量化投資:以R語言為工具主要講解量化投資的思想和策略，并借助R語言進(jìn)行實(shí)戰(zhàn)。由三部分組成：
首先，對(duì)R編程語言的介紹，通過學(xué)習(xí)，讀者可以迅速掌握用R語言處理數(shù)據(jù)的方法，靈活運(yùn)用R語言解決實(shí)際金融問題；其次，向讀者介紹量化投資的理論知識(shí)，主要講解量化投資所需的數(shù)量基礎(chǔ)與量化投資的類型等方面；最后，將以上兩部分內(nèi)容結(jié)合起來，講述如何在R語言中構(gòu)建量化投資策略。

目錄
第1部分 熟悉R 語言1
第1章 R 的簡介與安裝2
1．1 R 語言簡介2
1．2 RGui 的下載和安裝2
1．3 RGui 使用簡要介紹4
1．4 統(tǒng)計(jì)功能Gui：R Commander 6
1．4．1 R Commander 的安裝與加載6
1．4．2 R Commander 簡單操作8
第2章 R 使用入門13
2．1 R 代碼編寫13
2．2 R 代碼執(zhí)行與腳本14
2．3 R 腳本的保存與工作空間管理15
2．3．1 R 腳本的保存15
2．3．2 R 工作空間與工作目錄16
2．4 R 的幫助系統(tǒng)17
2．4．1 單擊“幫助”標(biāo)簽獲取資源17
2．4．2 R 函數(shù)獲取幫助18
第3章 R 包簡介22
3．1 包的安裝與加載22
3．1．1 單擊下載安裝包22
3．1．2 函數(shù)下載安裝包23
3．1．3 本地安裝包23
3．2 包的加載24
3．3 R 基礎(chǔ)包24
3．4 常用擴(kuò)展包25
第4章 RStudio 使用27
4．1 RStudio 的下載和安裝27
4．2 Rstudio 的界面介紹27
4．3 RStudio 的使用入門28
4．3．1 自動(dòng)補(bǔ)全功能28
4．3．2 歷史查詢功能29
4．3．3 其他標(biāo)簽的功能30
4．3．4 RStudio 中腳本文件的使用32
第5章 R 語言數(shù)據(jù)類型34
5．1 幾種常見的數(shù)據(jù)類型34
5．2 數(shù)據(jù)類型的識(shí)別36
5．3 數(shù)據(jù)類型的轉(zhuǎn)換36
第6章 R 語言數(shù)據(jù)結(jié)構(gòu)39
6．1 數(shù)據(jù)結(jié)構(gòu)39
6．2 向量39
6．2．1 創(chuàng)建向量39
6．2．2 向量元素的索引42
6．3 矩陣43
6．3．1 創(chuàng)建新矩陣43
6．3．2 矩陣元素索引44
6．4 數(shù)組45
6．4．1 數(shù)組的創(chuàng)建45
6．4．2 數(shù)組元素的索引47
6．5 向量、矩陣、數(shù)組的聯(lián)系與區(qū)別48
6．5．1 向量和矩陣、數(shù)組的區(qū)別49
6．5．2 矩陣與數(shù)組的聯(lián)系與區(qū)別51
6．6 因子52
6．6．1 創(chuàng)建因子52
6．6．2 選取因子中元素54
6．7 數(shù)據(jù)框54
6．7．1 創(chuàng)建數(shù)據(jù)框55
6．7．2 訪問數(shù)據(jù)框56
6．8 列表57
6．8．1 列表的創(chuàng)建57
6．8．2 訪問列表58
6．9 變量的查看與刪除59
6．9．1 變量的查看59
6．9．2 變量的刪除62
第7章 數(shù)據(jù)導(dǎo)入和導(dǎo)出64
7．1 數(shù)據(jù)導(dǎo)入64
7．1．1 read．table( ) 函數(shù)64
7．1．2 讀取Excel 文件65
7．1．3 讀取Stata、SAS 與SPSS 的數(shù)據(jù)文件66
7．1．4 讀取網(wǎng)頁數(shù)據(jù)66
7．1．5 連接數(shù)據(jù)庫67
7．2 數(shù)據(jù)導(dǎo)出68
第8章 數(shù)據(jù)編輯70
8．1 編輯方式70
8．2 變量命名72
8．3 索引73
8．4 數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換75
8．5 缺失值處理75
第9章 數(shù)據(jù)整合78
9．1 變量合并78
9．2 列聯(lián)表79
