滿額折
基於R語言的金融分析（簡體書）
商品資訊
相關商品
商品簡介
名人/編輯推薦
目次
商品簡介
本書關注計算機模擬技術，提供了一種用R語言開發金融分析程序的系統方法，旨在指導讀者建立一個軟件模擬實驗室，並在實驗室的重要工作模塊上回答分析問題，向讀者，無論是金融從業者還是學者，提供了許多金融分析方面的解決方案。具體內容包括市場概率和統計的背景知識、R語言入門、金融證券、數據分析和風險度量、時間序列分析、集群分析、模擬交易策略、利用基本原理進行預測、期權的二項式模型等。每章都配有習題，可以幫助讀者鞏固所學知識。
名人/編輯推薦
解決當前行業問題所需要的金融、統計和算法知識提供了直觀和基本的詞匯，同系統的方法來。
目次
譯者序
前言
第1章 分析性思維 1
1.1 什麼是金融分析 1
1.2 什麼是數據科學筆記本電腦實驗室 2
1.3 什麼是R語言，如何將其用於專業分析領域 4
1.4 習題 5
第2章 統計計算使用的R語言 6
2.1 R語言入門 6
2.2 語言功能：函數、賦值、參數和類型 9
2.3 語言功能：綁定和數組 11
2.4 錯誤處理 14
2.5 數字、統計和字符函數 15
2.6 數據幀和輸入/輸出 16
2.7 列表 17
2.8 習題 19
第3章 金融統計學 20
3.1 概率 20
3.2 排列組合 21
3.3 數學期望 27
3.4 樣本均值、標準差和方差 29
3.5 樣本偏度和峰度 30
3.6 樣本協方差和相關矩陣 31
3.7 金融收益率 33
3.8 資本資產定價模型 34
3.9 習題 35
第4章 金融證券 37
4.1 債券投資 38
4.2 股票投資 40
4.3 證券數據集和可視化 41
4.4 股票分拆 43
4.5 為並購進行調整 48
4.6 繪製多個序列 49
4.7 證券數據導入 51
4.8 證券數據清理 57
4.9 證券報價 60
4.10 習題 61
第5章 數據集分析和風險測量 62
5.1 用對數收益率來生成價格 62
5.2 價格變動的正態混合模型 64
5.3 2015年貨幣價格的突變 70
5.4 習題 73
第6章 時間序列分析 74
6.1 時間序列入門 74
6.2 平穩型時間序列 78
6.3 自回歸移動平均過程 79
6.4 冪變換 79
6.5 TSA包 80
6.6 自回歸積分移動平均過程 87
6.7 案例研究：強生公司的收益 89
6.8 案例研究：乘客飛行月度數據 92
6.9 案例研究：電力生產 95
6.10 廣義自回歸條件異方差 97
6.11 案例研究：穀歌公司股票收益的波動性 97
6.12 習題 104
第7章 夏普比率 106
7.1 夏普比率公式 107
7.2 時間段和年化 107
7.3 排名投資候選選項 108
7.4 quantmod包 111
7.5 衡量損益表增長 116
7.6 損益表增長的夏普比率 119
7.7 習題 128
第8章 馬科維茨均值方差優化 129
8.1 兩種風險資產的最優投資組合 129
8.2 二次規劃 132
8.3 利用投資組合優化進行數據挖掘 133
8.4 約束、懲罰和套索 135
8.5 向高維度延展 140
8.6 案例研究：2003～2008年標準普爾500指數成分股 147
8.7 案例研究：2008～2014年幾千隻候選股票 150
8.8 案例研究：交易所交易基金 154
8.9 習題 161
第9章 集群分析 163
9.1 k-means聚類 163
9.2 剖析k-means算法 169
9.3 無向圖的稀疏性和連通性 172
9.4 協方差和精度矩陣 175
9.5 可視化協方差 177
9.6 Wishart分佈 184
9.7 Glasso：無向圖的懲罰 186
9.8 運行Glasso算法 187
9.9 多年追蹤價值股 187
9.10 年度稀疏度回歸 191
9.11 季度稀疏度回歸 195
9.12 月度稀疏度回歸 196
9.13 架構和擴展 197
9.14 習題 198
