R软件及其在金融定量分析中的应用

许启发  蒋翠侠  编著

清华大学出版社

北  京

R软件及其在金融定量分析中的应用-教学课件.rar
大小:(23.85 MB)

 马上下载

内容简介

金融定量分析主要以金融理论为指导，以数理方法为手段，以计算机软件为工具，分析金融系统中的各种数量关系，预测金融发展变动规律，为金融决策提供智力支持。本教材旨在阐明如何使用R软件开展金融定量分析，由三个部分组成：第一部分主要阐述R软件基础及基于R软件的计算等问题，为金融定量分析提供理论方法与计算工具准备；第二部分主要阐述基于R软件金融数据读取、整理以及金融收益计算等问题，为金融定量分析提供数据原材料；第三部分分别讨论了金融定量分析的核心内容并给出R软件的实现，包括：波动率估计、风险值计算、组合投资、资产定价、风险分散、羊群效应、微观金融等。本书配备了大量金融案例与R软件代码，可供读者直接使用或二次开发。

本教材可以作为金融学、统计学、数量经济学、金融数学等专业高年级本科生和相关领域研究生的教科书，也可以为相关领域的研究人员、大学老师、从业人员提供研究参考。

目录

第1章 R软件基础... 1

1.1 工作环境... 1

1.1.1 R的历史与发展... 1

1.1.2 R的资源... 2

1.1.3 R GUI 4

1.1.4 R Studio. 6

1.2 数据操作... 8

1.2.1 对象... 8

1.2.2 基本类型... 8

1.2.3 向量... 10

1.2.4 数组与矩阵... 11

1.2.5 列表与数据框... 14

1.2.6 因子... 16

1.2.7 表达式... 17

1.2.8 对象的运算... 18

1.3 常用命令... 24

1.3.1 工作目录与R内存... 24

1.3.2 保存与加载... 25

1.3.3 显示命令... 26

1.3.4 挂接命令... 27

1.4 图形制作... 28

1.4.1 绘图函数... 28

1.4.2 绘图参数... 32

1.4.3 制图案例... 33

1.5 编程计算... 36

1.5.1 函数定义... 37

1.5.2 函数调用... 37

1.5.3 函数调试... 38

1.6 常用程序包... 39

1.6.1 标准包... 39

1.6.2 安装包... 39

1.6.3 常用包... 42

第2章 基于R软件的传统计算... 57

2.1 统计分析... 57

2.1.1 多元回归分析... 57

2.1.2 逐步回归分析... 65

2.1.3 聚类分析... 68

2.1.4 因子分析... 73

2.2 经济计量分析... 78

2.2.1 数据测量层次... 79

2.2.2 二元选择模型... 80

2.2.3 计数数据模型... 82

2.2.4 广义线性模型... 83

2.3 时间序列分析... 84

2.3.1 ARMA模型... 85

2.3.2 VAR模型... 87

2.3.3 脉冲响应... 89

2.3.4 方差分解... 89

2.3.5 Granger因果... 90

2.3.6 案例分析... 91

2.4 优化理论与方法... 94

2.4.1 问题提出... 95

2.4.2 线性规划... 95

2.4.3 目标规划... 97

2.4.4 非线性规划... 98

第3章 基于R软件的现代计算... 105

3.1 人工智能方法... 105

3.1.1 人工神经网络... 105

3.1.2 支持向量机... 112

3.2 高维数据分析... 117

3.2.1 问题提出... 118

3.2.2 LASSO回归... 119

第4章 金融数据整理与预处理... 127

4.1 金融数据库... 127

4.1.1 金融数据与金融数据库... 127

4.1.2 国外金融数据库概况... 127

4.1.3 国内金融数据库概况... 129

深圳证券信息有限公司... 129

4.1.4 金融数据库数据主要内容... 130

4.2 金融数据格式... 132

4.2.1 XLS、XLSX格式... 132

4.2.2 CSV格式... 132

4.2.3 TXT格式... 133

4.2.4 XML格式... 133

4.2.5 HTML格式... 133

4.2.6 从其他统计软件导入... 133

4.2.7 关系型数据库... 134

4.2.8 DBF格式... 134

4.3 金融数据的导入... 135

4.3.1 从控制台输入数据... 136

4.3.2 上市公司财务报表信息读取... 137

4.3.3 股票数据的读取... 139

4.4 金融数据的预处理... 139

4.4.1 时间序列数据预处理... 139

4.4.2 截面数据预处理... 143

第5章 金融资产收益计算... 149

5.1 收益率定义... 149

5.1.1 常用收益率... 149

5.1.2 红利收益率... 150

5.1.3 超额收益率... 151

5.2 股票类资产收益率计算... 151

5.2.1 单个股票收益率计算... 151

5.2.2 多个股票收益率计算... 152

5.2.3 资产组合收益率计算... 153

5.3 债券类资产收益率计算... 153

5.3.1 三种收益计算... 153

5.3.2 债券久期与凸度计算... 156

