量化投资：以R语言为工具
①一般下午5点前订单，当日发货，开发票联系客服②教材,学习,考试类书默认有笔记（或做过）③其他类书一般无笔记，提前与客服沟通好再下单，否则本店不承担责任）④部分图书籍采用标准图片，可能存在不同印次不同封面，内容一致⑤出版时间过长的书都可能有自然发黄现象。
￥ 74.25 7.5折 ￥ 99 九品
库存2件
天津宝坻
认证卖家担保交易快速发货售后保障
作者蔡立耑
出版社电子工业出版社
ISBN9787121275852
出版时间2015-12
装帧平装
开本16开
定价99元
货号1009710050128281610
上书时间2024-11-12
- 在售商品 暂无
- 平均发货时间 14小时
- 好评率 暂无
商品详情
- 品相描述：九品
- 商品描述
-
前言
过去十年，一股“量化投资”的热潮在中国悄然掀起。到了最近这一两年，读者不难发现，投资人对量化的关注到达了前所未有的地步。业界到处寻找量化团队，各种量化基金如雨后春笋般出现，学校里也开始举办一场又一场的量化讲座、研讨会等。量化投资可以说一时蔚为风行，产官学共襄盛举。
这么受人瞩目的议题，到底它的含义是什么呢? 为了了解量化投资这个概念，我们先回顾一下投资分析与决策过程。在投资分析与实战中，虽然个中滋味如人饮水，个中细节一言难尽，但“投资”大致上会有如下几个阶段：首先，投资人利用各种工具与分析方法，建构模型（系统）来验证买卖标的、时点、价位等的有效性。第二阶段则筛选经过分析与验证得到的结论，实际应用于交易。一个严谨的投资人，通常还会有第三阶段，即在实际投资的过程中，不断地修正与完善自已的模型（系统）。
在资讯工具不发达的年代，这些过程往往以质化为主。例如，基金经理人会研究上巿公司财务报表，拜访公司高层，以经验判断技术指标的趋势与形态，做出投资的买卖决策。这种做法带有很大的主观性，因此又被称为“主观交易”。主观交易的流弊，在于决策基础源于“大胆假设”而缺乏科学方法“小心求证“的过程。更有甚者，行为金融学指出，投资人的行为往往易受各种心理认知谬误的影响而伤害投资绩效。除此之外，在瞬息万变的金融巿场中，主观交易者若要处变不惊地坚守操作纪律，同时眼明手快地捕捉稍纵即逝的机会，也常有“力不从心”之叹。相较于主观交易所遭遇的问题，量化投资则在上述投资的各个阶段，利用数学、统计、计算机等分析工具来建立模型，据以客观地分析数据，按事先设定好的投资逻辑来进行投资决策，在理想状况下自动化执行下单。正因如此，量化投资拥有可验证性、纪律性与即时性等许多主观交易不可企及的优势。若再善用计算机技术，量化交易者可以处理的信息量更让主观交易者难以望其项背。如此说来，采用量化技术岂非在投资上立于不败之地？
读者只要稍加思考即可发现，量化投资的模型很容易因建模者的能力不同而良莠不齐。此外，绝大多数模型的核心思想在于“以史为鉴”；在对历史数据依赖度高的前提下，一旦遇到新兴的金融巿场或历史上不曾出现的事件，量化投资者也只能徒呼负负。既然主观交易有诸多限制，量化交易看来又并非万能，那么，对投资绩效念兹在兹的投资者，究竟该何去何从呢？我们要提醒读者的是，编程语言、统计、金融、技术指标等量化投资常用的知识，只是工具！它们就像武侠小说中的宝剑与武功秘籍，固然重要，却不是笑傲江湖的保证。“宝剑锋从磨砺出”，只有勤练武艺，在实战中积累经验，才能审时度势，百战不殆。
本书旨在对量化投资作广泛与初步的介绍，希望能引领读者进入这个引人入胜的学术与实务领域。囿于笔者的学养见识，书中内容或有疏漏谬误之处，尚祈先进专家能不吝指正。最后，谨以此书表达对热血投资大众的献曝之忱。
作者简介蔡立耑（Terry Tsai），美国伊利诺伊大学金融硕士，华盛顿大学经济学硕士、博士。熟悉行为金融与量化投资。在美国、韩国、中国内地高校的金融、经济、统计、计算机等领域课程有丰富授课经验。对学术与实务结合有丰富的经验与独到的见解。
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-Litterman 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__
内容摘要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。
主编推荐
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价