R语言计量金融分析与应用PDF|Epub|txt|kindle电子书版本网盘下载

R语言计量金融分析与应用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 最简单的统计分析原理1

1.1 统计分析原理2

1.1.1 估计原理3

1.1.2 检验原理4

1.2 函数原理和数据分析5

1.3 再进一步6

第2章 R的基本环境与安装8

2.1 R与网络资源8

2.2 安装系统程序10

2.3 更改语言模式14

第3章 R的IDE模式18

3.1 R Commander18

3.2 Deducer21

3.3 RStudio23

3.3.1 安装23

3.3.2 更改界面26

3.3.3 产生文件27

3.3.4 Mark Down28

第4章 数据结构和数据处理31

4.1 R的数据结构31

4.1.1 vectors向量32

4.1.2 matrix矩阵35

4.1.3 array数组37

4.1.4 data frame数据框38

4.1.5 time series时间序列40

4.1.6 list列表41

4.2 数据处理43

4.2.1 向量处理43

4.2.2 矩阵处理48

4.2.3 数据框data.frame对象的数据处理50

4.2.4 字符串对象的处理53

4.2.5 从连续性质的数据定义分组因子55

第5章 数据存取和基本处理57

5.1 外部数据读取57

5.1.1 载入.csv格式的数据58

5.1.2 载入.txt格式的数据59

5.1.3 载入xls和xlsx格式的数据60

5.1.4 将数据存储与输出62

5.2 数据的基本统计分析library（fBasics）64

5.2.1 基本统计量：basicStats（）64

5.2.2 相关性检验：correlationTest（）65

5.3 网络数据下载68

5.4 数据库读取——MySQL范例73

5.5 数据表处理的函数76

5.5.1 函数split对数据的分割76

5.5.2 函数apply（）系列77

第6章 探索性数据分析和可视化81

6.1 数据性质的可视化分析83

6.2 绘图函数plot（）85

6.3 3D立体绘图91

6.4 Imaging Correlation相关性影像图94

6.5 lattice和Multi-way98

6.6 其他113

6.6.1 curve（）函数曲线绘图113

6.6.2 保存图形114

第7章 回归分析方法116

7.1 线性回归的基本原理——最小二乘法116

7.2 单变量线性回归117

7.3 连续变量线性复回归125

7.3.1 两个解释变量相异125

7.3.2 多项式回归——解释变量的幂次方125

7.4 因子和交互效果126

7.4.1 因子回归126

7.4.2 交互效果127

7.4.3 考虑残差异质性的鲁棒协方差129

7.5 回归诊断检验130

7.5.1 异质残差检验130

7.5.2 回归函数形式判定131

7.6 简单时间序列回归：dynlm（）133

7.7 线性重合检验135

第8章 时间序列入门137

8.1 时间序列性质137

8.2 时间序列数据的建立与绘图138

8.2.1 时间序列的时间格式138

8.2.2 时间序列绘图139

8.3 单组时间序列的性质143

8.3.1 ACF、PACF和序列相关检验143

8.3.2 Linear filters，时间序列性质线性过滤和趋势预测144

8.3.3 BDS independence test时间序列独立同分布检验149

8.3.4 方差比检验151

8.4 ARMA（自回归移动平均）过程153

8.4.1 一般ARMA模式153

8.4.2 季节ARMA154

8.5 序列相关与检验156

8.5.1 原理156

8.5.2 回归修正：对原回归残差做二阶序列相关修正157

8.6 时间序列预测158

8.6.1 基本概念158

8.6.2 预测表现评估158

8.7 ARIMA和Seasonal ARIMA的自动配置161

8.8 VAR多变量162

8.8.1 原理162

8.8.2 R程序包与程序范例163

第9章 波动分析170

9.1 单变量GARCH原理170

9.1.1 标准GARCH171

9.1.2 非对称GARCH172

9.2 简单单变量GARCH程序包tseries173

9.2.1 数据的ARCH效果检验173

9.2.2 标准GARCH估计174

9.2.3 标准GARCH估计程序包fGarch176

9.3 专业GARCH程序包rugarch181

9.3.1 rugarch的基本结构181

9.3.2 rugarch的高级设置188

9.3.3 iClick程序包的统一处理189

9.4 多变量GARCH程序包rmgarch190

9.4.1 多变量GARCH原理190

9.4.2 R程序包rmgarch192

第10章 非定态时间序列201

10.1 单位根检验201

10.2 协整分析209

10.2.1 ECM的基本形态（Engle和Granger在1987年提出）209

10.2.2 Threshold VECM（阈值VECM）215

10.3 具有阈值的单位根过程217

第11章 时间序列的结构变动224

11.1 基本原理的认识224

11.1.1 efp方法224

11.1.2 F检验法231

11.2 Bai-Perron和Zeileis et al．的方法233

11.2.1 原理233

11.2.2 R范例程序解说235

第12章 价差与计量套利242

12.1 价差原理242

12.1.1 典型价差交易：期货vs．现货242

12.1.2 时间价差（Calendar/Terms spread）：远月vs．近月242

12.1.3 规律的价格差距243

12.1.4 商品间的趋势价差243

12.2 风险溢价的高级应用244

12.2.1 风险溢价的进一步认识244

12.2.2 价差与套利的计量经济学245

第13章 R的金融工具箱253

13.1 时间序列对象的三大程序包253

13.1.1 基本数据处理253

13.1.2 程序包timeSeries的财务函数254

13.2 fBasics程序包的财务时间序列性质摘要255

13.3 fAssets程序包的风险与报酬256

13.4 PerformanceAnalytics程序包的绩效指标256

13.5 quantmod程序包的技术分析257

13.6 程序编写的简单技巧259

13.6.1 循环259

13.6.2 条件控制语句260

13.6.3 定义函数261

第14章 风险与投资组合分析265

14.1 资产选择初步265

14.1.1 夏普不等式原理265

14.1.2 R Code265

14.2 多元化投资组合与回测267

14.2.1 原理267

14.2.2 R Code269

第15章 金融大数据的处理278

15.1 bigmemory278

15.2 FF281

15.3 bigmemory测试范例283

15.4 高频率时间序列的时间格式286

15.4.1 格式286

15.4.2 程序包data.table288

附录A 广义线性模式GLM290

A.1 二元变量的Probit/Logit GLM293

A.1.1 估计293

A.1.2 拟合检验295

A.1.3 优势比296

A.1.4 超扩散和参数方差修正296

A.2 有序选择变量的Probit/Logit GLM297

A.3 计数型变量的Poisson GLM300

A.4 多元选择GLM——Multinomial Probit/Logit301