量化金融R語言高級教程 (Mastering R for Quantitative Finance) 量化金融R语言高级教程

艾迪娜·伯林格 (Edina Berlinger), 等

  • 出版商: 人民郵電
  • 出版日期: 2017-05-01
  • 定價: $474
  • 售價: 8.5$403
  • 語言: 簡體中文
  • 頁數: 266
  • 裝訂: 平裝
  • ISBN: 7115449821
  • ISBN-13: 9787115449825
  • 相關分類: R 語言
  • 此書翻譯自: Mastering R for Quantitative Finance
  • 下單後立即進貨 (約4週~6週)

買這商品的人也買了...

相關主題

商品描述

R語言是用於統計分析、繪圖的語言和操作環境,是屬於GNU系統的一個自由、免費、源代碼開放的軟件。它是一個用於統計計算和統計制圖的強大工具。
量化金融R語言高級教程通過13章的內容向讀者詳細介紹了使用R語言實現量化金融的方方面面。本書包括實證金融(第1~4章)、金融工程(第5~7章)、交易策略優化(第8~10章)和銀行管理(第10~13章)等主題。
量化金融R語言高級教程的目標讀者是那些既熟悉基本金融概念又具有一定編程能力的人。通過閱讀本書,讀者可以瞭解R語言與量化金融相關的各類知識和編程技巧。

目錄大綱

第1章時間序列分析1 
1.1多元時間序列分析1 
1.1.1協整2 
1.1.2向量自回歸模型5 
1.1.3協整VAR和VECM 12 
1.2波動率建模15 
1.2.1通過rugarch包進行GARCH建模19 
1.2.2模擬和預測25 
1.3小結26 
1.4參考文獻26 


第2章因素模型28 
2.1套利定價理論28 
2.1.1實現APT 30 
2.1.2 Fama-French三因素模型30 
2.2在R中建模31 
2.2.1數據選擇31 
2.2.2通過主成分分析估計APT 33 
2.2.3 Fama-French模型估計35 
2.3小結42 
2.4參考文獻43 


第3章成交量預測44 
3.1動機44 
3.2交易強度45 
3.3成交量預測模型46 
3.4 R的實現47 
3.4.1數據48 
3.4.2載入數據49 
3.4.3季節成分51 
3.4.4 AR(1)的估計和預測53 
3.4.5 SETAR的估計和預測54 
3.4.6結果解釋55 
3.5小結57 
3.6參考文獻58 


第4章大數據—高級分析59 
4.1由開放資源獲取數據59 
4.2 R大數據分析入門63 
4.3大數據上的K-均值聚類64 
4.3.1載入大矩陣65 
4.3.2大數據K-均值聚類分析66 
4.4大數據線性回歸分析68 
4.4.1 載入大數據69 
4.4.2在大型數據上擬合線性回歸模型70 
4.5小結70 
4.6參考文獻71 


第5章FX衍生品72 
5.1術語和記號72 
5.2貨幣期權74 
5.3交換期權77 
5.3.1二維維納過程78 
5.3.2 Margrabe公式80 
5.3.3在R中應用82 
5.4 quanto期權86 
5.4.1看漲quanto的定價公式86 
5.4.2在R中對看漲quanto定價88 
5.5小結89 
5.6參考文獻89

 
第6章利率衍生品和模型90 
6.1 Black模型90 
6.2 Vasicek模型95 
6.3 Cox-Ingersoll-Ross模型101 
6.4利率模型的參數估計103 
6.5使用SMFI5包105 
6.6小結106 
6.7參考文獻106 


第7章奇異期權107 
7.1一般定價方法107 
7.2動態對沖的作用108 
7.3 R如何發揮巨大作用108 
7.4超越香草期權的概述109 
7.5希臘字母——返回香草世界的鏈接114 
7.6對Double-no-touch期權定價116 
7.7對Double-no -touch定價的另一種方法125 
7.8 Double-no-touch期權的有效期——一個模擬126 
7.9嵌入結構產品的奇異期權133 
7.10小結137 
7.11參考文獻138 


第8章 優對沖139 
8.1衍生品的對沖139 
8.1.1衍生品的市場風險140 
8.1.2靜態delta對沖140 
8.1.3動態delta對沖141 
8.1.4比較delta對沖的表現145 
8.2交易成本存在下的對沖149 
8.2 .1對沖最優化151 
8.2.2絕對交易成本情形下的最優對沖152 
8.2.3相對對沖成本情形下的最優對沖154 
8.3進一步擴展155 
8.4小結156 
8.5參考文獻156 


第9章基本面分析157 
9.1基本面分析基礎157 
9.2收集數據158 
9.3揭示聯繫162 
9.4引入多重變量163 
9.5區分投資目標164 
9.6設置分類規則169 
9.7回測170 
9.8特定行業投資174 
9.9小結177 
9.10參考文獻178 


第10章技術分析、神經網絡和對數優化組合179 
10.1市場有效性179 
10.2技術分析180 
10.2.1技術分析工具箱181 
10.2.2市場181 
10.2.3繪製圖形—比特幣182 
10.2.4內置的指標185 
10.2.5 K線模式:關鍵反轉187 
10.2.6評估信號和管理頭寸190 
10.2.7關於資金管理的一句話192 
10.2.8小結193 
10.3神經網絡1 93 
10.3.1預測比特幣價格195 
10.3.2策略評價198 
10.4對數優化組合199 
10.4.1普遍一致、非參數的投資策略199 
10.4.2策略的評價203 
10.5小結203 
10.6參考文獻203 


第11章資產和負債管理205 
11.1數據準備206 
11.1.1數據源的初印象207 
11.1.2現金流生成器函數209 
11.1.3準備現金流211 
11.2利率風險度量213 
11.3流動性風險度量216 
11.4無到期日存款的建模218 
11.4.1貸款利率發展的模型218 
11.4.2無到期日存款的靜態復制222 
11.5小結225 
11.6參考文獻226 


第12章資本充足率227 
12.1巴塞爾協議的原則227 
12.1.1巴塞爾I 228 
12.1.2巴塞爾II 228 
12.1.3巴塞爾Ⅲ 231 
12.2風險度量233 
12.2.1解析VaR 235 
12.2.2歷史VaR 236 
12.2.3蒙特卡洛模擬236 
12.3風險分類238 
12.3.1市場風險238 
12.3.2信用風險243 
12.3.3操作風險247 
12.4小結249 
12.5參考文獻249 


第13章系統風險251 
13.1果殼中的系統風險251 
13.2案例所用的數據集252 
13.3核心 -邊緣分解254 
13.3.1 R中的實現256 
13.3.2結果257 
13.4模擬方法258 
13.4.1模擬258 
13.4.2在R中實現259 
13.4.3結果261 
13.5可能的解釋和建議264 
13.6小結265 
13.7參考文獻265