9．3 reshape2 包82
第10章 R 語言編程85
10．1 流程控制85
10．1．1 循環(huán)語句85
10．1．2 條件語句86
10．2 自編函數(shù)87
10．3 數(shù)據(jù)操作88
10．3．1 數(shù)學(xué)運(yùn)算符88
10．3．2 基本數(shù)據(jù)操作函數(shù)89
10．3．3 字符型數(shù)據(jù)操作92
10．4 apply 函數(shù)族93
10．4．1 apply( ) 函數(shù)94
10．4．2 tapply( ) 函數(shù)94
10．4．3 lapply( ) 函數(shù)95
第11章 R 語言繪圖基礎(chǔ)97
11．1 一個(gè)簡單的例子97
11．2 修改圖形屬性98
11．2．1 圖形類型98
11．2．2 顏色99
11．2．3 大小104
11．2．4 文本105
11．2．5 par( ) 108
11．3 常見圖形類型109
11．3．1 柱狀圖109
11．3．2 直方圖與密度曲線圖112
11．3．3 餅圖113
11．3．4 箱線圖114
11．3．5 時(shí)間序列圖115
11．4 繪圖窗口116
11．4．1 繪圖窗口116
11．4．2 窗口分割117
第12章 繪圖系統(tǒng)ggplot2 119
12．1 簡介119
12．2 使用qplot( ) 作圖119
12．2．1 一個(gè)小例子119
12．2．2 修改圖形屬性121
12．2．3 繪制常見圖形123
12．2．4 分面126
12．3 基本語法127
12．3．1 數(shù)據(jù)和映射128
12．3．2 標(biāo)尺129
12．3．3 統(tǒng)計(jì)變換和幾何對(duì)象130
12．4 使用ggplot 作圖131
12．4．1 構(gòu)建圖層131
12．4．2 映射函數(shù)133
12．4．3 幾何對(duì)象函數(shù)和統(tǒng)計(jì)變換函數(shù)134
12．4．4 標(biāo)尺函數(shù)136
12．4．5 分面函數(shù)和坐標(biāo)系統(tǒng)函數(shù)139
12．4．6 圖形輸出140
第2部分 統(tǒng)計(jì)學(xué)基礎(chǔ)142
第13章 描述性統(tǒng)計(jì)143
13．1 數(shù)據(jù)類型144
13．2 圖表144
13．2．1 頻數(shù)分布表144
13．2．2 直方圖145
13．3 數(shù)據(jù)的位置145
13．4 數(shù)據(jù)的離散度148
第14章 隨機(jī)變量簡介152
14．1 概率與概率分布152
14．1．1 離散型隨機(jī)變量152
14．1．2 連續(xù)型隨機(jī)變量153
14．2 期望值與方差154
14．3 二項(xiàng)分布155
14．4 正態(tài)分布（Normal Distribution） 158
14．5 其他連續(xù)分布160
14．5．1 卡方分布160
14．5．2 t 分布161
14．5．3 F 分布162
14．6 變量的關(guān)系163
14．6．1 聯(lián)合概率分布163
14．6．2 變量的獨(dú)立性164
14．6．3 變量的相關(guān)性164
14．6．4 上證綜指與深證綜指的相關(guān)性分析165
第15章 推斷統(tǒng)計(jì)169
15．1 參數(shù)估計(jì)169
15．1．1 點(diǎn)估計(jì)170
15．1．2 區(qū)間估計(jì)170
15．2 案例分析172
15．3 假設(shè)檢驗(yàn)175
15．3．1 兩類錯(cuò)誤176
15．3．2 顯著性水平與p 值176
15．3．3 確定小概率事件177
15．4 t 檢驗(yàn)177
15．4．1 單樣本t 檢驗(yàn)178
15．4．2 獨(dú)立樣本t 檢驗(yàn)179
15．4．3 配對(duì)樣本t 統(tǒng)計(jì)量的構(gòu)造180
第16章 方差分析183
16．1 方差分析之思想183
16．2 方差分析之原理184
16．2．1 離差平方和185
16．2．2 自由度186
16．2．3 顯著性檢驗(yàn)187
