国外实用金融统计丛书 金融风险建模及投资组合优化 使用R语言 翻译版PDF电子书下载

第1部分 著述初衷 3

第1章 简介 3

参考文献 5

第2章 R语言简介 6

2.1 R语言的起源与发展 6

2.2 获取帮助 7

2.3 R语言应用 10

2.4 类、方法与函数 11

2.5 本书自带的教学包：FRAPO包 19

参考文献 24

第3章 金融市场数据 25

3.1 金融市场收益率的统计特征 25

3.1.1 单变量时间序列的统计特征 25

3.1.2 多变量时间序列的统计特征 27

3.2 关于风险模型的影响 30

参考文献 30

第4章 风险度量 31

4.1 本章简介 31

4.2 风险度量概述 31

4.3 投资组合相关的风险概念 35

参考文献 37

第5章 现代投资组合理论 38

5.1 本章简介 38

5.2 马科维茨投资组合理论 38

5.3 均值-方差投资组合理论 41

参考文献 43

第2部分 风险建模 47

第6章 刻画收益率的分布 47

6.1 预备知识 47

6.2 广义双曲分布 47

6.3 广义lambda分布 49

6.4 与GHD相关的R软件包 55

6.4.1 fBasics包 55

6.4.2 GeneralizedHyperbolic包 56

6.4.3 ghyp包 57

6.4.4 QRM包 58

6.4.5 SkewHyperbolic包 58

6.4.6 VarianceGamma包 59

6.5 与GLD相关的R包 59

6.5.1 Davies包 59

6.5.2 fBasics包 59

6.5.3 gld包 60

6.5.4 lmomco包 61

6.6 GHD在风险建模中的应用 61

6.6.1 用GHD拟合股票收益率 61

6.6.2 用GHD进行风险评估 64

6.6.3 重新审视典型特征 66

6.7 GLD在风险建模和数据分析中的应用 68

6.7.1 单支股票的VaR 68

6.7.2 FTSE100指数三角 70

参考文献 72

第7章 极值理论 74

7.1 预备知识 74

7.2 极值的理论、方法和模型 74

7.2.1 分块极值模型 74

7.2.2 r阶最大顺序模型 75

7.2.3 POT方法 76

7.3 相关R包简介 78

7.3.1 evd包 78

7.3.2 evdbayes包 79

7.3.3 evir包 80

7.3.4 fExtremes包 81

7.3.5 ismev包和extRemes包 83

7.3.6 POT包 84

7.3.7 QRM包 84

7.3.8 Renext包 85

7.4 极值理论的实证分析 86

7.4.1 本节概述 86

7.4.2 BMM模型在西门子公司数据上的应用 86

7.4.3 r分块极大值模型在宝马公司数据上的应用 89

7.4.4 POT方法在波音公司数据上的应用 91

参考文献 96

第8章 波动率建模 97

8.1 预备知识 97

8.2 ARCH模型的种类 97

8.3 相关的R软件包 100

8.3.1 bayesGARCH包 100

8.3.2 ccgarch包 101

8.3.3 fGarch包 101

8.3.4 gogarch包 102

8.3.5 rugarch包和rmgarch包 103

8.3.6 tseries包 105

8.4 波动率模型实证分析 105

参考文献 107

第9章 相依性建模 109

9.1 概述 109

9.2 相关性、独立性和分布 109

9.3 Copula 111

9.3.1 起因 111

9.3.2 相关性与独立性回顾 112

9.3.3 Copula的分类 113

9.4 相关的R包 117

9.4.1 BLCOP包 117

9.4.2 copula包和nacopula包 117

9.4.3 fCopulae包 119

9.4.4 gumbel包 120

9.4.5 QRM包 121

9.5 copula函数相关的实证分析 121

9.5.1 GARCH-copula模型 121

9.5.2 混合copula 126

参考文献 128

第3部分 投资组合优化 133

第10章 稳健投资组合优化 133

10.1 概述 133

10.2 稳健统计理论 133

10.2.1 动机 133

10.2.2 选择稳健估计量 134

10.3 稳健优化 137

10.4 相关R包 141

10.4.1 covRobust包 142

10.4.2 fPortfolio包 142

10.4.3 MASS包 143

10.4.4 robustbase包 143

10.4.5 robust包 144

10.4.6 rrcov包 145

10.4.7 Rsocp包 146

10.5 实证分析 146

10.5.1 投资组合模拟：稳健统计与经典统计 146

10.5.2 投资组合回测：稳健方法与经典统计方法 152

10.5.3 投资组合回测：稳健优化 155

参考文献 160

第11章 重新思考多元化 162

11.1 简介 162

11.2 多元化投资组合 163

11.3 加入风险约束的投资组合 165

11.4 最优化尾部相关投资组合 167

11.5 相关的R包 169

11.5.1 DEoptim包和RcppDE包 169

11.5.2 FRAPO包 171

11.5.3 PortfolioAnalytics包 172

11.6 实证分析 172

11.6.1 不同方法的比较 172

11.6.2 优化尾部依赖投资组合与基准的比较 177

11.6.3 预期亏损的极限分布 181

参考文献 184

第12章 风险最优投资组合 186

12.1 概述 186

12.2 均值-VaR投资组合 186

12.3 最优CVaR投资组合 191

12.4 最优回撤投资组合 195

12.5 相关R包 197

12.5.1 fPortfolio包 197

12.5.2 FRAPO包 198

12.5.3 R中的线性规划包 199

12.5.4 PerformanceAnalytics包 203

12.6 实证分析 204

12.6.1 最小化CVaR和最小方差投资组合比对 204

12.6.2 回撤约束的投资组合 208

12.6.3 股票投资的回测对比 212

参考文献 218

第13章 战术性资产配置 220

13.1 概述 220

13.2 选择的时间序列模型的考量 221

13.2.1 单变量时间序列模型 221

13.2.2 多元时间序列模型 226

13.3 Black-Litterman方法 233

13.4 Copula模型及熵池方法 235

13.4.1 前言 235

13.4.2 COP模型 235

13.4.3 EP模型 236

13.5 相关的R包 238

13.5.1 BLCOP包 238

13.5.2 dse包 239

13.5.3 fArma包 242

13.5.4 forecast包 242

13.5.5 MSBVAR包 243

13.5.6 PairTrading包 244

13.5.7 urca包与vars包 245

13.6 实证分析 248

13.6.1 Black-Litterman投资组合优化 248

13.6.2 Copula方法 255

13.6.3 保护策略 259

参考文献 266

附录 273

附录A 本书R包概览 273

A.1 R包-按首字母排序 273

A.2 R包-按应用类型分类排序 275

参考文献 278

附录B 本书时间序列数据 282

B.1 日期—时间类 282

B.2 stats基础包中的ts类 285

B.3 不规则间隔时间序列 286

B.4 timeSeries包 287

B.5 ZOO包 288

B.6 tframe包和xts包 290

参考文献 293

附录C 投资组合策略的回测及报告 294

C.1 关于回溯检验的R包 294

C.2 用于生成报表的R包 294

C.3 交互数据库 295

参考文献 296

附录D 技术性 298