量化交易学习指南 基于R语言 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

R既是统计、挖掘、计算、分析、制图等方面的工具，也是一个强大的开发与应用平台。在大数据时代，任何与数据相关的难题，都可以借助R语言来解决。而金融领域正是与数据密切相关的行业，可以通过R这一工具来实现量化金融建模与量化交易。

本书包括9章内容，书中包含诸多真实的金融案例，旨在通过循序渐进的讲解帮助读者了解R，并学会在量化金融与量化交易中使用R。本书还介绍了有关统计建模、计量分析与小波分析、时间序列建模、算法交易、基于机器学习的交易、风险管理、衍生品定价等重要内容。

本书适合对R及其应用感兴趣的读者阅读，尤其适合想要在量化交易中使用R的读者学习。本书并不要求读者具备R编程的知识，但希望读者对数学分析有一些了解。

第 1章 R语言入门1

1.1 为什么要用R1

1.2 下载并安装R软件2

1.3 安装R程序包3

1.3.1 直接从CRAN安装3

1.3.2 手动安装4

1.4 数据类型4

1.4.1 向量5

1.4.2 列表6

1.4.3 矩阵7

1.4.4 数组7

1.4.5 因子7

1.4.6 数据框8

1.5 导入和输出不同类型的数据8

1.5.1 读取和存储CSV格式文档9

1.5.2 XLSX文档10

1.5.3 网络数据或在线数据资源11

1.5.4 数据库12

1.6 编写表达式13

1.6.1 表达式13

1.6.2 符号和赋值15

1.6.3 关键词15

1.6.4 变量命名15

1.7 函数16

1.7.1 调用函数（无需参数）17

1.7.2 调用函数（需要参数）17

1.8 如何执行R程序18

1.8.1 在R代码窗中运行存盘的脚本文档18

1.8.2 加载R脚本文档18

1.9 循环与条件19

1.9.1 if语句19

1.9.2 if … else语句20

1.9.3 for循环20

1.9.4 while循环21

1.9.5 apply()函数21

1.9.6 sapply()函数21

1.10 循环控制语句22

1.10.1 break语句22

1.10.2 next语句22

1.11 问题23

1.12 小结23

第 2章 统计建模25

2.1 概率分布25

2.1.1 正态分布26

2.1.2 对数正态分布28

2.1.3 泊松分布30

2.1.4 均匀分布31

2.1.5 极值理论31

2.2 抽样33

2.2.1 随机抽样33

2.2.2 分层抽样35

2.3 统计量36

2.3.1 均值36

2.3.2 中位数36

2.3.3 众数36

2.3.4 概览37

2.3.5 矩37

2.3.6 峰度37

2.3.7 偏度38

2.4 相关性38

2.4.1 自相关性38

2.4.2 偏自相关性39

2.4.3 交叉相关性40

2.5 假设检验40

2.5.1 总体均值的下侧单尾检验（方差已知）40

2.5.2 总体均值的上侧单尾检验（方差已知）41

2.5.3 总体均值的双尾检验（方差已知）42

2.5.4 总体均值的下侧单尾检验（方差未知）43

2.5.5 总体均值的上侧单尾检验（方差未知）44

2.5.6 总体均值的双尾检验（方差未知）44

2.6 参数估计45

2.6.1 极大似然估计45

2.6.2 线性模型47

2.7 异常值侦测48

2.7.1 箱形图48

2.7.2 LOF算法48

2.8 标准化49

2.9 归一化50

2.10 问题50

2.11 小结51

第3章 计量分析与小波分析52

3.1 简单线性回归53

3.1.1 散点图53

3.1.2 可决系数55

3.1.3 显著性检验55

3.1.4 置信区间56

3.1.5 残差图56

3.1.6 误差项正态分布57

3.2 多元线性回归58

3.2.1 可决系数59

3.2.2 置信区间60

3.2.3 多重共线性60

3.3 ANOVA60

3.4 特征选择61

3.4.1 考察相关系数矩阵62

3.4.2 逐步法变量选择63

3.4.3 用分类技术进行变量选择63

3.4.4 变量排序64

3.5 小波分析64

3.6 快速傅里叶变换70

3.7 希尔伯特变换71

3.8 问题73

3.9 小结74

第4章 时间序列建模75

4.1 时间序列概述76

4.2 将数据转化为时间序列76

4.3 zoo包78

