-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

R語言計量金融分析與應用

( 簡體 字)
作者:何宗武類別:1. -> 程式設計 -> R語言
譯者:
出版社:清華大學出版社R語言計量金融分析與應用 3dWoo書號: 49500
詢問書籍請說出此書號!

缺書
NT售價: 395

出版日:8/1/2018
頁數:300
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:9787302502869
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(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:

一般人都知道R語言是免費的開放源碼(Open Source),而且功能十分強大。統計分析、統計計算和統計制圖是它的強項,R強大的功能要運用程序才能充分釋放。一個上百行的程序,往往會讓一般的用戶不容易接納這個好工具。因此,本書按照以應用范例程序為中心的方式來編寫,讓用戶一開始在閱讀范例中就找到自己最需要的程序進行修改,并與自己要處理的數據結合,這應該是一個理想的學習方法。有別于“面面俱到”的程序設計語言,R 語言是一門專注于數據分析的程序設計語言,R語言和它運行的整個系統是一款專注于數據分析的軟件。目前業界有關于R的書已經不少,有感于財經學科在學術和實踐應用的需要,本書的結構分為三個部分。
第一部分:本書在R基本功能部分,添加了“如何用 R 制作文件”和“使用R+MySQL數據庫”等主題,也強化了網絡提取數據的函數,讓數據提取更為方便。
第二部分:在經濟計量方法部分涵蓋了“多變量GARCH”“閾值VAR(Threshold VAR)和閾值單位根/協整(Threshold Unit Root/Cointegration)”等模型,也詳細介紹了結構變化(Structural Changes)等方法;這些方法對于進一步的時間序列分析相當有用。
第三部分:計量金融專題則介紹了“期貨界常用的價差和統計套利原理”,以及“投資組合分析和回測方法”。這些主題,除了學術研究之外,對于金融從業人員所需要的數據分析相當有幫助。
另外,作者在CRAN上開發了兩個程序包iClick 和 pdR,iClick.GARCH 可以將8種概率分布進行一次性的估計,本書也做了如何使用的介紹。最后,簡單介紹大數據的數據加載和輸出。


何宗武
內容簡介:

計量金融專業興起于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。
本書編寫主要側重于用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范例程序,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函數原理和數據分析5
1.3再進一步6
第2章R的基本環境與安裝8
2.1R與網絡資源8
2.2安裝系統程序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 產生文件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 字符串對象的處理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網絡數據下載68
5.4數據庫讀取——MySQL范例73
5.5數據表處理的函數76
5.5.1 函數split對數據的分割76
5.5.2 函數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繪圖函數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()函數曲線繪圖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單變量線性回歸117
7.3連續變量線性復回歸125
7.3.1 兩個解釋變量相異125
7.3.2 多項式回歸——解釋變量的冪次方125
7.4因子和交互效果126
7.4.1 因子回歸126
7.4.2 交互效果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 回歸函數形式判定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多變量162
8.8.1 原理162
8.8.2 R程序包與程序范例163
第9章波動分析170
9.1單變量GARCH原理170
9.1.1 標準GARCH171
9.1.2 非對稱GARCH172
9.2簡單單變量GARCH程序包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估計程序包fGarch176
9.3專業GARCH程序包rugarch181
9.3.1 rugarch的基本結構181
9.3.2 rugarch的高級設置188
9.3.3 iClick程序包的統一處理189
9.4多變量GARCH程序包rmgarch190
9.4.1 多變量GARCH原理190
9.4.2 R程序包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范例程序解說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風險溢價的高級應用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序包253
13.1.1 基本數據處理253
13.1.2 程序包timeSeries的財務函數254
13.2fBasics程序包的財務時間序列性質摘要255
13.3fAssets程序包的風險與報酬256
13.4PerformanceAnalytics程序包的績效指標256
13.5quantmod程序包的技術分析257
13.6程序編寫的簡單技巧259
13.6.1 循環259
13.6.2 條件控制語句260
13.6.3 定義函數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測試范例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 程序包data.table288
附錄A廣義線性模式GLM290
A.1二元變量的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有序選擇變量的Probit/LogitGLM297
A.3計數型變量的PoissonGLM300
A.4多元選擇GLM——MultinomialProbit/Logit301
序: