基於R語言的金融分析

購買商店

基於R語言的金融分析

$714.00

馬上購買

內容描述

本書關注計算機模擬技術，提供了一種用R語言開發金融分析程序的系統方法，
旨在指導讀者建立一個軟件模擬實驗室，並在實驗室的重要工作模塊上回答分析問題，
向讀者，無論是金融從業者還是學者，提供了許多金融分析方面的解決方案。
具體內容包括市場概率和統計的背景知識、R語言入門、金融證券、
數據分析和風險度量、時間序列分析、集群分析、模擬交易策略、
利用基本原理進行預測、期權的二項式模型等。
每章都配有習題，可以幫助讀者鞏固所學知識。

目錄大綱

目錄
譯者序
前言
第1章分析性思維1
1.1什麼是金融分析1
1.2什麼是數據科學筆記本電腦實驗室2
1.3什麼是R語言，如何將其用於專業分析領域4
1.4習題5
第2章統計計算使用的R語言6
2.1 R語言入門6
2.2語言功能：函數、賦值、參數和類型9
2.3語言功能：綁定和數組11
2.4錯誤處理14
2.5數字、統計和字符函數15
2.6數據幀和輸入/輸出16
2.7列表17
2.8習題19
第3章金融統計學20
3.1概率20
3.2排列組合21
3.3數學期望27
3.4樣本均值、標準差和方差29
3.5樣本偏度和峰度30
3.6樣本協方差和相關矩陣31
3.7金融收益率33
3.8資本資產定價模型34
3.9習題35
第4章金融證券37
4.1債券投資38
4.2股票投資40
4.3證券數據集和可視化41
4.4股票分拆43
4.5為併購進行調整48
4.6繪製多個序列49
4.7證券數據導入51
4.8證券數據清理57
4.9證券報價60
4.10習題61
第5章數據集分析和風險測量62
5.1用對數收益率來生成價格62
5.2價格變動的正態混合模型64
5.3 2015年貨幣價格的突變70
5.4習題73
第6章時間序列分析74
6.1時間序列入門74
6.2平穩型時間序列78
6.3自回歸移動平均過程79
6.4冪變換79
6.5 TSA包80
6.6自回歸積分移動平均過程87
6.7案例研究：強生公司的收益89
6.8案例研究：乘客飛行月度數據92
6.9案例研究：電力生產95
6.10廣義自回歸條件異方差97
6.11案例研究：谷歌公司股票收益的波動性97
6.12習題104
第7章夏普比率106
7.1夏普比率公式107
7.2時間段和年化107
7.3排名投資候選選項108
7.4 quantmod包111
7.5衡量損益表增長116
7.6損益表增長的夏普比率119
7.7習題128
第8章馬科維茨均值方差優化129
8.1兩種風險資產的最優投資組合129
8.2二次規劃132
8.3利用投資組合優化進行數據挖掘133
8.4約束、懲罰和套索135
8.5向高維度延展140
8.6案例研究：2003～2008年標準普爾500指數成分股147
8.7案例研究：2008～2014年幾千隻候選股票150
8.8案例研究：交易所交易基金154
8.9習題161
第9章集群分析163
9.1 k-means聚類163
9.2剖析k-means算法169
9.3無向圖的稀疏性和連通性172
9.4協方差和精度矩陣175
9.5可視化協方差177
9.6 Wishart分佈184
9.7 Glasso：無向圖的懲罰186
9.8運行Glasso算法187
9.9多年追踪價值股187
9.10年度稀疏度回歸191
9.11季度稀疏度回歸195
9.12月度稀疏度回歸196
9.13架構和擴展197
9.14習題198
第10章衡量市場情緒199
10.1馬爾可夫區製轉移模型199
10.2讀取市場數據202
10.3貝葉斯推理206
10.4 Beta分佈207
10.5先驗和後驗分佈207
10.6檢驗對數收益率的相關性210
10.7態勢圖211
10.8習題215
第11章模擬交易策略217
11.1外匯市場217
11.2圖表分析218
11.3初始化及結束219
11.4動量指標220
11.5在頭寸中使用貝葉斯推理221
11.6入場223
11.7離場224
11.8獲利能力224
11.9短期波動性225
11.10狀態機225
11.11模擬總結232
11.12習題233
第12章使用基礎知識進行數據探索235
12.1 RSQLite包235
12.2計算市淨率236
12.3 Reshape2包238
12.4案例研究：谷歌240
12.5案例研究：沃爾瑪242
12.6價值投資243
12.7實驗室：試圖戰勝市場246
12.8實驗室：財務實力247
12.9習題247
第13章使用基本原理進行預測248
13.1最佳損益表投資組合248
13.2重新格式化損益表增長數據249
13.3獲取價格統計251
13.4合併損益表和價格統計數據255
13.5使用分類樹和遞歸劃分進行預測257
13.6分類器之間的預測率比較262
13.7習題264
第14章期權的二項式模型266
14.1應用計算金融學266
14.2風險中性定價和無套利269
14.3高風險率環境269
14.4期權數據二項模型的收斂271
14.5買賣權平價274
14.6從二項到對數正態275
14.7習題276
第15章Black-Scholes模型和期權的隱含波動率277
15.1幾何布朗運動277
15.2幾何布朗運動的蒙特卡羅模擬279
15.3 Black-Scholes推導280
15.4隱含波動率的算法283
15.5隱含波動率的實現284
15.6 Rcpp包290
15.7習題292
附錄概率分佈與統計分析293
參考文獻312

作者介紹

Dirk L.Hugen
艾奧瓦大學統計與精算科學系的研究生。他曾是一名信號處理工程師。