4.3.1 构建zoo对象78

4.3.2 用zoo包读入外部数据79

4.3.3 zoo对象的优点79

4.3.4 zoo对象的缺点81

4.4 xts包81

4.4.1 调用as.xts()构建xts对象81

4.4.2 从头开始构建xts对象82

4.5 线性过滤器83

4.6 AR模型84

4.7 MA模型85

4.8 ARIMA模型86

4.9 GARCH模型90

4.10 EGARCH模型91

4.11 VGARCH模型92

4.12 动态条件相关性模型94

4.13 问题96

4.14 小结96

第5章 算法交易97

5.1 动量或方向性交易98

5.2 配对交易106

5.2.1 基于距离的配对交易106

5.2.2 基于相关性的配对交易112

5.2.3 基于协整关系的配对交易115

5.3 资本资产定价模型118

5.4 多因子模型120

5.5 构建投资组合126

5.6 问题130

5.7 小结130

第6章 基于机器学习的交易131

6.1 逻辑回归132

6.2 神经网络138

6.3 深度神经网络146

6.4 K均值算法148

6.5 K近邻法151

6.6 支持向量机154

6.7 决策树156

6.8 随机森林157

6.9 问题160

6.10 小结161

第7章 风险管理162

7.1 市场风险162

7.2 投资组合风险164

7.3 风险值167

7.3.1 参数VaR167

7.3.2 历史VaR168

7.4 蒙特卡罗模拟170

7.5 风险对冲171

7.6 巴塞尔监管172

7.7 信用风险173

7.8 欺诈识别177

7.9 负债管理180

7.10 问题180

7.11 小结181

第8章 化182

8.1 动态再平衡182

8.2 前行测试185

8.3 网格测试185

8.4 遗传算法188

8.5 问题192

8.6 小结192

第9章 衍生品定价193

9.1 期权定价193

9.1.1 Black-Scholes模型194

9.1.2 Cox-Ross-Rubinstein模型195

9.1.3 希腊字母198

9.2 隐含波动率200

9.3 债券定价201

9.4 信用利差204

9.5 信用违约互换207

9.6 利率衍生品208

9.7 奇异期权209

9.8 问题213

9.9 小结213

Param Jeet从印度理工学院马德拉斯分校（IITM）获得数学博士学位。Param Jeet博士在多个国际刊物上发表多篇数学方面的研究论文。过去几年，Param Jeet博士进入数据分析行业，并以数据科学家的身份为多家跨国公司工作或提供咨询服务。

Prashant Vats从印度理工学院获得数学硕士学位。Prashant进入数据分析行业已有10年时间，作为数据科学家供职于多家跨国公司，提供多领域的咨询服务。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：量化交易学习指南 基于R语言在线阅读

在线听书地址：量化交易学习指南 基于R语言在线收听

在线购买地址：量化交易学习指南 基于R语言在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

长期以来，量化分析师面临着诸多挑战，但相应的待遇也非常丰厚，行业里著名的公司和投资银行都在积极争夺相关人才。假如你想让自己掌握相关技能，并学会应用流行的R语言来解决量化金融世界中真实涌现的各式难题，那么本书就是为你量身定制的宝贵资源。

本书基于R语言进行讲解，循序渐进地教读者如何构建量化金融模型，如何通过R编程高效地解决金融难题，同时还将机器学习算法、时间序列分析、预测建模、风险分析等重要技术点纳入其中。书中展示了诸多易于理解的示例和应用级案例，这些内容有助于读者更好地理解相关的主题以及如何在R中通过编程实现。

阅读本书后，你将能够：

（1）了解R语言的基础知识及其在量化金融领域中的应用；

（2）用R处理数据和构建模型；

（3）探究不同类型的分析技术， 如统计分析、时间序列分析、预测建模和计量分析等；

（4）用真实世界的数据和案例来构建和分析量化金融模型；

（5）学习用真实世界的案例来开发交易策略；

（6）在基于模型做出决策前，要先确定合适的绩效测度指标；

（7）深入了解基于机器学习的量化交易；

（8）掌握算法交易及其优化方法；

（9）学会管理和对冲金融工具的风险。