☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

編輯推薦

　　

作者是R語言社區領袖，金融和大數據領域跨界專傢，英文版和繁體版將在美國和中國颱灣發行

從金融投資學理論、R語言數據處理、量化投資策略3個維度講解如何將R語言技術應用於金融市場的實操，填補領域空白

內容簡介

　　

本書是《R的極客理想》係列圖書的第3本，前兩本上市後不僅在國內取得瞭不俗的成績，獲得瞭良好的口碑，而且英文版被美國知名的齣版集團CRC引進，在北美市場也獲得瞭讀者的熱捧，本書的英文版和繁體版隨後也會在美國和中國颱灣發行。

　　前兩本關注的是R語言技術本身，本書則更多關注R語言技術在金融投資和量化領域的應用，是當下的熱門。本書填補瞭該領域的空白，而且作者是R語言和金融兩個領域的跨界專傢。
　　
　　

具體內容，全書邏輯上包含三個部分：

第一部分 金融市場與金融理論
　　包括中國金融二級市場大環境的介紹、交易工具的使用、金融産品的交易規則、策略和迴測、基金會計、金融經典理論模型等金融行業的基礎知識，以及用R語言做量化投資的思路和方法。
　　此外，還講解瞭大量的統計知識，包括時間序列、一元綫性迴歸、多元綫性迴歸、自迴歸等統計和計量的模型算法。
　　第二部分 R語言數據處理與高性能計算
　　主要講解瞭R語言與金融相結閤的編程技術，如金融量化程序包的使用、金融數據處理、金融數據模型的構建，量化策略的實現思路，以及R語言處理各種類型的數據的方法和高性能計算等。
　　第三部分 金融策略實戰
　　本書所涉及的金融産品包括股票、期貨、債券、基金、現金管理等，跨越多個金融市場多種金融標的物。
　　此外，還介紹瞭金融市場中的多種交易模型和交易策略，包括基於市場技術指標的量價策略、基於統計理論的套利策略、基於金融産品規則的事件性策略、針對全市場掃描的選股策略，以及高頻交易的擇時策略。

作者簡介

張 丹
資深R語言技術專傢和布道者，國內R語言技術社區的領軍人物之一。從事軟件研發12年，有豐富的互聯網應用架構經驗，在Java、NodeJS、大數據、統計、數據挖掘算法等方麵也有深厚的積纍。
金融大數據專傢，現為中國民生銀行智能投顧項目負責人，熟悉金融二級市場、交易規則和投研體係。
獲得10項SUN及IBM技術認證，2017年被微軟評為MVP。多次在互聯網和數據分析相關技術大會中擔任演講嘉賓，並參與教育部“中科曙光大數據百校工程”項目，為本科生大數據專業設計課程體係。
熱衷分享，著有《R的極客理想——工具篇》《R的極客理想——高級開發篇》（英文版在美國同步發行），以及《數據實踐之美》（閤著）。
QQ群：383275651
個人博客：http://fens.me（Alexa全球排名70k）

精彩書評

　　

毫無疑問，R語言是量化投資中重要的策略開發工具，簡單易用、功能強大，是眾多寬客的必備知識，張丹的這本書是很不錯的入門書，值得推薦。
　　——丁鵬（博士） 中國量化投資學會（CQIA）理事長
　　
　　自2010年股指期貨推齣以來，量化投資以卓越的風險控製能力吸引瞭眾多投資者和從業者的目光。R語言作為量化投資中*常用的工具之一，在該領域擁有眾多擁躉。張丹的這本書，適時地填補瞭量化投資與R語言相結閤的空白，既可以作為教材，又可以作為查詢手冊，非常適閤入門與提高。
　　——徐書楠　因諾資産董事長
　　
　　張丹的這本書，以中國金融二級市場為背景，理論與實戰緊密結閤，非常實用。 特彆是書中介紹的Docker架構，為應用程序的自動化部署提供瞭解決方案。 我從這本書中學到瞭很多知識，強烈建議每個人都把這本書放在書架上，作為量化投資的必讀之書。
　　——陳琪龍 華盛頓大學博士/銓智金融科技閤夥人
　　
　　一個有效的量化投資策略，需要在“模型”“代碼”“實證分析”三者之間反復地來迴推敲。而如何打通這三者之間的關節，*簡單的入門方法就是學習彆人是怎麼做的，再走齣自己的路。本書為“道友”們打開瞭修行的門徑。
　　——黃達 復旦大學管理學院統計學係

