|
-- 會員 / 註冊 --
|
|
|
|
量化投資:以R語言為工具 ( 簡體 字) |
作者:蔡立耑 | 類別:1. -> 程式設計 -> R語言 |
譯者: |
出版社:電子工業出版社 | 3dWoo書號: 43136 詢問書籍請說出此書號!【缺書】 NT售價: 495 元 |
出版日:12/1/2015 |
頁數:556 |
光碟數:0 |
|
站長推薦: |
印刷:黑白印刷 | 語系: ( 簡體 版 ) |
|
加入購物車 │加到我的最愛 (請先登入會員) |
ISBN:9787121275852 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
作者序: |
譯者序: |
前言:序言
過去十年,一股“量化投資”的熱潮在中國悄然掀起。到了最近這一兩年,讀者不難發現,投資人對量化的關注到達了前所未有的地步。業界到處尋找量化團隊,各種量化基金如雨后春筍般出現,學校里也開始舉辦一場又一場的量化講座、研討會等。量化投資可以說一時蔚為風行,產官學共襄盛舉。
這么受人矚目的議題,到底它的含義是什么呢? 為了了解量化投資這個概念,我們先回顧一下投資分析與決策過程。在投資分析與實戰中,雖然個中滋味如人飲水,個中細節一言難盡,但“投資”大致上會有如下幾個階段:首先,投資人利用各種工具與分析方法,建構模型(系統)來驗證買賣標的、時點、價位等的有效性。第二階段則篩選經過分析與驗證得到的結論,實際應用于交易。一個嚴謹的投資人,通常還會有第三階段,即在實際投資的過程中,不斷地修正與完善自已的模型(系統)。
在資訊工具不發達的年代,這些過程往往以質化為主。例如,基金經理人會研究上巿公司財務報表,拜訪公司高層,以經驗判斷技術指標的趨勢與形態,做出投資的買賣決策。這種做法帶有很大的主觀性,因此又被稱為“主觀交易”。主觀交易的流弊,在于決策基礎源于“大膽假設”而缺乏科學方法“小心求證“的過程。更有甚者,行為金融學指出,投資人的行為往往易受各種心理認知謬誤的影響而傷害投資績效。除此之外,在瞬息萬變的金融巿場中,主觀交易者若要處變不驚地堅守操作紀律,同時眼明手快地捕捉稍縱即逝的機會,也常有“力不從心”之嘆。相較于主觀交易所遭遇的問題,量化投資則在上述投資的各個階段,利用數學、統計、計算機等分析工具來建立模型,據以客觀地分析數據,按事先設定好的投資邏輯來進行投資決策,在理想狀況下自動化執行下單。正因如此,量化投資擁有可驗證性、紀律性與即時性等許多主觀交易不可企及的優勢。若再善用計算機技術,量化交易者可以處理的信息量更讓主觀交易者難以望其項背。如此說來,采用量化技術豈非在投資上立于不敗之地?
讀者只要稍加思考即可發現,量化投資的模型很容易因建模者的能力不同而良莠不齊。此外,絕大多數模型的核心思想在于“以史為鑒”;在對歷史數據依賴度高的前提下,一旦遇到新興的金融巿場或歷史上不曾出現的事件,量化投資者也只能徒呼負負。既然主觀交易有諸多限制,量化交易看來又并非萬能,那么,對投資績效念茲在茲的投資者,究竟該何去何從呢?我們要提醒讀者的是,編程語言、統計、金融、技術指標等量化投資常用的知識,只是工具!它們就像武俠小說中的寶劍與武功秘籍,固然重要,卻不是笑傲江湖的保證。“寶劍鋒從磨礪出”,只有勤練武藝,在實戰中積累經驗,才能審時度勢,百戰不殆。
本書旨在對量化投資作廣泛與初步的介紹,希望能引領讀者進入這個引人入勝的學術與實務領域。囿于筆者的學養見識,書中內容或有疏漏謬誤之處,尚祈先進專家能不吝指正。最后,謹以此書表達對熱血投資大眾的獻曝之忱。 |
內容簡介:主要講解量化投資的思想和策略,并借助R語言進行實戰。由三部分組成:
首先,對R編程語言的介紹,通過學習,讀者可以迅速掌握用R語言處理數據的方法,靈活運用R語言解決實際金融問題;其次,向讀者介紹量化投資的理論知識,主要講解量化投資所需的數量基礎與量化投資的類型等方面;最后,將以上兩部分內容結合起來,講述如何在R語言中構建量化投資策略。 |
目錄:第1 部分熟悉R 語言1 第1 章R 的簡介與安裝2 1.1 R 語言簡介. . . . . . . . . . . . 2 1.2 RGui 的下載和安裝. . . . . . . . . . . 2 1.3 RGui 使用簡要介紹. . . . . . . . . . . 4 1.4 統計功能Gui:R Commander . . . . . . . . 6 1.4.1 R Commander 的安裝與加載. . . . . . . . 6 1.4.2 R Commander 簡單操作. . . . . . . . . 8 第2 章R 使用入門13 2.1 R 代碼編寫. . . . . . . . . . . . 13 2.2 R 代碼執行與腳本. . . . . . . . . . . 14 2.3 R 腳本的保存與工作空間管理. . . . . . . . . 15 2.3.1 R 腳本的保存. . . . . . . . . . . 15 2.3.2 R 工作空間與工作目錄. . . . . . . . . 16 2.4 R 的幫助系統. . . . . . . . . . . . 17 2.4.1 單擊“幫助”標簽獲取資源. . . . . . . . 