金融时间序列预测 基于R语言的应用实践PDF电子书下载

第1章 R语言的闪电入门 1

1.1 R简介 1

1.2 安装和配置R计算环境 4

1.3 十分钟的闪电教程 9

1.4 五分钟写两个R程序 16

1.5 R大生境中的SOS 20

第2章 金融时间序列的R表示 22

2.1 时间序列数据的读入 22

2.2 列表（list） 29

2.3 数据框：“列”的“列表” 33

2.4 矩阵（matrix） 38

2.5 时间序列数据类型ts 40

第3章 市场分析的基本方法 45

3.1 读取在线股票数据 46

3.2 时间序列的分解 53

3.3 相关性分析 64

第4章 股市的简单预测方法 69

4.1 预测：能做到吗？ 69

4.2 均值预测 73

4.3 单纯预测 76

4.4 预处理变换 81

4.5 衡量预测准确度 85

4.6 残差分析 90

第5章 线性回归预测 96

5.1 线性回归 96

5.2 模型评价 102

5.3 R2指标 103

5.4 线性回归预测 104

5.5 拟合综述解释 107

5.6 虚假的回归？ 109

第6章 多元回归预测 113

6.1 多元线性回归的基本概念 113

6.2 残差分析 119

6.3 非线性回归 123

6.4 回归什么？预测什么？ 131

第7章 季节和趋势：时间序列的分解 133

7.1 序列分解的经典思路回顾 133

7.2 ts数据类型 138

7.3 移动平均方法 140

7.4 经典分解法 143

7.5 STL分解法 145

7.6 序列分解预测 147

第8章 指数平滑方法：原油价格预测 150

8.1 简单指数平滑 151

8.2 Holt线性趋势方法 156

8.3 阻尼趋势方法 159

8.4 Holt-Winters季节方法 162

8.5 指数平滑组合模型 166

第9章 自回归移动平均 175

9.1平 稳性和差分 175

9.2 回移算符 179

9.3 自回归模型 180

9.4移 动平均模型 182

9.5 非季节性ARIMA模型 183

9.6 ARIMA模型预测的一般步骤 187

9.7 季节性ARIMA 191

9.8 时间序列预测小结 194

第10章 R量化投资初步 197

10.1 回测 197

10.2 quantmod包 198

10.3 技术指标 203

10.4 TTR包 204

10.5 量化策略回测 209