量化投资 以R为工具2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

量化投资 以R为工具PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 R简介1

1.1 R是什么1

1.2交互模式和编写脚本2

1.3安装R4

1.4获取帮助4

1.5包5

1.5.1标准包6

1.5.2捐献包和CRAN6

1.5.3命名空间6

第2章 与数据打交道7

2.1简单的算术操作和向量运算7

2.1.1向量和赋值7

2.1.2向量运算8

2.1.3生成正则序列9

2.1.4逻辑向量10

2.1.5缺损值11

2.1.6字符向量12

2.1.7向量索引：选择和修改一个数据的子集13

2.2其他重要的数据类型14

2.2.1数组和矩阵14

2.2.2列表和数据枢15

2.2.3类和泛型函数16

2.2.4 S4类19

2.3与日期打交道20

2.4合并数据框22

2.5从文件中读取数据22

2.5.1 read.table（） 函数23

2.5.2从Excel文件中读取24

2.6处理超大数据文件24

2.6.1用scan（）读取数据字段25

2.6.2利用Unix工具25

2.6.3用磁盘代替内存26

2.6.4访问数据库26

2.7发布系统指令27

2.8从剪贴板读取数据28

2.9直接编辑数据28

2.10例子：从大文件中提取数据29

第3章 横截面回归30

3.1最小二乘法30

3.2从回归中提取统计量32

3.3异方差33

3.3.1异方差Breusch-Pagan检验33

3.3.2异方差（自回归）稳健性协方差矩阵33

3.4线性假设检验（Wald和F）33

3.5加权和广义最小二乘法34

3.6带因子/分组的模型35

第4章 特殊回归37

4.1固定/随机效应模型37

4.1.1固定效应37

4.1.2随机效应38

4.2定性响应39

4.2.1 Logit/Probit39

4.2.2多项式Logit39

4.2.3顺序Logit/Probit40

4.3 Tobit和删失（Censored）回归40

4.4分位数回归40

4.5稳健回归-M估计41

4.6非线性最小二乘法41

4.7单结构方程的两步回归42

4.8方程组42

4.8.1似无关回归42

4.8.2方程组两步回归43

4.9例子43

4.9.1蒙特卡洛（Monte Carlo）模拟43

4.9.2最大似然估计44

第5章 时间序列回归45

5.1差分和滞后45

5.2滤波47

5.2.1 Canned AR和MA filters47

5.2.2手动滤波48

5.2.3 Hordrick-Prescott滤波48

5.2.4卡尔曼（Kalman）滤波48

5.3 ARIMA/ARFIMA49

5.4 ARCH/GARCH50

5.4.1基本GARCH—garch（）50

5.4.2高级GARCH—garchFit（）51

5.5相关图51

5.6预测值52

5.7时间序列检验53

5.7.1自相关Durbin-Watson检验53

5.7.2 自相关Box-Pierce和Breush-Godfrey检验53

5.7.3单位根Dickey-Fuller检验53

5.8向量自回归（VAR）54

5.9谱分析54

5.9.1傅里叶变换54

5.9.2窗函数55

5.9.3周期图56

5.10小波60

5.11例子：时间序列分解和预测64

5.11.1时间序列分解64

5.11.2时间序列拟合65

第6章 绘图67

6.1绘制经验分布68

6.2等高图69

6.3添加图例和资料71

6.4添加箭头、文本和标记72

6.5多图绘制72

6.6保存图形75

6.7添加希腊字母和数学符号75

6.8其他图形包76

第7章 统计77

7.1常见的统计分布77

7.2检验一个数据集的分布78

7.3单样本和双样本检验82

7.4 P值86

7.5从数据中采样86

第8章 R中的数学88

8.1矩阵运算88

8.1.1矩阵相乘88

8.1.2线性方程和求逆89

8.1.3特征值和特征向量89

8.1.4奇异值分解和行列式90

8.1.5 最小二乘法拟合和QR分解90

8.2数值优化91

8.2.1无约束极小化91

8.2.2线性约束极小化92

8.3数值积分93

第9章 编程94

9.1编写函数94

9.1.1一个简单的例子94

9.1.2定义新的二元操作符95

9.1.3参数命名和默认值96

9.1.4.参数96

9.1.5在函数中赋值97

9.2循环和避免循环97

9.3控制100

