R软件及其在金融定量分析中的应用 配光盘 数量经济学系列丛书 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

许启发，蒋翠侠 著

图书标签:

• R语言
• 金融
• 定量分析
• 数量经济学
• 计量经济学
• 投资
• 金融工程
• 数据分析
• 统计建模
• 经济学

出版社： 清华大学出版社

ISBN：9787302394037

版次：1

商品编码：11696655

品牌：清华大学

包装：平装

开本：16开

出版时间：2015-05-01

用纸：胶版纸

页数：451

编辑推荐

　　《R软件及其在金融定量分析中的应用》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。

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。《R软件及其在金融定量分析中的应用》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；第三部分主要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。《R软件及其在金融定量分析中的应用》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。

作者简介

　　许启发，合肥工业大学管理学院教授、博士生导师，全国优秀博士学位论文获得者。在《系统工程理论与实践》《系统工程学报》《数量经济技术经济研究》《中国管理科学》《统计研究》等国内外重要刊物发表论文70余篇，被SCI、EI收录论文1 6篇。主持国家自然科学基金项目1项，主持省部级课题1O余项。获得省部级科研成果奖励6项；获得省部级教学成果奖励4项。承担过管理统计学、时间序列分析、计量经济学等课程的教学任务，主编“十一五”国家级规划教材1部，出版学术专著1部。蒋翠侠，合肥工业大学管理学院副教授、硕士生导师。在《管理科学学报》《数量经济技术经济研究》《中国管理科学》《统计研究》《数理统计与管理》等国内外重要刊物发表论文30余篇。主持国家自然科学基金项目1项，主持教育部人文社科研究项目、全国统计科研计划项目、山东省自然科学基金项目等省部级课题5项。获省部级科研成果奖励2项。主讲计量经济学、时间序列分析等课程。

目录

第1章R软件基础
1.1工作环境
1.1.1R的历史与发展
1.1.2R的资源
1.1.3RGui
1.1.4RStudio
1.2数据操作
1.2.1对象
1.2.2基本类型
1.2.3向量
1.2.4数组与矩阵
1.2.5列表与数据框
1.2.6因子
1.2.7表达式
1.2.8对象的运算
1.3常用命令
1.3.1工作目录与R内存
1.3.2保存与加载
1.3.3显示命令
1.3.4挂接命令
1.4图形制作
1.4.1绘图函数
1.4.2绘图参数
1.4.3制图案例
1.5编程计算
1.5.1函数定义
1.5.2函数调用
1.5.3函数调试
1.6常用程序包
1.6.1标准包
1.6.2安装包
1.6.3常用包
1.7习题
1.8参考文献
第2章基于R软件的传统计算
2.1统计分析
2.1.1多元回归分析
2.1.2逐步回归分析
2.1.3聚类分析
2.1.4因子分析
2.2经济计量分析
2.2.1数据测量层次
2.2.2二元选择模型
2.2.3计数数据模型
2.2.4广义线性模型
2.3时间序列分析
2.3.1ARMA模型
2.3.2VAR模型
2.3.3脉冲响应
2.3.4方差分解
2.3.5Granger因果
2.3.6案例分析
2.4优化理论与方法
2.4.1问题提出
2.4.2线性规划
2.4.3目标规划
2.4.4非线性规划
2.5习题
2.6参考文献
第3章基于R软件的现代计算
3.1人工智能方法
3.1.1人工神经网络
3.1.2支持向量机
3.2高维数据分析
3.2.1问题提出
3.2.2LASSO回归
3.3习题
3.4参考文献
第4章金融数据整理与预处理
4.1金融数据库
4.1.1金融数据与金融数据库
4.1.2国外金融数据库概况
4.1.3国内金融数据库概况
4.1.4金融数据库数据主要内容
4.2金融数据格式
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从其他统计软件导入
4.2.7关系型数据库
4.2.8DBF格式
4.3金融数据的导入
4.3.1从控制台输入数据
4.3.2上市公司财务报表信息读取
4.3.3股票数据的读取
4.4金融数据的预处理
4.4.1时间序列数据预处理
4.4.2截面数据预处理
4.5习题
4.6参考文献
第5章金融资产收益计算
5.1收益率定义
5.1.1常用收益率
5.1.2红利收益率
5.1.3超额收益率
5.2股票类资产收益率计算
5.2.1单个股票收益率计算
5.2.2多个股票收益率计算
5.2.3资产组合收益率计算
5.3债券类资产收益率计算
5.3.1三种收益计算
5.3.2债券久期与凸度计算
5.3.3债券绩效评价
5.4收益率的分布及其特征
5.4.1分布函数与数字特征
5.4.2常用分布函数
5.4.3多元收益率统计
5.5习题
5.6参考文献
第6章金融波动模型
6.1GARCH类模型
6.1.1ARCH模型
6.1.2GARCH模型
6.1.3GARCH模型扩展
6.1.4多元GARCH模型
6.2SV类模型
6.2.1基本SV模型
6.2.2扩展SV模型
6.2.3多元SV模型
6.2.4案例分析
6.3高频波动模型
6.3.1金融高频数据及其特征
6.3.2“已实现”方差模型
6.3.3ACD模型
6.3.4案例分析
6.4习题
6.5参考文献
第7章极值、分位数与VaR（ES）
7.1VaR与ES的计算
7.1.1VaR
7.1.2ES
7.1.3RiskMetrics模型与VaR和ES的计算
7.1.4GARCH模型与VaR和ES的计算
7.2分位数回归与VaR（ES）计算
7.2.1线性分位数回归
7.2.2非线性分位数回归
7.2.3基于分位数回归的VaR和ES的计算
7.3VaR（ES）的极值方法
7.3.1区间极大值模型
7.3.2阈值模型
7.4习题
7.5参考文献
……
第8章金融组合投资决策分析
第9章金融资产定价分析
第10章金融风险共同趋势分析
第11章金融市场羊群效应
第12章微观金融定量分析

