kindle电子书

资源下载,尽在我的书库!
首页 > kindle电子书库 > 工业|计算机|互联网 > 电子、计算机、网络

R的极客理想:量化投资篇(数据分析与决策技术丛书)

  • 作者:[中] 张丹
  • 体积:18.90 MB
  • 语言:中文
  • 日期:2018-05-10
  • 推荐:

简介:R的极客理想:量化投资篇(数据分析与决策技术丛书)

电子书详细介绍

 本书是《R的极客理想》系列丛书的第三本,是将R语言与金融量化投资相结合的一本书。本书主要的写作目的是把R语言的技术和实际的金融量化案例结合起来,让读者能切身体会如何把知识变成真正的生产力。本书中的原创观点和方法,都是基于理论研究和实践的成果。实际上,长久以来我也在找这样一本书,能够把书本上的理论模型与实际业务相结合,但并没有找到,或者并没有符合中国市场的实际案例应用,所以只能自己动手写一本。本书有点像自己的笔记,我也会经常翻看,让自己的头脑始终保持思路清晰。

本书的内容来自作者实际使用R语言的经验总结,以R语言的高级编程为主,辅以跨界知识的综合运用,涉及计算机、统计、数学、金融四个学科的知识。书中首先阐释如何用R语言实现数学统计计算和创建模型,应用包括协同过滤算法、基于矩阵的PageRank算法、遗传算法和金融交易策略模型。详细介绍了R语言的环境空间、文件系统管理、四种(S3、S4、RC和R6)面向对象的程序设计。还介绍了完整的R包开发流程,并提供每日中国天气的应用案例和游戏开发的案例,帮助读者创建自己的R包,打开R语言产品化的思路。书中介绍了多个场景案例,不仅从学术的角度完成了模型设计,而且用计算机的方法实现产品。通过案例的学习,可以让不同学科背景的R语言使用者,站在其他人的角度,找到新的思维方法。

编辑推荐

 

《R的极客理想(量化投资篇)》由机械工业出版社出版。

作者简介

张丹(Conan Zhang),早年毕业于华南理工大学,系统架构师,精通Java,R,Javascipt等多种语言工具。在软件和互联网行业从事多年,曾开发多种不同类型的系统及应用。对系统架构、编程算法、统计分析、大数据处理,有一定的知识积累。现创业中,IT金融领域,研发金融量化分析工具。 

曾获得SUN和IBM的多个计算机认证。 
2013年,“RHadoop系列文章”,在“统计之都”发表。 
2013年,ChinaHadoop演讲嘉宾:R语言为Hadoop注入统计血脉 
2014年,Dataguru讲师,Hadoop应用开发实战案例,Mahout机器学习平台

