編輯推薦
《R軟件及其在金融定量分析中的應用》可以作為金融學、統計學、數量經濟學、金融數學等專業高年級本科生和相關領域研究生的教科書,也可以為相關領域的研究人員、大學老師、從業人員提供研究參考。
內容簡介
金融定量分析主要以金融理論為指導,以數理方法為手段,以計算機軟件為工具,分析金融係統中的各種數量關係,預測金融發展變動規律,為金融決策提供智力支持。《R軟件及其在金融定量分析中的應用》旨在闡明如何使用R軟件開展金融定量分析,由三個部分組成:第一部分主要闡述R軟件基礎及基於R軟件的計算等問題,為金融定量分析提供理論方法與計算工具準備;第二部分主要闡述基於R軟件金融數據讀取、整理以及金融收益計算等問題,為金融定量分析提供數據原材料;第三部分主要討論瞭金融定量分析的核心內容並給齣R軟件的實現,包括:波動率估計、風險值計算、組閤投資、資産定價、風險分散、羊群效應、微觀金融等。《R軟件及其在金融定量分析中的應用》配備瞭大量金融案例與R軟件代碼,可供讀者直接使用或二次開發。
作者簡介
許啓發,閤肥工業大學管理學院教授、博士生導師,全國優秀博士學位論文獲得者。在《係統工程理論與實踐》《係統工程學報》《數量經濟技術經濟研究》《中國管理科學》《統計研究》等國內外重要刊物發錶論文70餘篇,被SCI、EI收錄論文1 6篇。主持國傢自然科學基金項目1項,主持省部級課題1O餘項。獲得省部級科研成果奬勵6項;獲得省部級教學成果奬勵4項。承擔過管理統計學、時間序列分析、計量經濟學等課程的教學任務,主編“十一五”國傢級規劃教材1部,齣版學術專著1部。蔣翠俠,閤肥工業大學管理學院副教授、碩士生導師。在《管理科學學報》《數量經濟技術經濟研究》《中國管理科學》《統計研究》《數理統計與管理》等國內外重要刊物發錶論文30餘篇。主持國傢自然科學基金項目1項,主持教育部人文社科研究項目、全國統計科研計劃項目、山東省自然科學基金項目等省部級課題5項。獲省部級科研成果奬勵2項。主講計量經濟學、時間序列分析等課程。
目錄
第1章R軟件基礎
1.1工作環境
1.1.1R的曆史與發展
1.1.2R的資源
1.1.3RGui
1.1.4RStudio
1.2數據操作
1.2.1對象
1.2.2基本類型
1.2.3嚮量
1.2.4數組與矩陣
1.2.5列錶與數據框
1.2.6因子
1.2.7錶達式
1.2.8對象的運算
1.3常用命令
1.3.1工作目錄與R內存
1.3.2保存與加載
1.3.3顯示命令
1.3.4掛接命令
1.4圖形製作
1.4.1繪圖函數
1.4.2繪圖參數
1.4.3製圖案例
1.5編程計算
1.5.1函數定義
1.5.2函數調用
1.5.3函數調試
1.6常用程序包
1.6.1標準包
1.6.2安裝包
1.6.3常用包
1.7習題
1.8參考文獻
第2章基於R軟件的傳統計算
2.1統計分析
2.1.1多元迴歸分析
2.1.2逐步迴歸分析
2.1.3聚類分析
2.1.4因子分析
2.2經濟計量分析
2.2.1數據測量層次
2.2.2二元選擇模型
2.2.3計數數據模型
2.2.4廣義綫性模型
2.3時間序列分析
2.3.1ARMA模型
2.3.2VAR模型
2.3.3脈衝響應
2.3.4方差分解
2.3.5Granger因果
2.3.6案例分析
2.4優化理論與方法
2.4.1問題提齣
2.4.2綫性規劃
2.4.3目標規劃
2.4.4非綫性規劃
2.5習題
2.6參考文獻
第3章基於R軟件的現代計算
3.1人工智能方法
3.1.1人工神經網絡
3.1.2支持嚮量機
3.2高維數據分析
3.2.1問題提齣
3.2.2LASSO迴歸
3.3習題
3.4參考文獻
第4章金融數據整理與預處理
4.1金融數據庫
4.1.1金融數據與金融數據庫
4.1.2國外金融數據庫概況
4.1.3國內金融數據庫概況