17 2.4.2 R 函數獲取幫助. . . . . . . . . . 18 第3 章R 包簡介22 3.1 包的安裝與加載. . . . . . . . . . . 22 3.1.1 單擊下載安裝包. . . . . . . . . . 22 3.1.2 函數下載安裝包. . . . . . . . . . 23 3.1.3 本地安裝包. . . . . . . . . . . 23 3.2 包的加載. . . . . . . . . . . . 24 3.3 R 基礎包. . . . . . . . . . . . 24 3.4 常用擴展包. . . . . . . . . . . . 25 第4 章RStudio 使用27 4.1 RStudio 的下載和安裝. . . . . . . . . . . 27 4.2 Rstudio 的界面介紹. . . . . . . . . . . 27 4.3 RStudio 的使用入門. . . . . . . . . . . 28 i 目錄目錄 4.3.1 自動補全功能. . . . . . . . . . . 28 4.3.2 歷史查詢功能. . . . . . . . . . . 29 4.3.3 其他標簽的功能. . . . . . . . . . 30 4.3.4 RStudio 中腳本文件的使用. . . . . . . . 32 第5 章R 語言數據類型34 5.1 幾種常見的數據類型. . . . . . . . . . . 34 5.2 數據類型的識別. . . . . . . . . . . 36 5.3 數據類型的轉換. . . . . . . . . . . 36 第6 章R 語言數據結構39 6.1 數據結構. . . . . . . . . . . . 39 6.2 向量. . . . . . . . . . . . . 39 6.2.1 創建向量. . . . . . . . . . . 39 6.2.2 向量元素的索引. . . . . . . . . . 42 6.3 矩陣. . . . . . . . . . . . . 43 6.3.1 創建新矩陣. . . . . . . . . . . 43 6.3.2 矩陣元素索引. . . . . . . . . . . 44 6.4 數組. . . . . . . . . . . . . 45 6.4.1 數組的創建. . . . . . . . . . . 45 6.4.2 數組元素的索引. . . . . . . . . . 47 6.5 向量、矩陣、數組的聯系與區別. . . . . . . . . 48 6.5.1 向量和矩陣、數組的區別. . . . . . . . . 49 6.5.2 矩陣與數組的聯系與區別. . . . . . . . . 51 6.6 因子. . . . . . . . . . . . . 52 6.6.1 創建因子. . . . . . . . . . . 52 6.6.2 選取因子中元素. . . . . . . . . . 54 6.7 數據框. . . . . . . . . . . . . 54 6.7.1 創建數據框. . . . . . . . . . . 55 6.7.2 訪問數據框. . . . . . . . . . . 56 6.8 列表. . . . . . . . . . . . . 57 6.8.1 列表的創建. . . . . . . . . . . 57 6.8.2 訪問列表. . . . . . . . . . . 58 6.9 變量的查看與刪除. . . . . . . . . . . 59 6.9.1 變量的查看. . . . . . . . . . . 59 6.9.2 變量的刪除. . . . . . . . . . . 62 ii 目錄目錄 第7 章數據導入和導出64 7.1 數據導入. . . . . . . . . . . . 64 7.1.1 read.table( ) 函數. . . . . . . . . . 64 7.1.2 讀取Excel 文件. . . . . . . . . . 65 7.1.3 讀取Stata、SAS 與SPSS 的數據文件. . . . . . . 66 7.1.4 讀取網頁數據. . . . . . . . . . . 66 7.1.5 連接數據庫. . . . . . . . . . . 67 7.2 數據導出. . . . . . . . . . . . 68 第8 章數據編輯70 8.1 編輯方式. . . . . . . . . . . . 70 8.2 變量命名. . . . . . . . . . . . 72 8.3 索引. . . . . . . . . . . . . 73 8.4 數據結構轉換. . . . . . . . . . . . 75 8.5 缺失值處理. . . . . . . . . . . . 75 第9 章數據整合78 9.1 變量合并. . . . . . . . . . . . 78 9.2 列聯表. . . . . . . . . . . . . 79 9.3 reshape2 包. . . . . . . . . . . . 