9.3.1条件控制：if语句100

9.3.2循环控制：for循环，repeat和while100

9.3.3一个例子101

9.4检测你的程序运行时间102

9.5调试103

9.5.1用traceback 显示错误命令103

9.5.2运用debug一步步排查104

9.5.3运用trace在函数中插入代码107

9.5.4通过recover浏览函数调用情况108

第10章 改变配置111

第11章 保存你的工作114

第12章 投资中的数量化技术117

第13章 估值和选股119

13.1相对估值模型120

13.1.1股票价格倍数120

13.1.2企业价值倍数121

13.2绝对估值模型123

13.2.1现金流贴现模型123

13.2.2红利贴现模型124

13.2.3股权自由现金流模型124

13.2.4公司自由现金流模型125

13.2.5经济增加值（EVA）贴现法125

13.2.6 现金流量贴现法的指标计算126

13.3数量化选股127

13.3.1简介127

13.3.2基本面（Foundmental）选股128

13.3.3多因 素 （Multiple-Factor Regression） 模型131

13.3.4动量反转（Momentum Contrarian）选股133

13.3.5 GARP模型134

第14章 资产配置和组合优化136

14.1战略资产配置137

14.1.1马科维茨资产配置模型137

14.1.2均值-LPM资产配置模型139

14.1.3 VaR约束下的资产配置模型140

14.1.4基于贝叶斯估计的资产配置模型141

14.2战术资产配置142

14.2.1行业轮动策略143

14.2.2风格轮动策略144

14.2.3（可转移）Alpha策略146

14.2.4投资组合保险策略147

第15章 基于数据挖掘的股票预测150

15.1神经网络151

15.2支持向量机153

15.3小波分析156

第16章 行为金融指导下的投资策略157

16.1反向投资策略与动量交易策略158

16.2捕捉并集中投资策略159

16.3小盘股策略160

16.4成本平均策略162

16.5时间分散化策略162

16.6设立止损点的交易策略163

第17章 程序化交易和算法交易165

17.1程序化交易166

17.1.1指数套利交易策略167

17.1.2数量程序交易策略167

17.1.3动态对冲交易策略168

17.1.4 配对交易策略168

17.1.5 久期平均交易策略169

17.2算法交易170

17.2.1定义170

17.2.2主要算法171

17.3交易成本分析174

17.4交易模型和模拟176

第18章 绩效评估技术178

18.1风险调整收益分析178

18.1.1夏普比率179

18.1.2特雷纳指数179

18.1.3詹森指数180

18.1.4 M2指数181

18.1.5 信息比率182

18.1.6 RAROC指标182

18.2投资管理人的能力分析183

18.2.1经验模型183

18.2.2 T-M和H-M模型183

18.3业绩持续性分析185

18.3.1回归系数法185

18.3.2列联表法185

18.4超额收益归因分析187

18.4.1 资产配置超额找益率贡献187

18.4.2证券选择收益贡献187

18.4.3行业选择的收益贡献187

18.4.4行业内个股选择收益贡献187

18.5基金评价体系188

18.5.1晨星公司的评级体系188

18.5.2银河基金业绩评价体系189

第19章 实践：几个量化投资模拟的例子191

19.1预备：获取数据191

19.1.1从网络获取股票数据191

19.1.2从数据库获取股票数据192

19.1.3获取和查看上市公司的财务报表198

19.1.4获取上市公司股息数据198

19.1.5根据股息调整股票价格199

19.1.6 获取股票分割数据199

19.2用LOWESS平滑价格曲线199

19.3交易前成本分析203

19.4布林带策略绩效分析215

19.5海龟交易系统218

19.6配对交易策略绩效分析227

19.7数据挖掘预测股票收益234

第20章 相关程序包参考251

20.1 TTR251

20.2 BLOTTER294

20.3 QUNTSTRAT314

20.4 PERFORMANCEANALYTICS344

附录一 R中实现交易模拟的工具链463

附录二 CRAN任务视图：计量经济学464

附录三 CRAN任务视图：实证金融学468

附录四 CRAN任务视图：时间序列分析472

附录五 CRAN任务视图：机器学习和统计学习478

参考文献482