第10章 衡量市場情緒 199
10.1 馬爾可夫區制轉移模型 199
10.2 讀取市場數據 202
10.3 貝葉斯推理 206
10.4 Beta分佈 207
10.5 先驗和後驗分佈 207
10.6 檢驗對數收益率的相關性 210
10.7 態勢圖 211
10.8 習題 215
第11章 模擬交易策略 217
11.1 外匯市場 217
11.2 圖表分析 218
11.3 初始化及結束 219
11.4 動量指標 220
11.5 在頭寸中使用貝葉斯推理 221
11.6 入場 223
11.7 離場 224
11.8 獲利能力 224
11.9 短期波動性 225
11.10 狀態機 225
11.11 模擬總結 232
11.12 習題 233
第12章 使用基礎知識進行數據探索 235
12.1 RSQLite包 235
12.2 計算市淨率 236
12.3 Reshape2包 238
12.4 案例研究：穀歌 240
12.5 案例研究：沃爾瑪 242
12.6 價值投資 243
12.7 實驗室：試圖戰勝市場 246
12.8 實驗室：財務實力 247
12.9 習題 247
第13章 使用基本原理進行預測 248
13.1 最佳損益表投資組合 248
13.2 重新格式化損益表增長數據 249
13.3 獲取價格統計 251
13.4 合併損益表和價格統計數據 255
13.5 使用分類樹和遞歸劃分進行預測 257
13.6 分類器之間的預測率比較 262
13.7 習題 264
第14章 期權的二項式模型 266
14.1 應用計算金融學 266
14.2 風險中性定價和無套利 269
14.3 高風險率環境 269
14.4 期權數據二項模型的收斂 271
14.5 買賣權平價 274
14.6 從二項到對數正態 275
14.7 習題 276
第15章 Black-Scholes 模型和期權的隱含波動率 277
15.1 幾何布朗運動 277
15.2 幾何布朗運動的蒙特卡羅模擬 279
15.3 Black-Scholes 推導 280
15.4 隱含波動率的算法 283
15.5 隱含波動率的實現 284
15.6 Rcpp包 290
15.7 習題 292
附錄 概率分佈與統計分析 293
參考文獻 312
前言
第1章 分析性思維 1
1.1 什麼是金融分析 1
1.2 什麼是數據科學筆記本電腦實驗室 2
1.3 什麼是R語言，如何將其用於專業分析領域 4
1.4 習題 5
第2章 統計計算使用的R語言 6
2.1 R語言入門 6
2.2 語言功能：函數、賦值、參數和類型 9
2.3 語言功能：綁定和數組 11
2.4 錯誤處理 14
2.5 數字、統計和字符函數 15
2.6 數據幀和輸入/輸出 16
2.7 列表 17
2.8 習題 19
第3章 金融統計學 20
3.1 概率 20
3.2 排列組合 21
3.3 數學期望 27
3.4 樣本均值、標準差和方差 29
3.5 樣本偏度和峰度 30
3.6 樣本協方差和相關矩陣 31
3.7 金融收益率 33
3.8 資本資產定價模型 34
3.9 習題 35
第4章 金融證券 37
4.1 債券投資 38
4.2 股票投資 40
4.3 證券數據集和可視化 41
4.4 股票分拆 43
4.5 為並購進行調整 48
4.6 繪製多個序列 49
4.7 證券數據導入 51
4.8 證券數據清理 57
4.9 證券報價 60
4.10 習題 61
第5章 數據集分析和風險測量 62
5.1 用對數收益率來生成價格 62
5.2 價格變動的正態混合模型 64
5.3 2015年貨幣價格的突變 70
5.4 習題 73
第6章 時間序列分析 74
6.1 時間序列入門 74
6.2 平穩型時間序列 78
6.3 自回歸移動平均過程 79
6.4 冪變換 79
6.5 TSA包 80
6.6 自回歸積分移動平均過程 87
6.7 案例研究：強生公司的收益 89
6.8 案例研究：乘客飛行月度數據 92
