主题

课程内容简介

R语言实战案例

第一天：

R语言编程与量化投资的数量基础

1、R语言简介

2、常用数据处理函数

（1）数据导入与写出方法

（2）常用数据整理函数

（3）常用数据运算函数

（4）基础绘图函数

3、高阶技巧

（1）R语言的函数结构

（2）apply函数簇快速编写函数

（3）并行运算

4、统计学基础：单变量分析

（1）样本分布理论

（2）描述性统计

（3）参数估计

（4）假设检验

5、统计学基础：多变量分析

（1）变量间的相关性

（2）线性回归模型

（3）方差分析

（4）主成分分析

案例一：大型股票数据读取

案例二：财务报表信息快速整理

案例三：A股市场数据绘图

案例四：行业指数编制与计算

案例五：A股描述性统计

案例六：CAPM模型计算实例

案例七：2009-2013行业间收益率比较

案例八：美国

Treasury-LIBOR交换率的主成分分析

第二天：

量化投资

概念、

类型、

思想

1、时间序列分析

（1）时间序列的概念

（2）时间序列平滑（SMA、WMA  EWMA）

（3）平稳时间序列建模(ARMA模型进行短期预测)

（4）多时间序列间的关系

2、研究分析实际股票交易数据：高频金融数据

（1）非同步交易

（2）交易数据的经验特征

（3）价格变化模型

（4）持续期模型

（5）处理市场微观结构噪声

3、投资分析介绍

（1）基本面分析策略

（2）技术分析策略

（3）量化投资策略

（4）三类投资策略的比较

4、量化选股

（1）量化选股系统总结

（2）量化选股策略一：财务评级选股

（3）量化选股策略二：超额Alpha选股

（4）量化选股策略三：三因子模型选股

5、投资组合配置

（1）随机资产配置的模拟

（2）马科维茨风险-收益模型原理

（3）模型缺陷与修正：Black-Litterman模型

案例一：

上证指数日收益率的平稳性时间序列建模

案例二：

用ACF、ARIMA模型预测股票收益率

案例三：

用ARMA模型模拟预测S&P 500日收益率

案例四：

美国卡特彼勒股票高频交易数据分析预测和实际波动率的双尺度估计，用R实现

案例五：

R语言批量化选股报表生成实例

案例六：

R语言进行A股市场投资组合配置实例

案例七：

R语言实现Black-Litterman模型

第三天：

用R语言

玩转

量化交易策略

1、技术指标绘制

2、均线系统策略

（1）均线编制与计算

（2）双均线交叉策略

（3）异同均线策略（MACD）策略

3、相对强弱指标（RSI）策略

4、量价关系交易策略

（1）成交价格与成交量关系传递的信息

（2）交易策略构建与实现

（3）实际验证与模型探讨

5、通道突破策略

（1）最大最小值通道

（2）布林（Bollinger）通道

6、动量策略

（1）动量的概念
（2）动量指标制定
（3）交易策略设计
（4）R语言实际验证

7、统计套利策略

（1）无风险套利与统计套利

（2）套利空间产生的理论基础

（3）统计套利策略的主要类型

8、轮动投资策略

9、数据挖掘与金融市场分析预测

（1）支持向量机原理

（2）运用支持向量机进行股票分类与R语言

案例一：

R语言与RSI交易策略

案例二：

股票的波动率在较高水平和在较低水平时，投资者的投资策略（MR,FT）会不会不一样？如果不一样，会有怎样的差别？将用R语言和股票实例来探索这些问题。

案例三：

如果某只股票一直没有超越近期股价的最高点，要采取何种交易策略，才能获得较高收益？是继续持有股票？还是抛售股票？将介绍解决这个问题的交易策略，并用R语言进行展示。

案例四：

美国证券市场上动量交易策略分析

案例五：

基于协整理论的配对套利策略在中国股票市场的应用

案例六：

用R体现轮动投资策略，思想及成效。

案例七：

R语言实践： 运用支持向量机进行中国证券市场的若干股票分类