精彩书摘

　　3.1.1.1神经网络概述
　　人工神经网络是人工智能的一个重要分支，它是仿生学、数学、与计算机科学的有效结合。神经网络模型主要用于做分类与回归分析，与传统分类与回归模型相比，神经网络在解决复杂系统方面有着绝对的优势。人工神经网络是一种非参数方法，无须设定具体函数形式，就可以通过神经元之间的连接关系，建立从输入到输出的内在运行机制，实现对复杂系统的高度拟合与逼近。
　　人工神经网络有多种类型，根据网络结构不同，可以将其划分为：前向型网络与反馈型网络。单层感知器与线性神经网络都属于单层前向网络，多层感知器与径向基神经网络都属于多层前向网络，而Hopfield神经网络和Elman神经网络则属于反馈网络。根据学习方式不同，可以将其划分为有导师学习神经网络和无导师学习神经网络。BP神经网络、RBF神经网络、Hopfield神经网络都属于有导师神经网络，而SOM则属于无导师学习神经网络。
　　人工神经网络有多种功能，主要用于回归与分类。人工神经网络结构主要有三个部分构成：输入层、隐含层、输出层，其工作原理：由输入层输入解释变量、经由隐含层模拟复杂系统的运行机制、由输出层输出响应变量的拟合或预测值，通过预测值与实际值的误差不断学习，实现神经网络的训练过程。
　　……

前言/序言

评分☆☆☆☆☆

整体还好，就是封面有所破损，估计是在运输过程中的拖拉所致

评分☆☆☆☆☆

学习r的

评分☆☆☆☆☆

好。

评分☆☆☆☆☆

整体还好，就是封面有所破损，估计是在运输过程中的拖拉所致

评分☆☆☆☆☆

还没看

评分☆☆☆☆☆

比较有用的

评分☆☆☆☆☆

挺好用，挺实用的一本书

评分☆☆☆☆☆

噢噢噢噢噢噢噢噢噢噢噢噢噢噢噢噢哦哦哦

评分☆☆☆☆☆

挺经典的一本书，有光盘，讲解也详细。