目录


序二
前言
第一部分金融市场与金融理论
第1章金融市场概述2
1.1R语言为量化而生2
1.1.1为什么是R语言3
1.1.2跨界结合4
1.1.3R语言量化工具包5
1.1.4实战应用6
1.1.5量化交易平台系统架构11
1.2算法,如何改变命运13
1.2.1算法在各个行业的应用14
1.2.2投身于哪个行业好15
1.2.3金融最靠谱15
1.3FinTech金融领域的风口18
1.3.1大起大落19
1.3.2互联网已经在并购阶段20
1.3.3寻找好的行业风口21
1.3.4Gartner技术成熟曲线21
1.3.5FinTech金融领域的风口22
1.4国内量化投资工具介绍23
1.4.1量化交易概况工具23
1.4.2证券期货客户端26
1.4.3金融数据库31
1.4.4互联网在线策略平台32
1.4.5量化工具软件34
1.4.6API程序工具36
1.5国内低风险交易策略37
1.5.1企业债37
1.5.2可转债39
1.5.3逆回购和正回购41
1.5.4现金管理42
1.5.5分级基金A43
1.5.6期货45
第2章金融理论模型46
2.1R语言解读资本资产定价模型CAPM46
2.1.1故事背景47
2.1.2资本市场线48
2.1.3资本资产定价模型52
2.1.4用R构建投资组合模型54
2.1.5BetaVSAlpha60
2.2R语言解读一元线性回归模型60
2.2.1一元线性回归介绍61
2.2.2数据集和数学模型62
2.2.3回归参数估计64
2.2.4回归方程的显著性检验66
2.2.5残差分析和异常点检测67
2.2.6模型预测71
2.3R语言解读多元线性回归模型72
2.3.1多元线性回归介绍73
2.3.2多元线性回归建模73
2.3.3模型优化78
2.3.4案例:黑色系期货日K线数据验证82
2.4R语言解读自回归模型85
2.4.1自回归模型介绍85
2.4.2用R语言构建自回归模型86
2.4.3模型识别ACF/PACF88
2.4.4模型预测92
第二部分R语言数据处理与高性能计算
第3章R语言数据处理96
3.1掌握R语言中的apply函数族96
3.1.1apply的家族函数97
3.1.2apply函数98
3.1.3lapply函数101
3.1.4sapply函数102
3.1.5vapply函数104
3.1.6mapply函数105
3.1.7tapply函数106
3.1.8rapply函数108
3.1.9eapply函数109
3.2超高性能数据处理包data.table111
3.2.1data.table包介绍112
3.2.2data.table包的使用112
3.2.3data.table包性能对比121
3.3R语言高效的管道操作magrittr126
3.3.1magrittr介绍126
3.3.2magrittr包的基本使用127
3.3.3magrittr包的扩展功能132
3.4R语言字符串处理包stringr134
3.4.1stringr介绍135
3.4.2stringr的API介绍135
3.5R语言中文分词包jiebaR151
3.5.1jiebaR包介绍152
3.5.25分钟上手jiebaR152
3.5.3分词引擎154
3.5.4配置词典156
3.5.5停止词过滤160
3.5.6关键词提取161
第4章R语言高性能计算164
4.1OpenBlas让R的矩阵计算加速164
4.1.1OpenBlas介绍165
4.1.2R和OpenBlas的安装165
4.1.3让R语言加速169
4.2R语言跨界调用C++171
4.2.1Rcpp的简单介绍172
4.2.25分钟上手Rcpp172
4.2.3数据类型转换176
4.3当R语言遇上Docker186
4.3.1当R遇上Docker187
4.3.2用Docker来管理R的程序188
第三部分金融策略实战
第5章债券和回购196
5.1了解国债196
5.1.1国债基本介绍197
5.1.2国债的意义198
5.1.3记账式国债200
5.1.4国债101308200
5.1.5国债的历史表现202
5.2企业债和企业债套利205
5.2.1什么是企业债?206
5.2.2什么是公司债207
5.2.3企业债和公司债的区别209
5.2.4企业债统计分析209
5.2.5企业债举例213
5.2.6企业债交易操作214
5.3可转债套利实践216
5.3.1可转债介绍216
5.3.2可转债操作218
5.3.3负溢价率套利策略219
5.4金融无风险交易工具逆回购231
5.4.1逆回购简单介绍231
5.4.2逆回购的品种有哪些?232
5.4.3逆回购交易233
5.4.4正回购操作236
5.4.5央行的公开市场操作237
第6章量化投资策略案例241
6.1均值回归,逆市中的投资机会241
6.1.1均值回归原理242
6.1.2均值回归模型和实现245
6.1.3量化选股257
6.2R语言构建追涨杀跌量化交易模型262
6.2.1什么是追涨杀跌262
6.2.2追涨杀跌的建模和实现265
6.2.3模型优化275
6.3R语言构建配对交易量化模型279
6.3.1什么是配对交易279
6.3.2配对交易的模型280
6.3.3用R语言实现配对交易284
6.4基金会计系统设计和实现293
6.4.1基金会计系统介绍294
6.4.2资产核算300
6.4.3净值份额核算300
6.4.4计算案例305
6.4.5会计系统架构307
6.5用数据解读摩羯智投313
6.5.1摩羯智投介绍313
6.5.2数据收集315
6.5.3数据建模分析317
6.5.4结论328
结束语329
附录ADocker环境安装330

我来说两句

本书评论

共有 0 条评论
图书分类
我的书库手机端
帮助中心
会员登录 ×
新用户注册 ×