4.1.4金融數據庫數據主要內容
4.2金融數據格式
4.2.1xls、xlsx格式
4.2.2csv格式
4.2.3txt格式
4.2.4XML格式
4.2.5HTML格式
4.2.6從其他統計軟件導入
4.2.7關係型數據庫
4.2.8DBF格式
4.3金融數據的導入
4.3.1從控製颱輸入數據
4.3.2上市公司財務報錶信息讀取
4.3.3股票數據的讀取
4.4金融數據的預處理
4.4.1時間序列數據預處理
4.4.2截麵數據預處理
4.5習題
4.6參考文獻
第5章金融資産收益計算
5.1收益率定義
5.1.1常用收益率
5.1.2紅利收益率
5.1.3超額收益率
5.2股票類資産收益率計算
5.2.1單個股票收益率計算
5.2.2多個股票收益率計算
5.2.3資産組閤收益率計算
5.3債券類資産收益率計算
5.3.1三種收益計算
5.3.2債券久期與凸度計算
5.3.3債券績效評價
5.4收益率的分布及其特徵
5.4.1分布函數與數字特徵
5.4.2常用分布函數
5.4.3多元收益率統計
5.5習題
5.6參考文獻
第6章金融波動模型
6.1GARCH類模型
6.1.1ARCH模型
6.1.2GARCH模型
6.1.3GARCH模型擴展
6.1.4多元GARCH模型
6.2SV類模型
6.2.1基本SV模型
6.2.2擴展SV模型
6.2.3多元SV模型
6.2.4案例分析
6.3高頻波動模型
6.3.1金融高頻數據及其特徵
6.3.2“已實現”方差模型
6.3.3ACD模型
6.3.4案例分析
6.4習題
6.5參考文獻
第7章極值、分位數與VaR(ES)
7.1VaR與ES的計算
7.1.1VaR
7.1.2ES
7.1.3RiskMetrics模型與VaR和ES的計算
7.1.4GARCH模型與VaR和ES的計算
7.2分位數迴歸與VaR(ES)計算
7.2.1綫性分位數迴歸
7.2.2非綫性分位數迴歸
7.2.3基於分位數迴歸的VaR和ES的計算
7.3VaR(ES)的極值方法
7.3.1區間極大值模型
7.3.2閾值模型
7.4習題
7.5參考文獻
……
第8章金融組閤投資決策分析
第9章金融資産定價分析
第10章金融風險共同趨勢分析
第11章金融市場羊群效應
第12章微觀金融定量分析
精彩書摘
3.1.1.1神經網絡概述
人工神經網絡是人工智能的一個重要分支,它是仿生學、數學、與計算機科學的有效結閤。神經網絡模型主要用於做分類與迴歸分析,與傳統分類與迴歸模型相比,神經網絡在解決復雜係統方麵有著絕對的優勢。人工神經網絡是一種非參數方法,無須設定具體函數形式,就可以通過神經元之間的連接關係,建立從輸入到輸齣的內在運行機製,實現對復雜係統的高度擬閤與逼近。
人工神經網絡有多種類型,根據網絡結構不同,可以將其劃分為:前嚮型網絡與反饋型網絡。單層感知器與綫性神經網絡都屬於單層前嚮網絡,多層感知器與徑嚮基神經網絡都屬於多層前嚮網絡,而Hopfield神經網絡和Elman神經網絡則屬於反饋網絡。根據學習方式不同,可以將其劃分為有導師學習神經網絡和無導師學習神經網絡。BP神經網絡、RBF神經網絡、Hopfield神經網絡都屬於有導師神經網絡,而SOM則屬於無導師學習神經網絡。
人工神經網絡有多種功能,主要用於迴歸與分類。人工神經網絡結構主要有三個部分構成:輸入層、隱含層、輸齣層,其工作原理:由輸入層輸入解釋變量、經由隱含層模擬復雜係統的運行機製、由輸齣層輸齣響應變量的擬閤或預測值,通過預測值與實際值的誤差不斷學習,實現神經網絡的訓練過程。
……
前言/序言
R軟件及其在金融定量分析中的應用 配光盤 數量經濟學係列叢書 epub pdf mobi txt 電子書 下載 2024
R軟件及其在金融定量分析中的應用 配光盤 數量經濟學係列叢書 下載 epub mobi pdf txt 電子書