16．3 方差分析之R 語言實(shí)現(xiàn)188
16．3．1 單因素方差分析188
16．3．2 多因素方差分析189
16．3．3 析因方差分析191
第17章 回歸分析193
17．1 一元線性回歸模型193
17．1．1 一元線性回歸模型193
17．1．2 最小平方法194
17．2 模型擬合度195
17．3 古典假設(shè)條件下^_、^ _ 的統(tǒng)計(jì)性質(zhì)195
17．4 顯著性檢驗(yàn)197
17．5 上證綜指與深證成指的回歸分析與R 語言197
17．5．1 R 語言擬合回歸函數(shù)198
17．5．2 R 語言回歸診斷函數(shù)199
17．6 多元線性回歸模型201
17．6．1 多元線性回歸模型202
17．7 多元線性回歸案例分析203
第3部分 金融基礎(chǔ)、投資組合與量化選股207
第18章 資產(chǎn)收益率和風(fēng)險(xiǎn)208
18．1 單期與多期簡單收益率209
18．1．1 單期簡單收益率209
18．1．2 多期簡單收益率209
18．1．3 R 函數(shù)計(jì)算簡單收益率212
18．1．4 單期與多期簡單收益率的關(guān)系214
18．1．5 年化收益率216
18．1．6 考慮股利分紅的簡單收益率218
18．2 連續(xù)復(fù)利收益率220
18．2．1 多期連續(xù)復(fù)利收益率223
18．2．2 單期與多期連續(xù)復(fù)利收益率的關(guān)系224
18．3 繪制收益圖225
18．4 資產(chǎn)風(fēng)險(xiǎn)的來源226
18．4．1 市場(chǎng)風(fēng)險(xiǎn)226
18．4．2 利率風(fēng)險(xiǎn)227
18．4．3 匯率風(fēng)險(xiǎn)227
18．4．4 流動(dòng)性風(fēng)險(xiǎn)227
18．4．5 信用風(fēng)險(xiǎn)228
18．4．6 通貨膨脹風(fēng)險(xiǎn)228
18．4．7 營運(yùn)風(fēng)險(xiǎn)228
18．5 資產(chǎn)風(fēng)險(xiǎn)的測(cè)度228
18．5．1 方差228
18．5．2 下行風(fēng)險(xiǎn)230
18．5．3 風(fēng)險(xiǎn)價(jià)值231
18．5．4 期望虧空233
18．5．5 最大回撤233
第19章 投資組合理論及其拓展239
19．1 投資組合的收益率與風(fēng)險(xiǎn)239
19．2 Markowitz 均值-方差模型243
19．3 Markowitz 模型之R 語言實(shí)現(xiàn)247
19．3．1 數(shù)據(jù)讀取與整理247
19．4 Black-Litterman 模型252
第20章 資本資產(chǎn)定價(jià)模型260
20．1 資本資產(chǎn)定價(jià)模型的核心思想260
20．2 CAPM 模型的應(yīng)用261
20．3 R 語言計(jì)算單資產(chǎn)CAPM 實(shí)例263
20．4 CAPM 模型的評(píng)價(jià)266
第21章 Fama-French 三因子模型269
21．1 Fama-French 三因子模型的基本思想269
21．2 三因子模型之R 語言實(shí)現(xiàn)271
21．3 三因子模型的評(píng)價(jià)276
第4部分 時(shí)間序列基礎(chǔ)與配對(duì)交易278
第22章 時(shí)間序列基本概念279
22．1 認(rèn)識(shí)時(shí)間序列279
22．2 R 中的時(shí)間序列分析包280
22．3 時(shí)間序列數(shù)據(jù)處理函數(shù)283
22．4 選取特定日期的時(shí)間序列數(shù)據(jù)284
22．5 時(shí)間序列數(shù)據(jù)描述性統(tǒng)計(jì)286
第23章 時(shí)間序列的基本性質(zhì)289
23．1 自相關(guān)性289
23．1．1 自協(xié)方差290
23．1．2 自相關(guān)系數(shù)290
23．1．3 偏自相關(guān)系數(shù)290
23．1．4 acf( ) 函數(shù)與pacf( ) 函數(shù)291