5.3.3 债券绩效评价... 159

5.4 收益率的分布及其特征... 160

5.4.1 分布函数与数字特征... 160

5.4.2 常用分布函数... 163

5.4.3 多元收益率统计... 166

第6章 金融波动模型... 171

6.1GARCH类模型... 171

6.1.1 ARCH模型... 172

6.1.2 GARCH模型... 174

6.1.3 GARCH模型扩展... 181

6.1.4 多元GARCH模型... 184

6.2SV类模型... 188

6.2.1 基本SV模型... 189

6.2.2 扩展SV模型... 191

6.2.3 多元SV模型... 192

6.2.4 案例分析... 193

6.3 高频波动模型... 199

6.3.1 金融高频数据及其特征... 200

6.3.2 “已实现”方差模型... 201

6.3.3 ACD模型... 204

6.3.4 案例分析... 206

第7章 极值、分位数与VaR(ES) 225

7.1VaR与ES的计算... 225

7.1.1 VaR. 226

7.1.2 ES. 227

7.1.3 RiskMetrics模型与VaR和ES的计算... 228

7.1.4 GARCH模型与VaR和ES的计算... 230

7.2 分位数回归与VaR(ES)计算... 234

7.2.1 线性分位数回归... 234

7.2.2 非线性分位数回归... 240

7.2.3 基于分位数回归的VaR和ES的计算... 246

7.3VaR(ES)的极值方法... 248

7.3.1 区间极大值模型... 248

7.3.2 阈值模型... 254

8章 金融组合投资决策分析... 261

8.1 均值-方差分析... 261

8.1.1 变量及其含义... 262

8.1.2 均值-方差模型... 263

8.2 均值-VaR（CVaR、CDaR）模型... 278

8.2.1 均值-VaR模型... 279

8.2.2 均值-CVaR模型... 280

8.2.3 均值-CDaR模型... 286

8.3 均值-高阶矩模型... 293

8.3.1 高阶矩风险及其计算... 293

8.3.2 基于M-V-S-K的组合投资选择... 294

8.4 大规模组合投资决策模型... 300

8.4.1 两个重要模型... 300

8.4.2 模型求解... 301

8.4.3 数值模拟... 301

8.4.4 R包与案例分析... 302

第9章 金融资产定价分析... 311

9.1CAPM及其应用... 311

9.1.1 标准的CAPM模型与分散化投资... 311

9.1.2 高阶矩CAPM.. 317

9.2APT及其应用... 325

9.2.1 因子模型... 325

9.2.2 APT模型... 329

9.3 期权定价模型及其应用... 335

9.3.1 布朗运动与维纳过程... 336

9.3.2 期权定价原理... 339

9.3.3 二叉树期权定价... 341

9.3.4 B-S期权定价... 343

9.3.5 隐含波动与波动微笑... 351

第10章 金融风险共同趋势分析... 355

10.1 收益序列间的共同趋势... 355

10.1.1 单位根检验... 356

10.1.2 协整与误差校正模型... 365

10.1.3 单方程协整关系的估计与检验... 368

10.1.4 系统方程协整关系的估计与检验... 373

10.2 风险序列间的共同趋势... 381

10.2.1 协同持续建模... 381

10.2.2 案例分析... 383

第11章 金融市场羊群效应... 389

11.1 基于均值回归羊群效应分析... 389

11.1.1 参数模型... 390

11.1.2 非参数均值模型... 391

11.1.3 案例分析... 392

11.2 基于分位数回归羊群效应分析... 397

11.2.1 参数分位数模型... 397

11.2.2 非参数分位数模型... 397

11.2.3 案例分析... 399

11.3 基于神经网络分位数回归羊群效应分析... 402

11.3.1 模型表示... 402

11.3.2 模型估计... 403

11.3.3 模型选择... 404

11.3.4 R包QRNN主要函数... 404

11.3.5 案例分析... 405

第12章 微观金融定量分析... 409

12.1 破产概率预测... 409

12.1.1 模型与方法... 409

12.1.2 案例分析... 412

12.2 证券投资基金风格分析... 417

12.2.1 证券投资基金概述及投资风格分析方法... 417

12.2.2 基于均值回归的证券投资基金风格分析... 418

12.2.3 基于分位数回归的证券投资基金风格分析... 419

12.2.4 案例分析... 420

12.3 证券投资基金绩效评价... 425

12.3.1 证券投资基金绩效评价概述... 426

12.3.2 证券投资基金的绩效评价指标与方法... 427

12.3.3 基金经理人的绩效评价... 437

12.4 基于Rhadoop的大数据金融定量分析... 438

12.4.1 大数据概述... 438

12.4.2 Rhadoop平台部署及初步应用... 442