新書推薦：
《
现代欧洲史：1500—1815
》
售價：NT$
493.0
《
高颜值创意饮品：咖啡 茶饮 鸡尾酒 气泡水
》
售價：NT$
335.0
《
慢慢来，好戏都在烟火里
》
售價：NT$
279.0
《
一间自己的房间
》
售價：NT$
223.0
《
波段交易的高级技术：股票和期权交易者的资金管理、规则、策略和程序指南
》
售價：NT$
442.0
《
人，为什么需要存在感：罗洛·梅谈死亡焦虑
》
售價：NT$
381.0
《
锁国：日本的悲剧
》
售價：NT$
437.0
《
AI智能写作： 巧用AI大模型 让新媒体变现插上翅膀
》
售價：NT$
330.0
|
| 編輯推薦： |
|
将R语言和量化投资结合，讲述如何在R语言中构建量化投资策略。
|
| 內容簡介： |
主要讲解量化投资的思想和策略，并借助R语言进行实战。由三部分组成：
首先，对R编程语言的介绍，通过学习，读者可以迅速掌握用R语言处理数据的方法，灵活运用R语言解决实际金融问题；其次，向读者介绍量化投资的理论知识，主要讲解量化投资所需的数量基础与量化投资的类型等方面；最后，将以上两部分内容结合起来，讲述如何在R语言中构建量化投资策略。
|
| 關於作者： |
|
蔡立?Z（Terry Tsai），美国伊利诺伊大学金融硕士，华盛顿大学经济学硕士、博士，厦门大学王亚南经济研究院金融学教师，带领博士生与硕士生从事投资决策、金融衍生品、风险分析、交易策略等领域的研究，目前执导多项金融大数据研究项目，涉及量化投资、统计套利等。
|
| 目錄：
|
目录
第1 部分熟悉R 语言1
第1 章R 的简介与安装2
1.1 R 语言简介. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 RGui 的下载和安装. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 RGui 使用简要介绍. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 统计功能Gui：R Commander . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.1 R Commander 的安装与加载. . . . . . . . . . . . . . . . . . . . . . 6
1.4.2 R Commander 简单操作. . . . . . . . . . . . . . . . . . . . . . . . . 8
第2 章R 使用入门13
2.1 R 代码编写. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 R 代码执行与脚本. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 R 脚本的保存与工作空间管理. . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.1 R 脚本的保存. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.2 R 工作空间与工作目录. . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4 R 的帮助系统. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.1 单击“帮助”标签获取资源. . . . . . . . . . . . . . . . . . . . . . . 17
2.4.2 R 函数获取帮助. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
第3 章R 包简介22
3.1 包的安装与加载. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.1.1 单击下载安装包. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.1.2 函数下载安装包. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.3 本地安装包. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2 包的加载. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3 R 基础包. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4 常用扩展包. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
第4 章RStudio 使用27
4.1 RStudio 的下载和安装. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2 Rstudio 的界面介绍. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.3 RStudio 的使用入门. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
i
目录目录
4.3.1 自动补全功能. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.3.2 历史查询功能. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.3.3 其他标签的功能. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.3.4 RStudio 中脚本文件的使用. . . . . . . . . . . . . . . . . . . . . . . 32
第5 章R 语言数据类型34
5.1 几种常见的数据类型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.2 数据类型的识别. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.3 数据类型的转换. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
第6 章R 语言数据结构39
6.1 数据结构. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.2 向量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.2.1 创建向量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.2.2 向量元素的索引. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
6.3 矩阵. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.3.1 创建新矩阵. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.3.2 矩阵元素索引. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.4 数组. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.4.1 数组的创建. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.4.2 数组元素的索引. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
6.5 向量、矩阵、数组的联系与区别. . . . . . . . . . . . . . . . . . . . . . . . . 48
6.5.1 向量和矩阵、数组的区别. . . . . . . . . . . . . . . . . . . . . . . . 49
6.5.2 矩阵与数组的联系与区别. . . . . . . . . . . . . . . . . . . . . . . . 51
6.6 因子. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6.6.1 创建因子. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6.6.2 选取因子中元素. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
6.7 数据框. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
6.7.1 创建数据框. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.7.2 访问数据框. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.8 列表. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.8.1 列表的创建. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.8.2 访问列表. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
6.9 变量的查看与删除. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.9.1 变量的查看. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.9.2 变量的删除. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
ii
目录目录
第7 章数据导入和导出64
7.1 数据导入. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.1.1 read.table 函数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.1.2 读取Excel 文件. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7.1.3 读取Stata、SAS 与SPSS 的数据文件. . . . . . . . . . . . . . . . . 66
7.1.4 读取网页数据. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
7.1.5 连接数据库. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
7.2 数据导出. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
第8 章数据编辑70
8.1 编辑方式. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
8.2 变量命名. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
8.3 索引. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
8.4 数据结构转换. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
8.5 缺失值处理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
第9 章数据整合78
9.1 变量合并. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
9.2 列联表. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
9.3 reshape2 包. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
第10 章R 语言编程85
10.1 流程控制. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
10.1.1 循环语句. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
10.1.2 条件语句. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
10.2 自编函数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
10.3 数据操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
10.3.1 数学运算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
10.3.2 基本数据操作函数. . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
10.3.3 字符型数据操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
10.4 apply 函数族. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
10.4.1 apply 函数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
10.4.2 tapply 函数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
10.4.3 lapply 函数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
第11 章R 语言绘图基础97
11.1 一个简单的例子. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
11.2 修改图形属性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
11.2.1 图形类型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
iii
目录目录
11.2.2 颜色. . . . . . . . . . . . . . . . . . . . . . . .
