当前位置:首页 > 经济
量化投资  以R语言为工具
量化投资  以R语言为工具

量化投资 以R语言为工具PDF电子书下载

经济

  • 电子书积分:16 积分如何计算积分?
  • 作 者:蔡立耑著
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2016
  • ISBN:9787121275852
  • 页数:540 页
图书介绍:本书主要讲解量化投资的思想和策略,并借助R语言进行实战。由三部分组成:首先,对R编程语言的介绍,通过学习,读者可以迅速掌握用R语言处理数据的方法,灵活运用R语言解决实际金融问题;其次,向读者介绍量化投资的理论知识,主要讲解量化投资所需的数量基础与量化投资的类型等方面;最后,将以上两部分内容结合起来,讲述如何在R语言中构建量化投资策略。
《量化投资 以R语言为工具》目录

第1部分 熟悉R语言 1

第1章 R的简介与安装 2

1.1 R语言简介 2

1.2 RGui的下载和安装 2

1.3 RGui使用简要介绍 4

1.4 统计功能Gui:R Commander 6

1.4.1 R Commander的安装与加载 6

1.4.2 R Commander简单操作 8

第2章 R使用入门 13

2.1 R代码编写 13

2.2 R代码执行与脚本 14

2.3 R脚本的保存与工作空间管理 15

2.3.1 R脚本的保存 15

2.3.2 R工作空间与工作目录 16

2.4 R的帮助系统 17

2.4.1 单击“帮助”标签获取资源 17

2.4.2 R函数获取帮助 18

第3章 R包简介 22

3.1 包的安装与加载 22

3.1.1 单击下载安装包 22

3.1.2 函数下载安装包 23

3.1.3 本地安装包 23

3.2 包的加载 24

3.3 R基础包 24

3.4 常用扩展包 25

第4章 RStudio使用 27

4.1 RStudio的下载和安装 27

4.2 Rstudio的界面介绍 27

4.3 RStudio的使用入门 28

4.3.1 自动补全功能 28

4.3.2 历史查询功能 29

4.3.3 其他标签的功能 30

4.3.4 RStudio中脚本文件的使用 32

第5章 R语言数据类型 34

5.1 几种常见的数据类型 34

5.2 数据类型的识别 36

5.3 数据类型的转换 36

第6章 R语言数据结构 39

6.1 数据结构 39

6.2 向量 39

6.2.1 创建向量 39

6.2.2 向量元素的索引 42

6.3 矩阵 43

6.3.1 创建新矩阵 43

6.3.2 矩阵元素索引 44

6.4 数组 45

6.4.1 数组的创建 45

6.4.2 数组元素的索引 47

6.5 向量、矩阵、数组的联系与区别 48

6.5.1 向量和矩阵、数组的区别 49

6.5.2 矩阵与数组的联系与区别 51

6.6 因子 52

6.6.1 创建因子 52

6.6.2 选取因子中元素 54

6.7 数据框 54

6.7.1 创建数据框 55

6.7.2 访问数据框 56

6.8 列表 57

6.8.1 列表的创建 57

6.8.2 访问列表 58

6.9 变量的查看与删除 59

6.9.1 变量的查看 59

6.9.2 变量的删除 62

第7章 数据导入和导出 64

7.1 数据导入 64

7.1.1 read.table()函数 64

7.1.2 读取Excel文件 65

7.1.3 读取Stata、SAS与SPSS的数据文件 66

7.1.4 读取网页数据 66

7.1.5 连接数据库 67

7.2 数据导出 68

第8章 数据编辑 70

8.1 编辑方式 70

8.2 变量命名 72

8.3 索引 73

8.4 数据结构转换 75

8.5 缺失值处理 75

第9章 数据整合 78

9.1 变量合并 78

9.2 列联表 79

9.3 reshape2包 82

第10章 R语言编程 85

10.1 流程控制 85

10.1.1 循环语句 85

10.1.2 条件语句 86

10.2 自编函数 87

10.3 数据操作 88

10.3.1 数学运算符 88

10.3.2 基本数据操作函数 89

10.3.3 字符型数据操作 92

10.4 apply函数族 93

10.4.1 apply()函数 94

10.4.2 tapply()函数 94