23．1．5 上證綜指的收益率指數(shù)的自相關(guān)性判斷291
23．2 平穩(wěn)性295
23．2．1 強(qiáng)平穩(wěn)295
23．2．2 弱平穩(wěn)295
23．2．3 強(qiáng)平穩(wěn)與弱平穩(wěn)的區(qū)別296
23．3 上證綜指的平穩(wěn)性檢驗(yàn)297
23．3．1 觀察時(shí)間序列圖297
23．3．2 觀察序列的自相關(guān)圖和偏自相關(guān)圖298
23．3．3 單位根檢驗(yàn)299
23．4 白噪聲304
23．4．1 白噪聲304
23．4．2 白噪聲檢驗(yàn)――Ljung-Box 檢驗(yàn)305
23．4．3 上證綜合指數(shù)的白噪聲檢驗(yàn)307
第24章 時(shí)間序列預(yù)測(cè)309
24．1 移動(dòng)平均預(yù)測(cè)309
24．1．1 簡單移動(dòng)平均309
24．1．2 加權(quán)移動(dòng)平均310
24．1．3 指數(shù)加權(quán)移動(dòng)平均310
24．2 ARMA 模型預(yù)測(cè)310
24．2．1 自回歸模型311
24．2．2 移動(dòng)平均模型313
24．3 自回歸移動(dòng)平均模型314
24．4 ARMA 模型的建模過程314
24．5 CPI 數(shù)據(jù)的ARMA 短期預(yù)測(cè)315
24．6 上證指數(shù)的平穩(wěn)時(shí)間序列建模322
第25章 GARCH 模型327
25．1 資產(chǎn)收益率的波動(dòng)率與ARCH 效應(yīng)327
25．2 ARCH 模型和GARCH 模型327
25．2．1 ARCH 模型327
25．2．2 GARCH 模型329
25．3 ARCH 效應(yīng)檢驗(yàn)330
25．4 GARCH 模型構(gòu)建332
25．5 GARCH 模型之VaR 應(yīng)用336
第26章 配對(duì)交易策略341
26．1 什么是配對(duì)交易？ 341
26．2 配對(duì)交易的思想342
26．3 配對(duì)交易的步驟343
26．3．1 股票對(duì)的選擇343
26．3．2 配對(duì)交易策略的制定355
26．3．3 多空股票的倉位配比359
26．4 配對(duì)交易與R 語言360
26．4．1 PairTrading 包360
26．4．2 R 語言實(shí)測(cè)配對(duì)交易交易策略365
第5部分 技術(shù)指標(biāo)與量化投資377
第27章 K 線圖378
27．1 K 線圖簡介378
27．2 R 繪制上證綜指K 線圖380
27．3 R 捕捉K 線圖的形態(tài)384
27．3．1 R 語言捕捉“早晨之星” 384
27．3．2 R 語言捕捉“烏云蓋頂”形態(tài)389
第28章 動(dòng)量交易策略396
28．1 動(dòng)量概念介紹396
28．2 動(dòng)量效應(yīng)產(chǎn)生原因396
28．3 價(jià)格動(dòng)量的計(jì)算公式397
28．3．1 作差法求動(dòng)量值397
28．3．2 作除法求動(dòng)量值399
28．4 R 中的動(dòng)量相關(guān)函數(shù)400
28．4．1 momentum( ) 函數(shù)400
28．4．2 ROC( ) 函數(shù)401
28．5 萬科股票2015 年走勢(shì)及動(dòng)量線402
28．6 動(dòng)量交易策略的一般思路403
28．6．1 運(yùn)用動(dòng)量指標(biāo)交易萬科股票403
第29章 RSI 相對(duì)強(qiáng)弱指標(biāo)410
29．1 RSI 基本概念410
29．2 R 語言計(jì)算RSI 值410
29．3 TTR 包中的RSI( ) 函數(shù)417
29．4 RSI 天數(shù)的差異418
29．5 RSI 指標(biāo)判斷股票超買和超賣狀態(tài)419
29．6 RSI 的“黃金交叉”與“死亡交叉” 420
29．7 交通銀行股票RSI 指標(biāo)交易實(shí)測(cè)421
29．7．1 RSI 捕捉交通銀行股票買賣點(diǎn)422