82 第10 章R 語言編程85 10.1 流程控制. . . . . . . . . . . . 85 10.1.1 循環語句. . . . . . . . . . . 85 10.1.2 條件語句. . . . . . . . . . . 86 10.2 自編函數. . . . . . . . . . . . 87 10.3 數據操作. . . . . . . . . . . . 88 10.3.1 數學運算符. . . . . . . . . . . 88 10.3.2 基本數據操作函數. . . . . . . . . 89 10.3.3 字符型數據操作. . . . . . . . . . 92 10.4 apply 函數族. . . . . . . . . . . . 93 10.4.1 apply( ) 函數. . . . . . . . . . . 94 10.4.2 tapply( ) 函數. . . . . . . . . . . 94 10.4.3 lapply( ) 函數. . . . . . . . . . . 95 第11 章R 語言繪圖基礎97 11.1 一個簡單的例子. . . . . . . . . . . 97 11.2 修改圖形屬性. . . . . . . . . . . . 98 11.2.1 圖形類型. . . . . . . . . . . 98 iii 目錄目錄 11.2.2 顏色. . . . . . . . . . . . 99 11.2.3 大小. . . . . . . . . . . . 104 11.2.4 文本. . . . . . . . . . . . 105 11.2.5 par( ) . . . . . . . . . . . 108 11.3 常見圖形類型. . . . . . . . . . . . 109 11.3.1 柱狀圖. . . . . . . . . . . . 109 11.3.2 直方圖與密度曲線圖. . . . . . . . . 112 11.3.3 餅圖. . . . . . . . . . . . 113 11.3.4 箱線圖. . . . . . . . . . . . 114 11.3.5 時間序列圖. . . . . . . . . . . 115 11.4 繪圖窗口. . . . . . . . . . . . 116 11.4.1 繪圖窗口. . . . . . . . . . . 116 11.4.2 窗口分割. . . . . . . . . . . 117 第12 章繪圖系統ggplot2 119 12.1 簡介. . . . . . . . . . . . . 119 12.2 使用qplot( ) 作圖. . . . . . . . . . . 119 12.2.1 一個小例子. . . . . . . . . . . 119 12.2.2 修改圖形屬性. . . . . . . . . . . 121 12.2.3 繪制常見圖形. . . . . . . . . . . 123 12.2.4 分面. . . . . . . . . . . . 126 12.3 基本語法. . . . . . . . . . . . 127 12.3.1 數據和映射. . . . . . . . . . . 128 12.3.2 標尺. . . . . . . . . . . . 129 12.3.3 統計變換和幾何對象. . . . . . . . . 130 12.4 使用ggplot 作圖. . . . . . . . . . . 131 12.4.1 構建圖層. . . . . . . . . . . 131 12.4.2 映射函數. . . . . . . . . . . 133 12.4.3 幾何對象函數和統計變換函數. . . . . . . . 134 12.4.4 標尺函數. . . . . . . . . . . 136 12.4.5 分面函數和坐標系統函數. . . . . . . . . 139 12.4.6 圖形輸出. . . . . . . . . . . 140 第2 部分統計學基礎142 第13 章描述性統計143 13.1 數據類型. . . . . . . . . . . . 144 13.2 圖表. . . . . . . . . . . . . 144 iv 目錄目錄 13.2.1 頻數分布表. . . . . . . . . . . 144 13.2.2 直方圖. . . . . . . . . . . . 145 13.3 數據的位置. . . . . . . . . . . . 145 13.4 數據的離散度. . . . . . . . . . . . 148 第14 章隨機變量簡介152 14.1 概率與概率分布. . . . . . . . . . . 152 14.1.1 離散型隨機變量. . . . . . . . . . 152 14.1.2 連續型隨機變量. . . . . . . . . . 153 14.2 期望值與方差. . . . . . . . . . . . 