 2 chapter, looks difficult

Ich habe mir das Buch bestellt, weil es Carol Alexander als gute Ergänzung zu ihrem Buch [1] über Risk-Management empfohlen hat.Witzig und originell fand ich die Widmung "to my true love, should she come". Allerdings geht es einem beim Lesen des Buches ebenso. Man watet durch Mathematik und wartet immer auf den eigentlichen Inhalt des Buches. Aber er kommt nicht. Zumindest ist er im Verhältnis zum mathematischen Aufwand minimal. Die ersten 100 Seiten sind Einführung in die Statistik. Man lernt, dass man eine Wahrscheinlichkeitsverteilung über die pdf, die cdf, die Quantilen oder die charakteristische Funktion äquivalent definieren kann. Es kommen natürlich auch Copulas vor. Wenn man es weiss (war bei mir der Fall) lernt man nix Neues, wenn man es nicht weiss, kennt man danach bestenfalls Schlagworte für die Quant-Cocktailparty. Danach wird es scheinbar spannend "Modelling the Market". Wieder viel mathematischer Klimbim, aber es werden dann für Stocks die Returns als Market-Invariant (stationäre Zeitreihe) hingestellt. Kein Wort von Volatility-Clustering, kein Wort vom asymmetrischen Verhalten.Analog ist für Optionen die erste Differenz der Implied Volatility eine Market-Invariant. Wieder nichts von Volatility-Clustering, Asymmetrie und Mean-Reverting Verhalten der IV.Modelle, die diese zentralen Eigenschaften von Märkten nicht enthalten sind wertlos bis gefährlich. Wie in vielen anderen Quant-Büchern ist die Existenz einer analytischen Lösung wichtiger als eine realistische Modellierung. Im Grunde tun die Autoren so, als wäre der Computer noch nicht erfunden.Man muss Meucci aber zumindest einen pädagogischen Anspruch zu Gute halte. Es ist ihm sichtlich ein Anliegen dem Leser die Mathematik verständlich näher zu bringen. Er wirft nicht mit der Mathematik um sich um zu zeigen, dass an ihm ein Einstein verloren gegangen ist (siehe [2]). Allerdings ist seine Notation leicht (verhaltens-)originell. Man muss altbekannte Formeln oft 2x lesen um zu erkennen was es ist.Im Kapitel "Evaluating Allocations" stellt Meucci eine Checkliste von sinnvollen Eigenschaften eines Risk-Masses auf. Und zeigt dann von den üblichen Massen, was sie können und vor allem nicht können. Nach 50 eher ermüdenden Seiten ist man endlich beim CVaR vulgo Expected Shortfall vulgo Expected Tail Loss angekommen. Dieses Mass besteht alle Punkte auf der Checkliste.Allerdings verwendet er im folgenden Kapitel über Portfolio Optimierung nicht CVaR sondern den "guten" alten Markowitz Ansatz. Tatsächlich ist die Markowitz Methode ziemlich unbrauchbar. Warum maximimiert Meucci nicht Erwartungswert/CVaR? Weil es dafür keine analytische Lösung gibt. Es gibt nicht einmal einen Algorithmus. Man muss auf Meta-Heuristiken zurückgreifen. In R wird dazu die Differential Evolution verwendet. Aber Mathematiker mögen halt keine Heuristiken und so wird lieber eine schlechte Market-Invariant und ein noch schlechteres Risikomass optimiert.Die mathematischen Details hat Meucci ins Internet ausgelagert. Jedes Kapitel hat einen Punkt "T" wie Technical Details mit der Seitenangabe "www". Das Buch ist mit 525 Seiten eh schon sehr dick. Insofern ist diese Auslagerung verständlich. Auf der anderen Seite: Wenn ich ein Buch lese, will ich ein Buch lesen und nicht ständig zwischen Buch und Internet hin- und herhüpfen.Man kann sich von der homepage auch MatLab-Routinen herunterladen. Am besten hat mir gefallen: Meucci spendet die Honorare für seine Publikationstätigkeit Ärzte ohne Grenzen und Oxfam. Es sind schon stolze 165.000$ zusammen gekommen. Insofern hab ich das Geld für dieses Buch nicht ganz umsonst ausgegeben.[1] C.Alexander: Market Risk Analysis Vol. IV, Value-at-Risk Models.[2] Siehe meine Besprechung zu J.Gatheral: The Volatility Surface.