目錄

序一

序二

前言

第一部分　金融市場與金融理論

第1章　金融市場概述 2

1.1　R語言為量化而生 2

1.1.1　為什麼是R語言 3

1.1.2　跨界結閤 4

1.1.3　R語言量化工具包 5

1.1.4　實戰應用 6

1.1.5　量化交易平颱係統架構 11

1.2　算法，如何改變命運 13

1.2.1　算法在各個行業的應用 14

1.2.2　投身於哪個行業好 15

1.2.3　金融最靠譜 15

1.3　FinTech金融領域的風口 18

1.3.1　大起大落 19

1.3.2　互聯網已經在並購階段 20

1.3.3　尋找好的行業風口 21

1.3.4　Gartner技術成熟麯綫 21

1.3.5　FinTech金融領域的風口 22

1.4　國內量化投資工具介紹 23

1.4.1　量化交易概況工具 23

1.4.2　證券期貨客戶端 26

1.4.3　金融數據庫 31

1.4.4　互聯網在綫策略平颱 32

1.4.5　量化工具軟件 34

1.4.6　API程序工具 36

1.5　國內低風險交易策略 37

1.5.1　企業債 37

1.5.2　可轉債 39

1.5.3　逆迴購和正迴購 41

1.5.4　現金管理 42

1.5.5　分級基金A 43

1.5.6　期貨 45

第2章　金融理論模型 46

2.1　R語言解讀資本資産定價模型CAPM 46

2.1.1　故事背景 47

2.1.2　資本市場綫 48

2.1.3　資本資産定價模型 52

2.1.4　用R構建投資組閤模型 54

2.1.5　Beta VS Alpha 60

2.2　R語言解讀一元綫性迴歸模型 60

2.2.1　一元綫性迴歸介紹 61

2.2.2　數據集和數學模型 62

2.2.3　迴歸參數估計 64

2.2.4　迴歸方程的顯著性檢驗 66

2.2.5　殘差分析和異常點檢測 67

2.2.6　模型預測 71

2.3　R語言解讀多元綫性迴歸模型 72

2.3.1　多元綫性迴歸介紹 73

2.3.2　多元綫性迴歸建模 73

2.3.3　模型優化 78

2.3.4　案例：黑色係期貨日K綫數據驗證 82

2.4　R語言解讀自迴歸模型 85

2.4.1　自迴歸模型介紹 85

2.4.2　用R語言構建自迴歸模型 86

2.4.3　模型識彆ACF/PACF 88

2.4.4　模型預測 92

第二部分　R語言數據處理與高性能計算

第3章　R語言數據處理 96

3.1　掌握R語言中的apply函數族 96

3.1.1　apply的傢族函數 97

3.1.2　apply函數 98

3.1.3　lapply函數 101

3.1.4　sapply函數 102

3.1.5　vapply函數 104

3.1.6　mapply函數 105

3.1.7　tapply函數 106

3.1.8　rapply函數 108

3.1.9　eapply函數 109

3.2　超高性能數據處理包data.table 111

3.2.1　data.table包介紹 112

3.2.2　data.table包的使用 112

3.2.3　data.table包性能對比 121

3.3　R語言高效的管道操作magrittr 126

3.3.1　magrittr介紹 126

3.3.2　magrittr包的基本使用 127

3.3.3　magrittr包的擴展功能 132

3.4　R語言字符串處理包stringr 134

3.4.1　stringr介紹 135

3.4.2　stringr的API介紹 135

3.5　R語言中文分詞包jiebaR 151

3.5.1　jiebaR包介紹 152

3.5.2　5分鍾上手jiebaR 152

3.5.3　分詞引擎 154

3.5.4　配置詞典 156

3.5.5　停止詞過濾 160

3.5.6　關鍵詞提取 161

第4章　R語言高性能計算 164

4.1　OpenBlas讓R的矩陣計算加速 164

4.1.1　OpenBlas介紹 165

4.1.2　R和OpenBlas的安裝 165

4.1.3　讓R語言加速 169

4.2　R語言跨界調用C++ 171

4.2.1　Rcpp的簡單介紹 172

4.2.2　5分鍾上手Rcpp 172

4.2.3　數據類型轉換 176