154 14.3 二項分布. . . . . . . . . . . . 155 14.4 正態分布(Normal Distribution) . . . . . . . . 158 14.5 其他連續分布. . . . . . . . . . . . 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 變量的關系. . . . . . . . . . . . 163 14.6.1 聯合概率分布. . . . . . . . . . . 163 14.6.2 變量的獨立性. . . . . . . . . . . 164 14.6.3 變量的相關性. . . . . . . . . . . 164 14.6.4 上證綜指與深證綜指的相關性分析. . . . . . . 165 第15 章推斷統計169 15.1 參數估計. . . . . . . . . . . . 169 15.1.1 點估計. . . . . . . . . . . . 170 15.1.2 區間估計. . . . . . . . . . . 170 15.2 案例分析. . . . . . . . . . . . 172 15.3 假設檢驗. . . . . . . . . . . . 175 15.3.1 兩類錯誤. . . . . . . . . . . 176 15.3.2 顯著性水平與p 值. . . . . . . . . 176 15.3.3 確定小概率事件. . . . . . . . . . 177 15.4 t 檢驗. . . . . . . . . . . . . 177 15.4.1 單樣本t 檢驗. . . . . . . . . . . 178 15.4.2 獨立樣本t 檢驗. . . . . . . . . . 179 15.4.3 配對樣本t 統計量的構造. . . . . . . . . 180 v 目錄目錄 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 離差平方和. . . . . . . . . . . 185 16.2.2 自由度. . . . . . . . . . . . 186 16.2.3 顯著性檢驗. . . . . . . . . . . 187 16.3 方差分析之R 語言實現. . . . . . . . . . 188 16.3.1 單因素方差分析. . . . . . . . . . 188 16.3.2 多因素方差分析. . . . . . . . . . 189 16.3.3 析因方差分析. . . . . . . . . . . 191 第17 章回歸分析193 17.1 一元線性回歸模型. . . . . . . . . . . 193 17.1.1 一元線性回歸模型. . . . . . . . . 193 17.1.2 最小平方法. . . . . . . . . . . 194 17.2 模型擬合度. . . . . . . . . . . . 195 17.3 古典假設條件下^_、^ _ 的統計性質. . . . . . . . 195 17.4 顯著性檢驗. . . . . . . . . . . . 197 17.5 上證綜指與深證成指的回歸分析與R 語言. . . . . . . 197 17.5.1 R 語言擬合回歸函數. . . . . . . . . 198 17.5.2 R 語言回歸診斷函數. . . . . . . . . 199 17.6 多元線性回歸模型. . . . . . . . . . . 201 17.6.1 多元線性回歸模型. . . . . . . . . 202 17.7 多元線性回歸案例分析. . . . . . . . . . . 203 第3 部分金融基礎、投資組合與量化選股207 第18 章資產收益率和風險208 18.1 單期與多期簡單收益率. . . . . . . . . . . 209 18.1.1 單期簡單收益率. . . . . . . . . . 209 18.1.2 多期簡單收益率. . . . . . . . . . 209 18.1.3 R 函數計算簡單收益率. . . . . . . . . 212 18.1.4 單期與多期簡單收益率的關系. . . . . . . . 214 18.1.5 年化收益率. . . . . . . . . . . 216 18.1.6 考慮股利分紅的簡單收益率. . . . . . . . 218 18.2 連續復利收益率. . . . . . . . . . . 220 18.2.1 多期連續復利收益率. . . . . . . . . 223 18.2.2 單期與多期連續復利收益率的關系. . . . . . . 224 vi 目錄目錄 18.3 繪制收益圖. . . . . . . . . . . . 225 18.4 資產風險的來源. . . . . . . . . . . 226 18.4.1 市場風險. . . . . . . . . . . 226 18.4.2 利率風險. . . . . . . . . . . 