29．7．2 RSI 交易策略執(zhí)行及回測(cè)426
第30章 均線系統(tǒng)策略431
30．1 簡單移動(dòng)平均431
30．1．1 簡單移動(dòng)平均數(shù)431
30．1．2 簡單移動(dòng)平均函數(shù)434
30．1．3 期數(shù)選擇435
30．2 加權(quán)移動(dòng)平均435
30．2．1 加權(quán)移動(dòng)平均數(shù)435
30．2．2 加權(quán)移動(dòng)平均函數(shù)438
30．3 指數(shù)加權(quán)移動(dòng)平均438
30．3．1 指數(shù)加權(quán)移動(dòng)平均數(shù)438
30．3．2 指數(shù)加權(quán)移動(dòng)平均函數(shù)441
30．4 常用平均方法的比較442
30．5 TTR 包中的平均函數(shù)442
30．6 中國銀行股價(jià)數(shù)據(jù)與均線分析443
30．7 均線時(shí)間跨度447
30．8 中國銀行股票均線系統(tǒng)交易448
30．8．1 簡單移動(dòng)平均線制定中國銀行股票的買賣點(diǎn)448
30．8．2 雙均線交叉捕捉中國銀行股票的買賣點(diǎn)452
30．9 異同移動(dòng)平均線（MACD） 457
30．9．1 MACD 的求值過程457
30．9．2 TTR 包中的MACD( ) 函數(shù)459
30．9．3 異同均線（MACD）捕捉中國銀行股票的買賣點(diǎn)460
30．10 多種均線指標(biāo)綜合運(yùn)用模擬實(shí)測(cè)463
第31章 通道突破策略470
31．1 通道突破簡介470
31．2 唐奇安通道（Donchian Channel） 470
31．2．1 唐奇安通道刻畫470
31．2．2 R 語言捕捉唐奇安通道突破474
31．3 布林帶（Bollinger Band）通道478
31．3．1 布林帶通道的計(jì)算方式479
31．3．2 通道突破BBands( ) 函數(shù)481
31．4 布林帶通道與市場(chǎng)風(fēng)險(xiǎn)483
31．5 通道突破交易策略的制定486
31．5．1 布林帶上下通道突破策略486
31．5．2 另一種布林帶通道突破策略488
第32章 隨機(jī)指標(biāo)（KDJ）交易策略491
32．1 什么是隨機(jī)指標(biāo)（KDJ） 491
32．2 隨機(jī)指標(biāo)（KDJ）的原理491
32．3 KDJ 指標(biāo)的計(jì)算公式492
32．3．1 未成熟隨機(jī)指標(biāo)RSV 492
32．3．2 K、D 指標(biāo)計(jì)算497
32．3．3 J 指標(biāo)計(jì)算501
32．3．4 KDJ 指標(biāo)簡要分析502
32．4 KDJ 指標(biāo)的交易策略504
32．5 R 語言KDJ 指標(biāo)交易實(shí)測(cè)504
32．5．1 KD 指標(biāo)交易策略504
32．5．2 KDJ 指標(biāo)交易策略508
32．5．3 K 線、D 線“金叉”與“死叉” 510
第33章 量價(jià)關(guān)系分析516
33．1 量價(jià)關(guān)系概述516
33．2 量價(jià)關(guān)系分析516
33．2．1 價(jià)漲量增516
33．2．2 價(jià)漲量平518
33．2．3 價(jià)漲量縮519
33．2．4 價(jià)平量增520
33．2．5 價(jià)平量縮520
33．2．6 價(jià)跌量增520
33．2．7 價(jià)跌量平521
33．2．8 價(jià)跌量縮521
33．3 不同價(jià)格段位的成交量與R 語言522
33．4 成交量與均線思想結(jié)合制定交易策略524
第34章 OBV 指標(biāo)交易策略532
34．1 OBV 指標(biāo)概念532
34．2 OBV 指標(biāo)計(jì)算方法532
34．3 OBV 指標(biāo)的理論依據(jù)536
34．4 OBV 指標(biāo)的交易策略制定536
34．5 OBV 指標(biāo)交易策略的R 語言實(shí)測(cè)536
34．6 OBV 指標(biāo)的應(yīng)用原則540