4.3　當R語言遇上Docker 186

4.3.1　當R遇上Docker 187

4.3.2　用Docker來管理R的程序 188

第三部分　金融策略實戰

第5章　債券和迴購 196

5.1　瞭解國債 196

5.1.1　國債基本介紹 197

5.1.2　國債的意義 198

5.1.3　記賬式國債 200

5.1.4　國債101308 200

5.1.5　國債的曆史錶現 202

5.2　企業債和企業債套利 205

5.2.1　什麼是企業債？ 206

5.2.2　什麼是公司債? 207

5.2.3　企業債和公司債的區彆 209

5.2.4　企業債統計分析 209

5.2.5　企業債舉例 213

5.2.6　企業債交易操作 214

5.3　可轉債套利實踐 216

5.3.1　可轉債介紹 216

5.3.2　可轉債操作 218

5.3.3　負溢價率套利策略 219

5.4　金融無風險交易工具逆迴購 231

5.4.1　逆迴購簡單介紹 231

5.4.2　逆迴購的品種有哪些？ 232

5.4.3　逆迴購交易 233

5.4.4　正迴購操作 236

5.4.5　央行的公開市場操作 237

第6章　量化投資策略案例 241

6.1　均值迴歸，逆市中的投資機會 241

6.1.1　均值迴歸原理 242

6.1.2　均值迴歸模型和實現 245

6.1.3　量化選股 257

6.2　R語言構建追漲殺跌量化交易模型 262

6.2.1　什麼是追漲殺跌 262

6.2.2　追漲殺跌的建模和實現 265

6.2.3　模型優化 275

6.3　R語言構建配對交易量化模型 279

6.3.1　什麼是配對交易 279

6.3.2　配對交易的模型 280

6.3.3　用R語言實現配對交易 284

6.4　基金會計係統設計和實現 293

6.4.1　基金會計係統介紹 294

6.4.2　資産核算 300

6.4.3　淨值份額核算 300

6.4.4　計算案例 305

6.4.5　會計係統架構 307

6.5　用數據解讀摩羯智投 313

6.5.1　摩羯智投介紹 313

6.5.2　數據收集 315

6.5.3　數據建模分析 317

6.5.4　結論 328

結束語 329

附錄A　Docker環境安裝 330

精彩書摘

　　《R的極客理想：量化投資篇》：2.配對交易操作方法
　　1）組閤篩選：在市場上尋找用於配對的金融産品或者組閤，檢查曆史價格的走勢，判斷是否可以用來進行配對。主要用下麵幾個指標來篩選配對組閤：相關係數、模型計算的均值迴復速度、協整檢驗、基本麵因素等。通過這些指標來尋找齣具有穩定相關關係的組閤。
　　2）風險衡量和動態組閤的構建：計算配對組閤各自的預期收益、預期風險、交易成本；判斷兩個組閤之間的價差服從何種分布；判斷是具有長期均衡特性還是短期均衡特性；價差發生跳躍的頻率等。
　　3）確定交易規則：根據價差的特性，確定交易的頻率（高頻交易還是低頻交易），交易的觸發條件和平倉規則等。
　　4）執行交易及風險控製：除瞭按照交易規則執行外，還必須動態跟蹤價差走勢，如果發現突變，應該及時調整套利模式和交易頻率。
　　3.配對交易缺點
　　統計套利的規則都是基於曆史數據計算的，但曆史不能代錶未來，當市場發生變化模型也會失效。
　　市場對價格進行修復的時間難以準確判斷，隻能根據曆史大緻估計。如果迴歸的時間過長，對套利者的資金使用成本是個考驗，並有可能導緻套利失敗。
　　6.3.2配對交易的模型
　　根據配對交易的原理，我們就可以自己設計配對交易的模型瞭。首先，需要對配對交易涉及的指標進行量化，比如如何選擇不同的兩個具備均衡關係金融産品，什麼時候做多，什麼時候做空，什麼時候平倉等。
　　……

前言/序言

Foreword 序　　一

這是一本以中國金融二級市場為背景，理論與實戰緊密結閤的書籍，實用性非常強，是量化投資必讀之書。

我是通過閱讀張丹的博客——“R的極客理想”的係列文章而與他結緣。精煉的R語言編程風格，讓我看到瞭一個極客對於技術的不懈追求。我買瞭他的兩本書，《R的極客理想——工具篇》和《R的極客理想——高級開發篇》，後來我們進行瞭郵件交流，並通過電話深入地討論瞭一些量化交易的問題。隨後一直保持聯係，也在籌劃一起做全球市場的量化交易。我可以感覺到他是一個有想法的年輕人，願意和他人分享知識，並且有非常紮實的跨學科知識積纍和中國金融市場的交易經驗。

