量化投资：以R语言为工具 PDF 高清版

量化投资:以R语言为工具主要解读量化投资的观念和对策，并依靠R語言开展实战演练。

由三一部分构成：

最先，对R计算机语言的详细介绍，根据学习培训，用户能够快速把握用R語言解决统计数据的方式，熟练掌握R語言处理具体金融业难题；次之，向用户详细介绍量化投资的基础知识，关键解读量化投资需要的总数基本与量化投资的种类等层面；最终，将左右两一部分內容结合在一起，叙述怎样在R語言中搭建量化投资对策。

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
• 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
• 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
• 11．2．2 颜色99
• 11．2．3 大小104
• 11．2．4 文本105
• 11．2．5 par( ) 108
• 11．3 常见图形类型109
• 11．3．1 柱状图109
• 11．3．2 直方图与密度曲线图112
• 11．3．3 饼图113
• 11．3．4 箱线图114
• 11．3．5 时间序列图115
• 11．4 绘图窗口116
• 11．4．1 绘图窗口116
• 11．4．2 窗口分割117
• 第12章 绘图系统ggplot2 119
• 12．1 简介119
• 12．2 使用qplot( ) 作图119
• 12．2．1 一个小例子119
• 12．2．2 修改图形属性121
• 12．2．3 绘制常见图形123
• 12．2．4 分面126
• 12．3 基本语法127
• 12．3．1 数据和映射128
• 12．3．2 标尺129
• 12．3．3 统计变换和几何对象130
• 12．4 使用ggplot 作图131
• 12．4．1 构建图层131
• 12．4．2 映射函数133
• 12．4．3 几何对象函数和统计变换函数134
• 12．4．4 标尺函数136
• 12．4．5 分面函数和坐标系统函数139
• 12．4．6 图形输出140
• 第2部分 统计学基础142
• 第13章 描述性统计143
• 13．1 数据类型144
• 13．2 图表144
• 13．2．1 频数分布表144
• 13．2．2 直方图145
• 13．3 数据的位置145
• 13．4 数据的离散度148
• 第14章 随机变量简介152
• 14．1 概率与概率分布152
• 14．1．1 离散型随机变量152
• 14．1．2 连续型随机变量153
• 14．2 期望值与方差154
• 14．3 二项分布155
• 14．4 正态分布（Normal Distribution） 158
• 14．5 其他连续分布160
• 14．5．1 卡方分布160
• 14．5．2 t 分布161
• 14．5．3 F 分布162
• 14．6 变量的关系163
• 14．6．1 联合概率分布163
• 14．6．2 变量的独立性164
• 14．6．3 变量的相关性164
• 14．6．4 上证综指与深证综指的相关性分析165
• 第15章 推断统计169
• 15．1 参数估计169
• 15．1．1 点估计170
• 15．1．2 区间估计170
• 15．2 案例分析172
• 15．3 假设检验175
• 15．3．1 两类错误176
• 15．3．2 显著性水平与p 值176
• 15．3．3 确定小概率事件177
• 15．4 t 检验177
• 15．4．1 单样本t 检验178
• 15．4．2 独立样本t 检验179
• 15．4．3 配对样本t 统计量的构造180
• 第16章 方差分析183
• 16．1 方差分析之思想183
• 16．2 方差分析之原理184
• 16．2．1 离差平方和185
• 16．2．2 自由度186
• 16．2．3 显著性检验187
• 16．3 方差分析之R 语言实现188
• 16．3．1 单因素方差分析188
• 16．3．2 多因素方差分析189
• 16．3．3 析因方差分析191
• 第17章 回归分析193
• 17．1 一元线性回归模型193
• 17．1．1 一元线性回归模型193
• 17．1．2 最小平方法194
• 17．2 模型拟合度195
• 17．3 古典假设条件下^_、^ _ 的统计性质195
• 17．4 显著性检验197
• 17．5 上证综指与深证成指的回归分析与R 语言197
• 17．5．1 R 语言拟合回归函数198
• 17．5．2 R 语言回归诊断函数199
• 17．6 多元线性回归模型201
• 17．6．1 多元线性回归模型202
• 17．7 多元线性回归案例分析203
• 第3部分 金融基础、投资组合与量化选股207