227 18.4.3 匯率風險. . . . . . . . . . . 227 18.4.4 流動性風險. . . . . . . . . . . 227 18.4.5 信用風險. . . . . . . . . . . 228 18.4.6 通貨膨脹風險. . . . . . . . . . . 228 18.4.7 營運風險. . . . . . . . . . . 228 18.5 資產風險的測度. . . . . . . . . . . 228 18.5.1 方差. . . . . . . . . . . . 228 18.5.2 下行風險. . . . . . . . . . . 230 18.5.3 風險價值. . . . . . . . . . . 231 18.5.4 期望虧空. . . . . . . . . . . 233 18.5.5 最大回撤. . . . . . . . . . . 233 第19 章投資組合理論及其拓展239 19.1 投資組合的收益率與風險. . . . . . . . . 239 19.2 Markowitz 均值-方差模型. . . . . . . . . 243 19.3 Markowitz 模型之R 語言實現. . . . . . . . . 247 19.3.1 數據讀取與整理. . . . . . . . . . 247 19.4 Black-Litterman 模型. . . . . . . . . . . 252 第20 章資本資產定價模型260 20.1 資本資產定價模型的核心思想. . . . . . . . . 260 20.2 CAPM 模型的應用. . . . . . . . . . . 261 20.3 R 語言計算單資產CAPM 實例. . . . . . . . . 263 20.4 CAPM 模型的評價. . . . . . . . . . . 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 語言實現. . . . . . . . . 271 21.3 三因子模型的評價. . . . . . . . . . . 276 第4 部分時間序列基礎與配對交易278 第22 章時間序列基本概念279 22.1 認識時間序列. . . . . . . . . . . . 279 vii 目錄目錄 22.2 R 中的時間序列分析包. . . . . . . . . . . 280 22.3 時間序列數據處理函數. . . . . . . . . . . 283 22.4 選取特定日期的時間序列數據. . . . . . . . . 284 22.5 時間序列數據描述性統計. . . . . . . . . 286 第23 章時間序列的基本性質289 23.1 自相關性. . . . . . . . . . . . 289 23.1.1 自協方差. . . . . . . . . . . 290 23.1.2 自相關系數. . . . . . . . . . . 290 23.1.3 偏自相關系數. . . . . . . . . . . 290 23.1.4 acf( ) 函數與pacf( ) 函數. . . . . . . . . 291 23.1.5 上證綜指的收益率指數的自相關性判斷. . . . . . . 291 23.2 平穩性. . . . . . . . . . . . . 295 23.2.1 強平穩. . . . . . . . . . . . 295 23.2.2 弱平穩. . . . . . . . . . . . 295 23.2.3 強平穩與弱平穩的區別. . . . . . . . . 296 23.3 上證綜指的平穩性檢驗. . . . . . . . . . . 297 23.3.1 觀察時間序列圖. . . . . . . . . . 297 23.3.2 觀察序列的自相關圖和偏自相關圖. . . . . . . 298 23.3.3 單位根檢驗. . . . . . . . . . . 299 23.4 白噪聲. . . . . . . . . . . . . 304 23.4.1 白噪聲. . . . . . . . . . . . 304 23.4.2 白噪聲檢驗——Ljung-Box 檢驗. . . . . . . . 305 23.4.3 上證綜合指數的白噪聲檢驗. . . . . . . . 307 第24 章時間序列預測309 24.1 移動平均預測. . . . . . . . . . . . 309 24.1.1 簡單移動平均. . . . . . . . . . . 309 24.1.2 加權移動平均. . . . . . . . . . . 310 24.1.3 指數加權移動平均. . . . . . . . . 310 24.2 ARMA 模型預測. . . . . . . . . . . 310 24.2.1 自回歸模型. . . . . . . . . . . 311 24.2.2 移動平均模型. . . . . . . . . . . 313 24.3 自回歸移動平均模型. . . . . . . . . . . 