本書涵蓋瞭幾個主題，包括金融市場與金融理論、R語言數據處理與高性能計算、金融策略實戰、量化投資策略案例。

以下是我認為對大傢非常有幫助的知識點：

R語言數據處理和調用C++的章節，對於提升R的性能是非常有用的。

Docker架構現在在金融業非常受歡迎，書中介紹的Docker的用法，為應用程序的自動化部署提供瞭解決方案。

可轉債交易監控係統，是使用R語言的一個很好的例子，它提供瞭一個原型的建模方法，按照這個思路可以擴展到對一般債券交易建立模型。

均衡迴歸和追漲殺跌的量化交易模型，是量化交易的關鍵要素，每個人都應該知道它的原理。

基金會係統的設計和實現，對於資金運作和持倉管理非常有用。

坦白說，在一本書中，能夠提供如此多解決實際問題的方法，是很少見的。我也從這本書中學到瞭很多東西，強烈建議每個人都把這本書放在自己的書架上，作為量化投資必讀之書。

陳琪龍　華盛頓大學博士

銓智金融科技閤夥人（www.quanffett.com）

序　　二Foreword

作為金融統計學科的老師，經常有學生興衝衝地跑上門來問我如何通過金融統計賺錢，我總是迴答他們：如果我會這個，我早就辭職發財去瞭！於是大傢哈哈一笑。

學習金融、統計、數學、計量能不能賺錢？我想大概是能的，否則也不會有文藝復興這樣的公司和James Simons這樣的大神瞭。

本書到底可以帶給讀者什麼呢？是知識，堪比真金白銀的知識。

首先，是金融量化的基礎知識。你可以從本書第一部分學習到金融量化的基礎知識和金融市場的交易規則。書中深入淺齣地剖析瞭資本資産的定價模型，並將R語言與金融市場相結閤，對於金融初學者來說，是入門的精品書籍。

其次，是掌握並運用工具的知識。不管是想通過數據分析發財的，還是像我這樣準備寫幾篇論文的，要進入這一領域，最基本的要求就是能夠“玩得動”數據。金融數據以海量著稱，動輒就是GB、TB的數據量。如何高效地處理大規模的數據，就成瞭數據分析從業人員的基本功。本書第二部分，就是針對“效率”而作。第3章對R語言中常見的數據操作進行整理和歸納，得到一套高效數據處理方法。第4章講解瞭如何通過使用第三方軟件大幅提升R語言的計算效率。至於R語言的專業知識，請參見作者的另外兩本著作《R的極客理想——工具篇》和《R的極客理想——高級開發篇》。

最後，讓技術落地，通過市場來檢驗投資方法的正確性。本書第三部分，教讀者如何編寫交易策略，並讓市場來檢驗交易策略的有效性。跟著書中的4個實踐案例來操作，相信讀者很快就能掌握金融建模的方法，以及對應的R語言代碼。之後，你就可以大膽地試驗自己的投資想法是否有效瞭。

黃達

復旦大學管理學院統計學係

Preface前　　言

為什麼要寫這本書

本書是《R的極客理想》係列叢書的第三本，是將R語言與金融量化投資相結閤的一本書。本書主要的寫作目的是把R語言的技術和實際的金融量化案例結閤起來，讓讀者能切身體會如何把知識變成真正的生産力。

傳統的交易員憑藉多年的交易訓練，每日人工盯盤，觀察市場的變化。一個好的交易員，可以同時觀測幾個金融市場的幾十個交易品種。隨著金融産品的發展，中國市場A股股票已經達到3000多支，債券有7000多支，公募基金接近4000支，還有多種金融衍生品。如此大量的金融産品，已經不能依靠個人之力消化和分析瞭。

通過計算機對全市場進行掃描，從而發現不閤理的定價和交易機會，這樣可以極大地提高交易員的工作效率。一種理想化的設計是讓程序來為我們賺錢，而我們就可以去做自己喜歡的事情瞭。也就是說，讓技術變現，解放我們的生活。

本書中的原創觀點和方法，都是基於理論研究和實踐的成果。實際上，長久以來我也在找這樣一本書，能夠把書本上的理論模型與實際業務相結閤，但並沒有找到，或者並沒有符閤中國市場的實際案例應用，所以隻能自己動手寫一本。本書有點像自己的筆記，我也會經常翻看，讓自己的頭腦始終保持思路清晰。

本書的主要特色

本書撰寫的主要思路是從IT人的角度，通過技術來切入金融市場，進行量化投資。發揮IT人專注學習、樂於分享的精神，藉助互聯網快速傳播知識，打破傳統的金融壁壘。發揮“極客”的創造力，讓知識變成生産力，讓更多有理想的IT人，能夠有機會進入金融行業，推動金融行業的改革和創新。

但這不是一本簡單易懂的書，因為量化投資是跨學科的領域。你需要有多學科的知識儲備，纔能勝任量化投資的工作。要理解和掌握本書的相關內容，可能需要多本書籍的相關知識做支撐。

R的極客理想：量化投資篇 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價