 |
-- 會員 / 註冊 --
|
 |
|
|
|
R的極客理想：量化投資篇 ( 簡體 字) |
| 作者：張丹 | 類別：1. -> 程式設計 -> R語言 |
| 譯者： |
| 出版社：機械工業出版社 |  3dWoo書號： 47983
詢問書籍請說出此書號！【缺書】
NT售價： 395 元 |
| 出版日：11/1/2017 |
| 頁數：339 |
| 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：9787111582977 |
| 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： |
內容簡介：本書的內容來自作者實際使用R語言的經驗總結，以R語言的高級編程為主，輔以跨界知識的綜合運用，涉及計算機、統計、數學、金融四個學科的知識。書中首先闡釋如何用R語言實現數學統計計算和創建模型，應用包括協同過濾算法、基于矩陣的PageRank算法、遺傳算法和金融交易策略模型。詳細介紹了R語言的環境空間、文件系統管理、四種（S3、S4、RC和R6）面向對象的程序設計。還介紹了完整的R包開發流程，并提供每日中國天氣的應用案例和游戲開發的案例，幫助讀者創建自己的R包，打開R語言產品化的思路。書中介紹了多個場景案例，不僅從學術的角度完成了模型設計，而且用計算機的方法實現產品。通過案例的學習，可以讓不同學科背景的R語言使用者，站在其他人的角度，找到新的思維方法。 |
目錄：序
序二
前言
第一部分 金融市場與金融理論
第1章 金融市場概述 2
1.1 R語言為量化而生 2
1.1.1 為什么是R語言 3
1.1.2 跨界結合 4
1.1.3 R語言量化工具包 5
1.1.4 實戰應用 6
1.1.5 量化交易平臺系統架構 11
1.2 算法，如何改變命運 13
1.2.1 算法在各個行業的應用 14
1.2.2 投身于哪個行業好 15
1.2.3 金融最靠譜 15
1.3 FinTech金融領域的風口 18
1.3.1 大起大落 19
1.3.2 互聯網已經在并購階段 20
1.3.3 尋找好的行業風口 21
1.3.4 Gartner技術成熟曲線 21
1.3.5 FinTech金融領域的風口 22
1.4 國內量化投資工具介紹 23
1.4.1 量化交易概況工具 23
1.4.2 證券期貨客戶端 26
1.4.3 金融數據庫 31
1.4.4 互聯網在線策略平臺 32
1.4.5 量化工具軟件 34
1.4.6 API程序工具 36
1.5 國內低風險交易策略 37
1.5.1 企業債 37
1.5.2 可轉債 39
1.5.3 逆回購和正回購 41
1.5.4 現金管理 42
1.5.5 分級基金A 43
1.5.6 期貨 45
第2章 金融理論模型 46
2.1 R語言解讀資本資產定價模型CAPM 46
2.1.1 故事背景 47
2.1.2 資本市場線 48
2.1.3 資本資產定價模型 52
2.1.4 用R構建投資組合模型 54
2.1.5 Beta VS Alpha 60
2.2 R語言解讀一元線性回歸模型 60
2.2.1 一元線性回歸介紹 61
2.2.2 數據集和數學模型 62
2.2.3 回歸參數估計 64
2.2.4 回歸方程的顯著性檢驗 66
2.2.5 殘差分析和異常點檢測 67
2.2.6 模型預測 71
2.3 R語言解讀多元線性回歸模型 72
2.3.1 多元線性回歸介紹 73
2.3.2 多元線性回歸建模 73
2.3.3 模型優化 78
2.3.4 案例：黑色系期貨日K線數據驗證 82
2.4 R語言解讀自回歸模型 85
2.4.1 自回歸模型介紹 85
2.4.2 用R語言構建自回歸模型 86
2.4.3 模型識別ACF/PACF 88
2.4.4 模型預測 92
第二部分 R語言數據處理與高性能計算
第3章 R語言數據處理 96
3.1 掌握R語言中的apply函數族 96