|
| 內容試閱：
|
序
过去十年，一股“量化投资”的热潮在中国悄然掀起。到了最近这一两年，读者不难发现，投资人对量化的关注到达了前所未有的地步。业界到处寻找量化团队，各种量化基金如雨后春笋般出现，学校里也开始举办一场又一场的量化讲座、研讨会等。量化投资可以说一时蔚为风行，产官学共襄盛举。
这么受人瞩目的议题，到底它的含义是什么呢? 为了了解量化投资这个概念，我们先回顾一下投资分析与决策过程。在投资分析与实战中，虽然个中滋味如人饮水，个中细节一言难尽，但“投资”大致上会有如下几个阶段：首先，投资人利用各种工具与分析方法，建构模型（系统）来验证买卖标的、时点、价位等的有效性。第二阶段则筛选经过分析与验证得到的结论，实际应用于交易。一个严谨的投资人，通常还会有第三阶段，即在实际投资的过程中，不断地修正与完善自已的模型（系统）。
在资讯工具不发达的年代，这些过程往往以质化为主。例如，基金经理人会研究上巿公司财务报表，拜访公司高层，以经验判断技术指标的趋势与形态，做出投资的买卖决策。这种做法带有很大的主观性，因此又被称为“主观交易”。主观交易的流弊，在于决策基础源于“大胆假设”而缺乏科学方法“小心求证“的过程。更有甚者，行为金融学指出，投资人的行为往往易受各种心理认知谬误的影响而伤害投资绩效。除此之外，在瞬息万变的金融巿场中，主观交易者若要处变不惊地坚守操作纪律，同时眼明手快地捕捉稍纵即逝的机会，也常有“力不从心”之叹。相较于主观交易所遭遇的问题，量化投资则在上述投资的各个阶段，利用数学、统计、计算机等分析工具来建立模型，据以客观地分析数据，按事先设定好的投资逻辑来进行投资决策，在理想状况下自动化执行下单。正因如此，量化投资拥有可验证性、纪律性与即时性等许多主观交易不可企及的优势。若再善用计算机技术，量化交易者可以处理的信息量更让主观交易者难以望其项背。如此说来，采用量化技术岂非在投资上立于不败之地？
读者只要稍加思考即可发现，量化投资的模型很容易因建模者的能力不同而良莠不齐。此外，绝大多数模型的核心思想在于“以史为鉴”；在对历史数据依赖度高的前提下，一旦遇到新兴的金融巿场或历史上不曾出现的事件，量化投资者也只能徒呼负负。既然主观交易有诸多限制，量化交易看来又并非万能，那么，对投资绩效念兹在兹的投资者，究竟该何去何从呢？我们要提醒读者的是，编程语言、统计、金融、技术指标等量化投资常用的知识，只是工具！它们就像武侠小说中的宝剑与武功秘籍，固然重要，却不是笑傲江湖的保证。“宝剑锋从磨砺出”，只有勤练武艺，在实战中积累经验，才能审时度势，百战不殆。
本书旨在对量化投资作广泛与初步的介绍，希望能引领读者进入这个引人入胜的学术与实务领域。囿于笔者的学养见识，书中内容或有疏漏谬误之处，尚祈先进专家能不吝指正。最后，谨以此书表达对热血投资大众的献曝之忱。
若读者需要书中的习题解答、代码、数据、勘误补充、及量化相关资讯，可寄邮件至service@jadebol.com索取，来信请在邮件标题写明书名：量化投资：以R 语言为工具。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
