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