10.4.3 lapply()函数 95

第11章 R语言绘图基础 97

11.1 一个简单的例子 97

11.2 修改图形属性 98

11.2.1 图形类型 98

11.2.2 颜色 99

11.2.3 大小 104

11.2.4 文本 105

11.2.5 par() 108

11.3 常见图形类型 109

11.3.1 柱状图 109

11.3.2 直方图与密度曲线图 112

11.3.3 饼图 113

11.3.4 箱线图 114

11.3.5 时间序列图 115

11.4 绘图窗口 116

11.4.1 绘图窗口 116

11.4.2 窗口分割 117

第12章 绘图系统ggplot2 119

12.1 简介 119

12.2 使用qplot()作图 119

12.2.1 一个小例子 119

12.2.2 修改图形属性 121

12.2.3 绘制常见图形 123

12.2.4 分面 126

12.3 基本语法 127

12.3.1 数据和映射 128

12.3.2 标尺 129

12.3.3 统计变换和几何对象 130

12.4 使用ggplot作图 131

12.4.1 构建图层 131

12.4.2 映射函数 133

12.4.3 几何对象函数和统计变换函数 134

12.4.4 标尺函数 136

12.4.5 分面函数和坐标系统函数 139

12.4.6 图形输出 140

第2部分 统计学基础 142

第13章 描述性统计 143

13.1 数据类型 144

13.2 图表 144

13.2.1 频数分布表 144

13.2.2 直方图 145

13.3 数据的位置 145

13.4 数据的离散度 148

第14章 随机变量简介 152

14.1 概率与概率分布 152

14.1.1 离散型随机变量 152

14.1.2 连续型随机变量 153

14.2 期望值与方差 154

14.3 二项分布 155

14.4 正态分布(Normal Distribution) 158

14.5 其他连续分布 160

14.5.1 卡方分布 160

14.5.2 t分布 161

14.5.3 F分布 162

14.6 变量的关系 163

14.6.1 联合概率分布 163

14.6.2 变量的独立性 164

14.6.3 变量的相关性 164

14.6.4 上证综指与深证综指的相关性分析 165

第15章 推断统计 169

15.1 参数估计 169

15.1.1 点估计 170

15.1.2 区间估计 170

15.2 案例分析 172

15.3 假设检验 175

15.3.1 两类错误 176

15.3.2 显著性水平与p值 176

15.3.3 确定小概率事件 177

15.4 t检验 177

15.4.1 单样本t检验 178

15.4.2 独立样本t检验 179

15.4.3 配对样本t统计量的构造 180

第16章 方差分析 183

16.1 方差分析之思想 183

16.2 方差分析之原理 184

16.2.1 离差平方和 185

16.2.2 自由度 186

16.2.3 显著性检验 187

16.3 方差分析之R语言实现 188

16.3.1 单因素方差分析 188

16.3.2 多因素方差分析 189

16.3.3 析因方差分析 191

第17章 回归分析 193

17.1 一元线性回归模型 193

17.1.1 一元线性回归模型 193

17.1.2 最小平方法 194

17.2 模型拟合度 195

17.3 古典假设条件下?、?的统计性质 195

17.4 显著性检验 197

17.5 上证综指与深证成指的回归分析与R语言 197

17.5.1 R语言拟合回归函数 198

17.5.2 R语言回归诊断函数 199

17.6 多元线性回归模型 201

17.6.1 多元线性回归模型 202

17.7 多元线性回归案例分析 203

第3部分 金融基础、投资组合与量化选股 207

第18章 资产收益率和风险 208

18.1 单期与多期简单收益率 209

18.1.1 单期简单收益率 209

18.1.2 多期简单收益率 209

18.1.3 R函数计算简单收益率 212

18.1.4 单期与多期简单收益率的关系 214

18.1.5 年化收益率 216

18.1.6 考虑股利分红的简单收益率 218

18.2 连续复利收益率 220

18.2.1 多期连续复利收益率 223

18.2.2 单期与多期连续复利收益率的关系 224

18.3 绘制收益图 225

18.4 资产风险的来源 226

18.4.1 市场风险 226

18.4.2 利率风险 227

18.4.3 汇率风险 227

18.4.4 流动性风险 227

18.4.5 信用风险 228

18.4.6 通货膨胀风险 228

18.4.7 营运风险 228

18.5 资产风险的测度 228

18.5.1 方差 228

18.5.2 下行风险 230

18.5.3 风险价值 231

18.5.4 期望亏空 233

18.5.5 最大回撤 233

第19章 投资组合理论及其拓展 239

19.1 投资组合的收益率与风险 239

19.2 Markowitz均值-方差模型 243

19.3 Markowitz模型之R语言实现 247

19.3.1 数据读取与整理 247

19.4 Black-Littcrman模型 252

第20章 资本资产定价模型 260

20.1 资本资产定价模型的核心思想 260

20.2 CAPM模型的应用 261

20.3 R语言计算单资产CAPM实例 263

20.4 CAPM模型的评价 266

第21章 Fama-French三因子模型 269

21.1 Fama-French三因子模型的基本思想 269

21.2 三因子模型之R语言实现 271

21.3 三因子模型的评价 276

第4部分 时间序列基础与配对交易 278

第22章 时间序列基本概念 279

22.1 认识时间序列 279

22.2 R中的时间序列分析包 280

22.3 时间序列数据处理函数 283

22.4 选取特定日期的时间序列数据 284

22.5 时间序列数据描述性统计 286

第23章 时间序列的基本性质 289

23.1 自相关性 289

23.1.1 自协方差 290

23.1.2 自相关系数 290

23.1.3 偏自相关系数 290

23.1.4 acf()函数与pacf()函数 291

23.1.5 上证综指的收益率指数的自相关性判断 291

23.2 平稳性 295

23.2.1 强平稳 295

23.2.2 弱平稳 295

23.2.3 强平稳与弱平稳的区别 296

23.3 上证综指的平稳性检验 297

23.3.1 观察时间序列图 297

23.3.2 观察序列的自相关图和偏自相关图 298

23.3.3 单位根检验 299

23.4 白噪声 304

23.4.1 白噪声 304

23.4.2 白噪声检验——Ljung-Box检验 305

23.4.3 上证综合指数的白噪声检验 307

第24章 时间序列预测 309

24.1 移动平均预测 309

24.1.1 简单移动平均 309

24.1.2 加权移动平均 310

24.1.3 指数加权移动平均 310

24.2 ARMA模型预测 310

24.2.1 自回归模型 311

24.2.2 移动平均模型 313

24.3 自回归移动平均模型 314

24.4 ARMA模型的建模过程 314

24.5 CPI数据的ARMA短期预测 315

24.6 上证指数的平稳时间序列建模 322

第25章 GARCH模型 327

25.1 资产收益率的波动率与ARCH效应 327

25.2 ARCH模型和GARCH模型 327

25.2.1 ARCH模型 327

25.2.2 GARCH模型 329

25.3 ARCH效应检验 330

25.4 GARCH模型构建 332

25.5 GARCH模型之VaR应用 336

第26章 配对交易策略 341

26.1 什么是配对交易? 341

26.2 配对交易的思想 342

26.3 配对交易的步骤 343

26.3.1 股票对的选择 343

26.3.2 配对交易策略的制定 355

26.3.3 多空股票的仓位配比 359

26.4 配对交易与R语言 360

26.4.1 PairTrading包 360

26.4.2 R语言实测配对交易交易策略 365

第5部分 技术指标与量化投资 377

第27章 K线图 378

27.1 K线图简介 378

27.2 R绘制上证综指K线图 380

27.3 R捕捉K线图的形态 384

27.3.1 R语言捕捉“早晨之星” 384

27.3.2 R语言捕捉“乌云盖顶”形态 389

第28章 动量交易策略 396

