R語言計量金融分析與套用

《R語言計量金融分析與套用》是2018年出版的圖書，作者是何宗武。

基本信息

R語言計量金融分析與套用

作者：何宗武
　　 定價：79元
印次：1-1
ISBN：9787302502869
出版日期：2018.08.01
印刷日期：2018.06.26

內容簡介

計量金融專業興起於20世紀90年代的西方，是專為金融市場而設的。隨著中國金融業的崛起，這個專業越來越為大家所熟悉，也越來越熱門。 本書編寫主要側重於用R來進行經濟計量統計模型的運用和時間序列分析，以及計量金融中的數值分析，主要內容包括R的基本環境與安裝、R的IDE模式、數據結構和數據處理、數據存取和基本處理、探索性數據分析和可視化、回歸分析方法、時間序列入門、波動分析、非定態時間序列、時間序列的結構變動、價差與計量套利、R的金融工具箱、風險與投資組合分析和金融大數據的處理等。 如果你對計量金融感興趣而且你已經具有一定的數學和計算機基礎，那么本書就是一本引導你進入計量金融領域的參考書。書中各章均提供了豐富的範例程式，因此也可以作為大專院校計量金融專業R語言的上機實踐教材。

目錄

第1章最簡單的統計分析原理1

1.1統計分析原理2

1.1.1　估計原理3

1.1.2　檢驗原理4

1.2函式原理和數據分析5

1.3再進一步6

第2章R的基本環境與安裝8

2.1R與網路資源8

2.2安裝系統程式10

2.3更改語言模式14

第3章R的IDE模式18

3.1RCommander18

3.2Deducer21

3.3RStudio23

3.3.1　安裝23

3.3.2　更改界面26

3.3.3　產生檔案27

3.3.4　MarkDown28

第4章數據結構和數據處理31

4.1R的數據結構31

4.1.1　vectors向量32

4.1.2　matrix矩陣35

4.1.3　array數組37

4.1.4　dataframe數據框38

4.1.5　timeseries時間序列40

4.1.6　list列表41

4.2數據處理43

4.2.1　向量處理43

4.2.2　矩陣處理48

4.2.3　數據框data.frame對象的數據處理50

4.2.4　字元串對象的處理53

4.2.5　從連續性質的數據定義分組因子55

第5章數據存取和基本處理57

5.1外部數據讀取57

5.1.1　載入.csv格式的數據58

5.1.2　載入.txt格式的數據59

5.1.3　載入xls和xlsx格式的數據60

5.1.4　將數據存儲與輸出62

5.2數據的基本統計分析library(fBasics)64

5.2.1　基本統計量：basicStats()64

5.2.2　相關性檢驗：correlationTest()65

5.3網路數據下載68

5.4資料庫讀取——MySQL範例73

5.5數據表處理的函式76

5.5.1　函式split對數據的分割76

5.5.2　函式apply()系列77

第6章探索性數據分析和可視化81

6.1數據性質的可視化分析83

6.2繪圖函式plot()85

6.33D立體繪圖91

6.4ImagingCorrelation相關性影像圖94

6.5lattice和Multi-way98

6.6其他113

6.6.1　curve()函式曲線繪圖113

6.6.2　保存圖形114

第7章回歸分析方法116

7.1線性回歸的基本原理——最小二乘法116

7.2單變數線性回歸117

7.3連續變數線性復回歸125

7.3.1　兩個解釋變數相異125

7.3.2　多項式回歸——解釋變數的冪次方125

7.4因子和互動效果126

7.4.1　因子回歸126

7.4.2　互動效果127

7.4.3　考慮殘差異質性的魯棒協方差129

7.5回歸診斷檢驗130

7.5.1　異質殘差檢驗130

7.5.2　回歸函式形式判定131

7.6簡單時間序列回歸：dynlm()133

7.7線性重合檢驗135

第8章時間序列入門137

8.1時間序列性質137

8.2時間序列數據的建立與繪圖138

8.2.1　時間序列的時間格式138

8.2.2　時間序列繪圖139

8.3單組時間序列的性質143

8.3.1　ACF、PACF和序列相關檢驗143

8.3.2　Linearfilters，時間序列性質線性過濾和趨勢預測144

8.3.3　BDSindependencetest時間序列獨立同分布檢驗149

8.3.4　方差比檢驗151

8.4ARMA（自回歸移動平均）過程153

8.4.1　一般ARMA模式153

8.4.2　季節ARMA154

8.5序列相關與檢驗156

8.5.1　原理156

8.5.2　回歸修正：對原回歸殘差做二階序列相關修正157

8.6時間序列預測158

8.6.1　基本概念158

8.6.2　預測表現評估158

8.7ARIMA和SeasonalARIMA的自動配置161

8.8VAR多變數162

8.8.1　原理162

8.8.2　R程式包與程式範例163

第9章波動分析170

9.1單變數GARCH原理170

9.1.1　標準GARCH171

9.1.2　非對稱GARCH172

9.2簡單單變數GARCH程式包tseries173

9.2.1　數據的ARCH效果檢驗173

9.2.2　標準GARCH估計174

9.2.3　標準GARCH估計程式包fGarch176

9.3專業GARCH程式包rugarch181

9.3.1　rugarch的基本結構181

9.3.2　rugarch的高級設定188

9.3.3　iClick程式包的統一處理189

9.4多變數GARCH程式包rmgarch190

9.4.1　多變數GARCH原理190

9.4.2　R程式包rmgarch192

第10章非定態時間序列201

10.1單位根檢驗201

10.2協整分析209

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

10.2.2　ThresholdVECM（閾值VECM）215

10.3具有閾值的單位根過程217

第11章時間序列的結構變動224

11.1基本原理的認識224

11.1.1　efp方法224

11.1.2　F檢驗法231

11.2Bai-Perron和Zeileisetal.的方法233

11.2.1　原理233

11.2.2　R範例程式解說235

第12章價差與計量套利242

12.1價差原理242

12.1.1　典型價差交易：期貨vs.現貨242

12.1.2　時間價差（Calendar/Termsspread）：遠月vs.近月242

12.1.3　規律的價格差距243

12.1.4　商品間的趨勢價差243

12.2風險溢價的高級套用244

12.2.1　風險溢價的進一步認識244

12.2.2　價差與套利的計量經濟學245

第13章R的金融工具箱253

13.1時間序列對象的三大程式包253

13.1.1　基本數據處理253

13.1.2　程式包timeSeries的財務函式254

13.2fBasics程式包的財務時間序列性質摘要255

13.3fAssets程式包的風險與報酬256

13.4PerformanceAnalytics程式包的績效指標256

13.5quantmod程式包的技術分析257

13.6程式編寫的簡單技巧259

13.6.1　循環259

13.6.2　條件控制語句260

13.6.3　定義函式261

第14章風險與投資組合分析265

14.1資產選擇初步265

14.1.1　夏普不等式原理265

14.1.2　RCode265

14.2多元化投資組合與回測267

14.2.1　原理267

14.2.2　RCode269

第15章金融大數據的處理278

15.1bigmemory278

15.2FF281

15.3bigmemory測試範例283

15.4高頻率時間序列的時間格式286

15.4.1　格式286

15.4.2　程式包data.table288

附錄A廣義線性模式GLM290

A.1二元變數的Probit/LogitGLM293

A.1.1　估計293

A.1.2　擬合檢驗295

A.1.3　優勢比296

A.1.4　超擴散和參數方差修正296

A.2有序選擇變數的Probit/LogitGLM297

A.3計數型變數的PoissonGLM300

A.4多元選擇GLM——MultinomialProbit/Logit301