6.9 案例研究：電力生產 95
6.10 廣義自回歸條件異方差 97
6.11 案例研究：穀歌公司股票收益的波動性 97
6.12 習題 104
第7章 夏普比率 106
7.1 夏普比率公式 107
7.2 時間段和年化 107
7.3 排名投資候選選項 108
7.4 quantmod包 111
7.5 衡量損益表增長 116
7.6 損益表增長的夏普比率 119
7.7 習題 128
第8章 馬科維茨均值方差優化 129
8.1 兩種風險資產的最優投資組合 129
8.2 二次規劃 132
8.3 利用投資組合優化進行數據挖掘 133
8.4 約束、懲罰和套索 135
8.5 向高維度延展 140
8.6 案例研究：2003～2008年標準普爾500指數成分股 147
8.7 案例研究：2008～2014年幾千隻候選股票 150
8.8 案例研究：交易所交易基金 154
8.9 習題 161
第9章 集群分析 163
9.1 k-means聚類 163
9.2 剖析k-means算法 169
9.3 無向圖的稀疏性和連通性 172
9.4 協方差和精度矩陣 175
9.5 可視化協方差 177
9.6 Wishart分佈 184
9.7 Glasso：無向圖的懲罰 186
9.8 運行Glasso算法 187
9.9 多年追蹤價值股 187
9.10 年度稀疏度回歸 191
9.11 季度稀疏度回歸 195
9.12 月度稀疏度回歸 196
9.13 架構和擴展 197
9.14 習題 198
第10章 衡量市場情緒 199
10.1 馬爾可夫區制轉移模型 199
10.2 讀取市場數據 202
10.3 貝葉斯推理 206
10.4 Beta分佈 207
10.5 先驗和後驗分佈 207
10.6 檢驗對數收益率的相關性 210
10.7 態勢圖 211
10.8 習題 215
第11章 模擬交易策略 217
11.1 外匯市場 217
11.2 圖表分析 218
11.3 初始化及結束 219
11.4 動量指標 220
11.5 在頭寸中使用貝葉斯推理 221
11.6 入場 223
11.7 離場 224
11.8 獲利能力 224
11.9 短期波動性 225
11.10 狀態機 225
11.11 模擬總結 232
11.12 習題 233
第12章 使用基礎知識進行數據探索 235
12.1 RSQLite包 235
12.2 計算市淨率 236
12.3 Reshape2包 238
12.4 案例研究：穀歌 240
12.5 案例研究：沃爾瑪 242
12.6 價值投資 243
12.7 實驗室：試圖戰勝市場 246
12.8 實驗室：財務實力 247
12.9 習題 247
第13章 使用基本原理進行預測 248
13.1 最佳損益表投資組合 248
13.2 重新格式化損益表增長數據 249
13.3 獲取價格統計 251
13.4 合併損益表和價格統計數據 255
13.5 使用分類樹和遞歸劃分進行預測 257
13.6 分類器之間的預測率比較 262
13.7 習題 264
第14章 期權的二項式模型 266
14.1 應用計算金融學 266
14.2 風險中性定價和無套利 269
14.3 高風險率環境 269
14.4 期權數據二項模型的收斂 271
14.5 買賣權平價 274
14.6 從二項到對數正態 275
14.7 習題 276
第15章 Black-Scholes 模型和期權的隱含波動率 277
15.1 幾何布朗運動 277
15.2 幾何布朗運動的蒙特卡羅模擬 279
15.3 Black-Scholes 推導 280
15.4 隱含波動率的算法 283
15.5 隱含波動率的實現 284
15.6 Rcpp包 290
15.7 習題 292
附錄 概率分佈與統計分析 293
參考文獻 312
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。