• 第18章 资产收益率和风险208
• 18．1 单期与多期简单收益率209
• 18．1．1 单期简单收益率209
• 18．1．2 多期简单收益率209
• 18．1．3 R 函数计算简单收益率212
• 18．1．4 单期与多期简单收益率的关系214
• 18．1．5 年化收益率216
• 18．1．6 考虑股利分红的简单收益率218
• 18．2 连续复利收益率220
• 18．2．1 多期连续复利收益率223
• 18．2．2 单期与多期连续复利收益率的关系224
• 18．3 绘制收益图225
• 18．4 资产风险的来源226
• 18．4．1 市场风险226
• 18．4．2 利率风险227
• 18．4．3 汇率风险227
• 18．4．4 流动性风险227
• 18．4．5 信用风险228
• 18．4．6 通货膨胀风险228
• 18．4．7 营运风险228
• 18．5 资产风险的测度228
• 18．5．1 方差228
• 18．5．2 下行风险230
• 18．5．3 风险价值231
• 18．5．4 期望亏空233
• 18．5．5 最大回撤233
• 第19章 投资组合理论及其拓展239
• 19．1 投资组合的收益率与风险239
• 19．2 Markowitz 均值-方差模型243
• 19．3 Markowitz 模型之R 语言实现247
• 19．3．1 数据读取与整理247
• 19．4 Black-Litterman 模型252
• 第20章 资本资产定价模型260
• 20．1 资本资产定价模型的核心思想260
• 20．2 CAPM 模型的应用261
• 20．3 R 语言计算单资产CAPM 实例263
• 20．4 CAPM 模型的评价266
• 第21章 Fama-French 三因子模型269
• 21．1 Fama-French 三因子模型的基本思想269
• 21．2 三因子模型之R 语言实现271
• 21．3 三因子模型的评价276
• 第4部分 时间序列基础与配对交易278
• 第22章 时间序列基本概念279
• 22．1 认识时间序列279
• 22．2 R 中的时间序列分析包280
• 22．3 时间序列数据处理函数283
• 22．4 选取特定日期的时间序列数据284
• 22．5 时间序列数据描述性统计286
• 第23章 时间序列的基本性质289
• 23．1 自相关性289
• 23．1．1 自协方差290
• 23．1．2 自相关系数290
• 23．1．3 偏自相关系数290
• 23．1．4 acf( ) 函数与pacf( ) 函数291
• 23．1．5 上证综指的收益率指数的自相关性判断291
• 23．2 平稳性295
• 23．2．1 强平稳295
• 23．2．2 弱平稳295
• 23．2．3 强平稳与弱平稳的区别296
• 23．3 上证综指的平稳性检验297
• 23．3．1 观察时间序列图297
• 23．3．2 观察序列的自相关图和偏自相关图298
• 23．3．3 单位根检验299
• 23．4 白噪声304
• 23．4．1 白噪声304
• 23．4．2 白噪声检验――Ljung-Box 检验305
• 23．4．3 上证综合指数的白噪声检验307
• 第24章 时间序列预测309
• 24．1 移动平均预测309
• 24．1．1 简单移动平均309
• 24．1．2 加权移动平均310
• 24．1．3 指数加权移动平均310
• 24．2 ARMA 模型预测310
• 24．2．1 自回归模型311
• 24．2．2 移动平均模型313
• 24．3 自回归移动平均模型314
• 24．4 ARMA 模型的建模过程314
• 24．5 CPI 数据的ARMA 短期预测315
• 24．6 上证指数的平稳时间序列建模322
• 第25章 GARCH 模型327
• 25．1 资产收益率的波动率与ARCH 效应327
• 25．2 ARCH 模型和GARCH 模型327
• 25．2．1 ARCH 模型327
• 25．2．2 GARCH 模型329
• 25．3 ARCH 效应检验330
• 25．4 GARCH 模型构建332
• 25．5 GARCH 模型之VaR 应用336
• 第26章 配对交易策略341
• 26．1 什么是配对交易？ 341
• 26．2 配对交易的思想342
• 26．3 配对交易的步骤343
• 26．3．1 股票对的选择343
• 26．3．2 配对交易策略的制定355
• 26．3．3 多空股票的仓位配比359
• 26．4 配对交易与R 语言360
• 26．4．1 PairTrading 包360
• 26．4．2 R 语言实测配对交易交易策略365
• 第5部分 技术指标与量化投资377
• 第27章 K 线图378
• 27．1 K 线图简介378
• 27．2 R 绘制上证综指K 线图380