314 24.4 ARMA 模型的建模過程. . . . . . . . . . 314 24.5 CPI 數據的ARMA 短期預測. . . . . . . . . 315 24.6 上證指數的平穩時間序列建模. . . . . . . . . 322 viii 目錄目錄 第25 章GARCH 模型327 25.1 資產收益率的波動率與ARCH 效應. . . . . . . . 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 效應檢驗. . . . . . . . . . . 330 25.4 GARCH 模型構建. . . . . . . . . . . 332 25.5 GARCH 模型之VaR 應用. . . . . . . . . 336 第26 章配對交易策略341 26.1 什么是配對交易? . . . . . . . . . . 341 26.2 配對交易的思想. . . . . . . . . . . 342 26.3 配對交易的步驟. . . . . . . . . . . 343 26.3.1 股票對的選擇. . . . . . . . . . . 343 26.3.2 配對交易策略的制定. . . . . . . . . 355 26.3.3 多空股票的倉位配比. . . . . . . . . 359 26.4 配對交易與R 語言. . . . . . . . . . . 360 26.4.1 PairTrading 包. . . . . . . . . . . 360 26.4.2 R 語言實測配對交易交易策略. . . . . . . . 365 第5 部分技術指標與量化投資377 第27 章K 線圖378 27.1 K 線圖簡介. . . . . . . . . . . . 378 27.2 R 繪制上證綜指K 線圖. . . . . . . . . . 380 27.3 R 捕捉K 線圖的形態. . . . . . . . . . . 384 27.3.1 R 語言捕捉“早晨之星” . . . . . . . . 384 27.3.2 R 語言捕捉“烏云蓋頂”形態. . . . . . . . 389 第28 章動量交易策略396 28.1 動量概念介紹. . . . . . . . . . . . 396 28.2 動量效應產生原因. . . . . . . . . . . 396 28.3 價格動量的計算公式. . . . . . . . . . . 397 28.3.1 作差法求動量值. . . . . . . . . . 397 28.3.2 作除法求動量值. . . . . . . . . . 399 28.4 R 中的動量相關函數. . . . . . . . . . . 400 28.4.1 momentum( ) 函數. . . . . . . . . 400 28.4.2 ROC( ) 函數. . . . . . . . . . . 401 ix 目錄目錄 28.5 萬科股票2015 年走勢及動量線. . . . . . . . . 402 28.6 動量交易策略的一般思路. . . . . . . . . 403 28.6.1 運用動量指標交易萬科股票. . . . . . . . 403 第29 章RSI 相對強弱指標410 29.1 RSI 基本概念. . . . . . . . . . . . 410 29.2 R 語言計算RSI 值. . . . . . . . . . . 410 29.3 TTR 包中的RSI( ) 函數. . . . . . . . . . 417 29.4 RSI 天數的差異. . . . . . . . . . . 418 29.5 RSI 指標判斷股票超買和超賣狀態. . . . . . . . 419 29.6 RSI 的“黃金交叉”與“死亡交叉” . . . . . . . 420 29.7 交通銀行股票RSI 指標交易實測. . . . . . . . . 421 29.7.1 RSI 捕捉交通銀行股票買賣點. . . . . . . . 422 29.7.2 RSI 交易策略執行及回測. . . . . . . . . 426 第30 章均線系統策略431 30.1 簡單移動平均. . . . . . . . . . . . 431 30.1.1 簡單移動平均數. . . . . . . . . . 431 30.1.2 簡單移動平均函數. . . . . . . . . 434 30.1.3 期數選擇. . . . . . . . . . . 435 30.2 加權移動平均. . . . . . . . . . . . 435 30.2.1 加權移動平均數. . . . . . . . . . 435 30.2.2 加權移動平均函數. . . . . . . . . 438 30.3 指數加權移動平均. . . . . . . . . . . 438 30.3.1 指數加權移動平均數. . . . . . . . . 438 30.3.2 指數加權移動平均函數. . . . . . . . . 