第1章 R简介 1
【本章学习目标】 1
1.1 R是什么 1
1.2 Rstudio介绍 2
1.2.1 主界面 2
1.2.2 工作空间（Environment）和历史（History）窗口 4
1.2.3 命令窗口 5
1.2.4 右下角文件窗口 5
1.3 R的扩展包 6
1.3.1 扩展包的安装 6
1.3.2 扩展包的载入 7
1.4 如何获取帮助 7
1.4.1 查看扩展包和函数的信息 7
1.4.2 查看源代码的信息 8
1.4.3 查看网络帮助信息 8
1.5 工作空间 9
1.6 文件输入和输出 9
1.6.1 文件输入 10
1.6.2 文件存储 10
1.6.3 图形输出 10
1.7 数据类型 11
1.8 数据结构 12
1.8.1 向量（vector） 12
1.8.2 矩阵（matrix） 18
1.8.3 数组（array） 23
1.8.4 列表（list） 25
1.8.5 数据框 26
1.8.6 因子 29
【习题】 31
【参考文献】 32
第2章 R基本操作 33
【本章学习目标】 33
2.1 数据的输入 33
2.1.1 手工输入数据 33
2.1.2 从文本文件中读取数据 36
2.1.3 读取Excel表格数据 37
2.1.4 从SAS、SPSS、Stata统计软件读取数据 39
2.1.5 从网页读取数据 41
2.1.6 从数据库读取数据 42
2.1.7 读取包中数据 43
2.2 数据输出 43
2.3 特殊数据处理 45
2.3.1 缺失值处理 45
2.3.2 日期数据 46
2.3.3 基本函数及其运算 48
2.3.4 zoo包简介 49
2.3.5 xts包简介 51
2.4 数据预处理 52
2.4.1 产生新变量 52
2.4.2 修改变量名（数据标签） 54
2.4.3 变量重新编码 57
2.4.4 行列删除 59
2.4.5 数据排序 60
2.5 数据重塑 61
2.5.1 选取数据的子集 61
2.5.2 数据合并 63
2.5.3 长宽格式的转换 68
【习题】 75
【参考文献】 75
第3章 R编程基础 76
【本章学习目标】 76
3.1 流程控制 76
3.1.1 循环执行结构 76
3.1.2 条件执行结构 78
3.2 编写函数 80
3.2.1 泛型函数 80
3.2.2 函数构建 82
3.3 常用R函数 85
3.3.1 统计分析函数 85
3.3.2 回归分析 93
3.3.3 lapply（）系列函数 116
【习题】 123
【参考文献】 123
第4章 R作图基础 124
【本章学习目标】 124
4.1 初建图形 124
4.1.1 图形文件保存和创建 124
4.1.2 高级绘图函数 125
4.1.3 低级绘图函数 128
4.2 图形参数 129
4.2.1 图形类型 130
4.2.2 符号参数 131
4.2.3 线条参数 132
4.2.4 线条和字符颜色：col参数 133
4.2.5 坐标轴设定与调整 133
4.2.6 添加文本 140
4.2.7 添加图例 142
4.2.8 添加网格和标记 144
4.2.9 图尺寸调整 144
4.3 图形工具 147
4.3.1 高级散点图 147
4.3.2 直方图 151
4.3.3 Q-Q图 153
4.3.4 饼图 156
4.3.5 条形图 158
4.3.6 箱线图 163
4.3.7 克里夫兰点图 164
4.3.8 三维图 167
4.4 多图环境 169
4.4.1 利用par（）函数 169
4.4.2 利用layout（）函数 171
4.5 使用高级制图包（ggplot2 package） 173
4.5.1 从qplot（）快速入门 173
4.5.2 从qplot（）到ggplot（） 176
4.5.3 用ggplot（）例子演示 178
【习题】 181
【参考文献】 181
第5章 债券相关计算 182
【本章学习目标】 182
5.1 债券应计利息的计算 182
5.1.1 日期处理相关函数 183
5.1.2 剩余利息支付次数的计算 185
5.1.3 上一次利息支付日的获取 186
5.1.4 下次利息支付日的获取 187
5.1.5 计息期是否包含闰日的判断 187
5.1.6 日计数因子的计算 188
5.1.7 应计利息的计算 190
5.2 债券内在价值的计算 191
5.3 债券收益率的计算 192
5.3.1 到期收益率 192
5.3.2 实现的收益率 193
5.4 债券久期的计算 195
5.5 债券凸性的计算 197
5.6 债券相关计算举例 198
5.6.1 债券基本信息 198
5.7 应用 202
【习题】 203
【参考文献】 204
第6章 R与商业银行风险管理 205
【本章学习目标】 205
6.1 市场风险度量 205
6.1.1 VaR的定义与计算方法 205
6.1.2 VaR的回测 215
6.1.3 VaR计算的改进：极值分布理论，条件VaR 217
6.1.4 基于风险因子的市场风险管理：多因子风险测算与对冲模型 222
6.2 信用风险管理 224
6.2.1 信用风险的成因和度量（PD、EAD、LGD） 224
6.2.2 Merton违约模型及KMV模型 227
6.2.3 统计违约风险模型与PD预测 233
6.2.4 利差风险与违约密度模型 245
6.2.5 投资组合信用风险 247
6.3 操作风险度量 252
6.3.1 操作风险的定义和评估方法 252
6.3.2 损失分布法 254
6.3.3 RAROC方法简介 260
6.3.4 模型风险简介 261
6.4 流动性风险 263
6.4.1 流动性风险的定义 263
6.4.2 流动性风险的度量 263
6.4.3 流动性的管理方法 265
【习题】 267
【参考文献】 267
第7章 股票相关计算 269
【本章学习目标】 269
7.1 股票行情和历史数据的获取 269
7.1.1 雅虎金融数据 269
7.1.2 利用R获取雅虎金融数据 271
7.1.3 利用R包stockPortfolio获取股票历史收益数据 273
7.2 资产β系数的估计 274
7.2.1 历史β系数和β系数的调整 274
7.2.2 利用R估计股票的历史β系数 276
7.2.3 β系数的调整 278
7.3 投资组合优化 280
7.3.1 投资组合优化简介 280
7.3.2 资产期望收益率和协方差矩阵的估计 280
7.3.3 投资组合的期望收益和风险 284
7.3.4 允许卖空下投资组合优化 284
7.3.5 不允许卖空下投资组合优化 287
7.3.6 利用stockPortfolio包进行组合优化 290
【习题】 292
【参考文献】 293
第8章 R与量化投资 294
【本章学习目标】 294
8.1 量化投资概述 294
8.1.1 量化投资盈利的理论基础 295
8.1.2 量化投资与基本面分析和技术分析的区别与联系 295
8.1.3 量化投资理念的来源 296
8.1.4 量化投资的优势 297
8.1.5 量化策略设计的原则和注意事项 297
8.2 程序化交易简介 298
8.3 常见的量化投资策略介绍 303
8.3.1 配对交易策略 303
8.3.2 Fama-French多因子模型方法与Alpha策略 304
8.3.3 基于技术分析指标的选股策略 305
8.4 量化策略的回测、评价和改进（评价指标构建、回溯检验方法） 308
8.5 策略资金管理技术简介 310
8.6 一个简单的策略演示 311
【习题】 320
【参考文献】 321