28.1 动量概念介绍 396

28.2 动量效应产生原因 396

28.3 价格动量的计算公式 397

28.3.1 作差法求动量值 397

28.3.2 作除法求动量值 399

28.4 R中的动量相关函数 400

28.4.1 momentum()函数 400

28.4.2 ROC()函数 401

28.5 万科股票2015年走势及动量线 402

28.6 动量交易策略的一般思路 403

28.6.1 运用动量指标交易万科股票 403

第29章 RSI相对强弱指标 410

29.1 RSI基本概念 410

29.2 R语言计算RSI值 410

29.3 TTR包中的RSI()函数 417

29.4 RSI天数的差异 418

29.5 RSI指标判断股票超买和超卖状态 419

29.6 RSI的“黄金交叉”与“死亡交叉” 420

29.7 交通银行股票RSI指标交易实测 421

29.7.1 RSI捕捉交通银行股票买卖点 422

29.7.2 RSI交易策略执行及回测 426

第30章 均线系统策略 431

30.1 简单移动平均 431

30.1.1 简单移动平均数 431

30.1.2 简单移动平均函数 434

30.1.3 期数选择 435

30.2 加权移动平均 435

30.2.1 加权移动平均数 435

30.2.2 加权移动平均函数 438

30.3 指数加权移动平均 438

30.3.1 指数加权移动平均数 438

30.3.2 指数加权移动平均函数 441

30.4 常用平均方法的比较 442

30.5 TTR包中的平均函数 442

30.6 中国银行股价数据与均线分析 443

30.7 均线时间跨度 447

30.8 中国银行股票均线系统交易 448

30.8.1 简单移动平均线制定中国银行股票的买卖点 448

30.8.2 双均线交叉捕捉中国银行股票的买卖点 452

30.9 异同移动平均线(MACD) 457

30.9.1 MACD的求值过程 457

30.9.2 TTR包中的MACD()函数 459

30.9.3 异同均线(MACD)捕捉中国银行股票的买卖点 460

30.10 多种均线指标综合运用模拟实测 463

第31章 通道突破策略 470

31.1 通道突破简介 470

31.2 唐奇安通道(Donchian Channel) 470

31.2.1 唐奇安通道刻画 470

31.2.2 R语言捕捉唐奇安通道突破 474

31.3 布林带(Bollinger Band)通道 478

31.3.1 布林带通道的计算方式 479

31.3.2 通道突破BBands()函数 481

31.4 布林带通道与市场风险 483

31.5 通道突破交易策略的制定 486

31.5.1 布林带上下通道突破策略 486

31.5.2 另一种布林带通道突破策略 488

第32章 随机指标(KDJ)交易策略 491

32.1 什么是随机指标(KDJ) 491

32.2 随机指标(KDJ)的原理 491

32.3 KDJ指标的计算公式 492

32.3.1 未成熟随机指标RSV 492

32.3.2 K、D指标计算 497

32.3.3 J指标计算 501

32.3.4 KDJ指标简要分析 502

32.4 KDJ指标的交易策略 504

32.5 R语言KDJ指标交易实测 504

32.5.1 KD指标交易策略 504

32.5.2 KDJ指标交易策略 508

32.5.3 K线、D线“金叉”与“死叉” 510

第33章 量价关系分析 516

33.1 量价关系概述 516

33.2 量价关系分析 516

33.2.1 价涨量增 516

33.2.2 价涨量平 518

33.2.3 价涨量缩 519

33.2.4 价平量增 520

33.2.5 价平量缩 520

33.2.6 价跌量增 520

33.2.7 价跌量平 521

33.2.8 价跌量缩 521

33.3 不同价格段位的成交量与R语言 522

33.4 成交量与均线思想结合制定交易策略 524

第34章 OBV指标交易策略 532

34.1 OBV指标概念 532

34.2 OBV指标计算方法 532

34.3 OBV指标的理论依据 536

34.4 OBV指标的交易策略制定 536

34.5 OBV指标交易策略的R语言实测 536

34.6 OBV指标的应用原则 540

相关图书
作者其它书籍
返回顶部