内容简介
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。
目录
序一
序二
前言
部分 金融市场与金融理论
第1章 金融市场概述 2
1.1 R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
1.1.3 R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 金融靠谱 15
1.3 FinTech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
1.3.4 Gartner技术成熟曲线 21
1.3.5 FinTech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
1.4.6 API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A 43
1.5.6 期货 45
第2章 金融理论模型 46
2.1 R语言解读资本资产定价模型CAPM 46
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
2.1.5 Beta VS Alpha 60
2.2 R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
2.3 R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
2.4 R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/PACF 88
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
3.1.1 apply的家族函数 97
3.1.2 apply函数 98
3.1.3 lapply函数 101
3.1.4 sapply函数 102
3.1.5 vapply函数 104
3.1.6 mapply函数 105
3.1.7 tapply函数 106
3.1.8 rapply函数 108
3.1.9 eapply函数 109
3.2 超高性能数据处理包data.table 111
3.2.1 data.table包介绍 112
3.2.2 data.table包的使用 112
3.2.3 data.table包性能对比 121
3.3 R语言高效的管道操作magrittr 126
3.3.1 magrittr介绍 126
3.3.2 magrittr包的基本使用 127
3.3.3 magrittr包的扩展功能 132
3.4 R语言字符串处理包stringr 134
3.4.1 stringr介绍 135
3.4.2 stringr的API介绍 135
3.5 R语言中文分词包jiebaR 151
3.5.1 jiebaR包介绍 152
3.5.2 5分钟上手jiebaR 152
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
4.1 OpenBlas让R的矩阵计算加速 164
4.1.1 OpenBlas介绍 165
4.1.2 R和OpenBlas的安装 165
4.1.3 让R语言加速 169
4.2 R语言跨界调用C 171
4.2.1 Rcpp的简单介绍 172
4.2.2 5分钟上手Rcpp 172
4.2.3 数据类型转换 176
4.3 当R语言遇上Docker 186
4.3.1 当R遇上Docker 187
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101308 200
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
6.2 R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
6.3 R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
文档截图