441 30.4 常用平均方法的比較. . . . . . . . . . . 442 30.5 TTR 包中的平均函數. . . . . . . . . . . 442 30.6 中國銀行股價數據與均線分析. . . . . . . . . 443 30.7 均線時間跨度. . . . . . . . . . . . 447 30.8 中國銀行股票均線系統交易. . . . . . . . . 448 30.8.1 簡單移動平均線制定中國銀行股票的買賣點. . . . . 448 30.8.2 雙均線交叉捕捉中國銀行股票的買賣點. . . . . . . 452 30.9 異同移動平均線(MACD) . . . . . . . . 457 30.9.1 MACD 的求值過程. . . . . . . . . 457 30.9.2 TTR 包中的MACD( ) 函數. . . . . . . . 459 30.9.3 異同均線(MACD)捕捉中國銀行股票的買賣點. . . . . 460 30.10 多種均線指標綜合運用模擬實測. . . . . . . . . 463 x 目錄目錄 第31 章通道突破策略470 31.1 通道突破簡介. . . . . . . . . . . . 470 31.2 唐奇安通道(Donchian Channel) . . . . . . . . 470 31.2.1 唐奇安通道刻畫. . . . . . . . . . 470 31.2.2 R 語言捕捉唐奇安通道突破. . . . . . . . 474 31.3 布林帶(Bollinger Band)通道. . . . . . . . . 478 31.3.1 布林帶通道的計算方式. . . . . . . . . 479 31.3.2 通道突破BBands( ) 函數. . . . . . . . . 481 31.4 布林帶通道與市場風險. . . . . . . . . . . 483 31.5 通道突破交易策略的制定. . . . . . . . . 486 31.5.1 布林帶上下通道突破策略. . . . . . . . . 486 31.5.2 另一種布林帶通道突破策略. . . . . . . . 488 第32 章隨機指標(KDJ)交易策略491 32.1 什么是隨機指標(KDJ) . . . . . . . . . 491 32.2 隨機指標(KDJ)的原理. . . . . . . . . 491 32.3 KDJ 指標的計算公式. . . . . . . . . . . 492 32.3.1 未成熟隨機指標RSV . . . . . . . . 492 32.3.2 K、D 指標計算. . . . . . . . . . . 497 32.3.3 J 指標計算. . . . . . . . . . . 501 32.3.4 KDJ 指標簡要分析. . . . . . . . . 502 32.4 KDJ 指標的交易策略. . . . . . . . . . . 504 32.5 R 語言KDJ 指標交易實測. . . . . . . . . 504 32.5.1 KD 指標交易策略. . . . . . . . . 504 32.5.2 KDJ 指標交易策略. . . . . . . . . 508 32.5.3 K 線、D 線“金叉”與“死叉” . . . . . . . 510 第33 章量價關系分析516 33.1 量價關系概述. . . . . . . . . . . . 516 33.2 量價關系分析. . . . . . . . . . . . 516 33.2.1 價漲量增. . . . . . . . . . . 516 33.2.2 價漲量平. . . . . . . . . . . 518 33.2.3 價漲量縮. . . . . . . . . . . 519 33.2.4 價平量增. . . . . . . . . . . 520 33.2.5 價平量縮. . . . . . . . . . . 520 33.2.6 價跌量增. . . . . . . . . . . 520 33.2.7 價跌量平. . . . . . . . . . . 521 33.2.8 價跌量縮. . . . . . . . . . . 521 xi 目錄目錄 33.3 不同價格段位的成交量與R 語言. . . . . . . . . 522 33.4 成交量與均線思想結合制定交易策略. . . . . . . . 524 第34 章OBV 指標交易策略532 34.1 OBV 指標概念. . . . . . . . . . . 532 34.2 OBV 指標計算方法. . . . . . . . . . . 532 34.3 OBV 指標的理論依據. . . . . . . . . . . 536 34.4 OBV 指標的交易策略制定. . . . . . . . . 536 34.5 OBV 指標交易策略的R 語言實測. . . . . . . . 536 34.6 OBV 指標的應用原則. . . . . . . . . . . 540__ |
序: |
|