• 27．3 R 捕捉K 线图的形态384
• 27．3．1 R 语言捕捉“早晨之星” 384
• 27．3．2 R 语言捕捉“乌云盖顶”形态389
• 第28章 动量交易策略396
• 28．1 动量概念介绍396
• 28．2 动量效应产生原因396
• 28．3 价格动量的计算公式397
• 28．3．1 作差法求动量值397
• 28．3．2 作除法求动量值399
• 28．4 R 中的动量相关函数400
• 28．4．1 momentum( ) 函数400
• 28．4．2 ROC( ) 函数401
• 28．5 万科股票2015 年走势及动量线402
• 28．6 动量交易策略的一般思路403
• 28．6．1 运用动量指标交易万科股票403
• 第29章 RSI 相对强弱指标410
• 29．1 RSI 基本概念410
• 29．2 R 语言计算RSI 值410
• 29．3 TTR 包中的RSI( ) 函数417
• 29．4 RSI 天数的差异418
• 29．5 RSI 指标判断股票超买和超卖状态419
• 29．6 RSI 的“黄金交叉”与“死亡交叉” 420
• 29．7 交通银行股票RSI 指标交易实测421
• 29．7．1 RSI 捕捉交通银行股票买卖点422
• 29．7．2 RSI 交易策略执行及回测426
• 第30章 均线系统策略431
• 30．1 简单移动平均431
• 30．1．1 简单移动平均数431
• 30．1．2 简单移动平均函数434
• 30．1．3 期数选择435
• 30．2 加权移动平均435
• 30．2．1 加权移动平均数435
• 30．2．2 加权移动平均函数438
• 30．3 指数加权移动平均438
• 30．3．1 指数加权移动平均数438
• 30．3．2 指数加权移动平均函数441
• 30．4 常用平均方法的比较442
• 30．5 TTR 包中的平均函数442
• 30．6 中国银行股价数据与均线分析443
• 30．7 均线时间跨度447
• 30．8 中国银行股票均线系统交易448
• 30．8．1 简单移动平均线制定中国银行股票的买卖点448
• 30．8．2 双均线交叉捕捉中国银行股票的买卖点452
• 30．9 异同移动平均线（MACD） 457
• 30．9．1 MACD 的求值过程457
• 30．9．2 TTR 包中的MACD( ) 函数459
• 30．9．3 异同均线（MACD）捕捉中国银行股票的买卖点460
• 30．10 多种均线指标综合运用模拟实测463
• 第31章 通道突破策略470
• 31．1 通道突破简介470
• 31．2 唐奇安通道（Donchian Channel） 470
• 31．2．1 唐奇安通道刻画470
• 31．2．2 R 语言捕捉唐奇安通道突破474
• 31．3 布林带（Bollinger Band）通道478
• 31．3．1 布林带通道的计算方式479
• 31．3．2 通道突破BBands( ) 函数481
• 31．4 布林带通道与市场风险483
• 31．5 通道突破交易策略的制定486
• 31．5．1 布林带上下通道突破策略486
• 31．5．2 另一种布林带通道突破策略488
• 第32章 随机指标（KDJ）交易策略491
• 32．1 什么是随机指标（KDJ） 491
• 32．2 随机指标（KDJ）的原理491
• 32．3 KDJ 指标的计算公式492
• 32．3．1 未成熟随机指标RSV 492
• 32．3．2 K、D 指标计算497
• 32．3．3 J 指标计算501
• 32．3．4 KDJ 指标简要分析502
• 32．4 KDJ 指标的交易策略504
• 32．5 R 语言KDJ 指标交易实测504
• 32．5．1 KD 指标交易策略504
• 32．5．2 KDJ 指标交易策略508
• 32．5．3 K 线、D 线“金叉”与“死叉” 510
• 第33章 量价关系分析516
• 33．1 量价关系概述516
• 33．2 量价关系分析516
• 33．2．1 价涨量增516
• 33．2．2 价涨量平518
• 33．2．3 价涨量缩519
• 33．2．4 价平量增520
• 33．2．5 价平量缩520
• 33．2．6 价跌量增520
• 33．2．7 价跌量平521
• 33．2．8 价跌量缩521
• 33．3 不同价格段位的成交量与R 语言522
• 33．4 成交量与均线思想结合制定交易策略524
• 第34章 OBV 指标交易策略532
• 34．1 OBV 指标概念532
• 34．2 OBV 指标计算方法532
• 34．3 OBV 指标的理论依据536
• 34．4 OBV 指标的交易策略制定536
• 34．5 OBV 指标交易策略的R 语言实测536
• 34．6 OBV 指标的应用原则540