3.1.1 apply的家族函數 97
3.1.2 apply函數 98
3.1.3 lapply函數 101
3.1.4 sapply函數 102
3.1.5 vapply函數 104
3.1.6 mapply函數 105
3.1.7 tapply函數 106
3.1.8 rapply函數 108
3.1.9 eapply函數 109
3.2 超高性能數據處理包data.table 111
3.2.1 data.table包介紹 112
3.2.2 data.table包的使用 112
3.2.3 data.table包性能對比 121
3.3 R語言高效的管道操作magrittr 126
3.3.1 magrittr介紹 126
3.3.2 magrittr包的基本使用 127
3.3.3 magrittr包的擴展功能 132
3.4 R語言字符串處理包stringr 134
3.4.1 stringr介紹 135
3.4.2 stringr的API介紹 135
3.5 R語言中文分詞包jiebaR 151
3.5.1 jiebaR包介紹 152
3.5.2 5分鐘上手jiebaR 152
3.5.3 分詞引擎 154
3.5.4 配置詞典 156
3.5.5 停止詞過濾 160
3.5.6 關鍵詞提取 161
第4章 R語言高性能計算 164
4.1 OpenBlas讓R的矩陣計算加速 164
4.1.1 OpenBlas介紹 165
4.1.2 R和OpenBlas的安裝 165
4.1.3 讓R語言加速 169
4.2 R語言跨界調用C++ 171
4.2.1 Rcpp的簡單介紹 172
4.2.2 5分鐘上手Rcpp 172
4.2.3 數據類型轉換 176
4.3 當R語言遇上Docker 186
4.3.1 當R遇上Docker 187
4.3.2 用Docker來管理R的程序 188
第三部分 金融策略實戰
第5章 債券和回購 196
5.1 了解國債 196
5.1.1 國債基本介紹 197
5.1.2 國債的意義 198
5.1.3 記賬式國債 200
5.1.4 國債101308 200
5.1.5 國債的歷史表現 202
5.2 企業債和企業債套利 205
5.2.1 什么是企業債？ 206
5.2.2 什么是公司債 207
5.2.3 企業債和公司債的區別 209
5.2.4 企業債統計分析 209
5.2.5 企業債舉例 213
5.2.6 企業債交易操作 214
5.3 可轉債套利實踐 216
5.3.1 可轉債介紹 216
5.3.2 可轉債操作 218
5.3.3 負溢價率套利策略 219
5.4 金融無風險交易工具逆回購 231
5.4.1 逆回購簡單介紹 231
5.4.2 逆回購的品種有哪些？ 232
5.4.3 逆回購交易 233
5.4.4 正回購操作 236
5.4.5 央行的公開市場操作 237
第6章 量化投資策略案例 241
6.1 均值回歸，逆市中的投資機會 241
6.1.1 均值回歸原理 242
6.1.2 均值回歸模型和實現 245
6.1.3 量化選股 257
6.2 R語言構建追漲殺跌量化交易模型 262
6.2.1 什么是追漲殺跌 262
6.2.2 追漲殺跌的建模和實現 265
6.2.3 模型優化 275
6.3 R語言構建配對交易量化模型 279
6.3.1 什么是配對交易 279
6.3.2 配對交易的模型 280
6.3.3 用R語言實現配對交易 284
6.4 基金會計系統設計和實現 293
6.4.1 基金會計系統介紹 294
6.4.2 資產核算 300
6.4.3 凈值份額核算 300
6.4.4 計算案例 305
6.4.5 會計系統架構 307
6.5 用數據解讀摩羯智投 313
6.5.1 摩羯智投介紹 313
6.5.2 數據收集 315
6.5.3 數據建模分析 317
6.5.4 結論 328
結束語 329
附錄A Docker環境安裝 330
|
| 序： |
|
