《金融時間序列預測:基於R語言的套用實踐》以R語言計算環境為平台，從金融時間序列分析和預測的套用實踐出發，以真實的金融數據（股票、原油、期貨等）為背景，對相關的R語言時間序列表示的語法、數據結構、可視化方法、簡單預測、回歸預測、季節和趨勢分解、指數平滑方法、自回歸移動平均方法等套用做了簡明易懂的實例式講述。其中，多數項目案例可以在數據分析實踐中直接套用；書末還介紹了R的量化投資計算，可直接套用於投資實踐。
基本介紹
- 中文名：金融時間序列預測:基於R語言的套用實踐
- 外文名：Forecasting Financial Time Series
- 作者：王樂 金珏
- 出版日期：2014年9月1日
- 語種：簡體中文
- ISBN：9787511903884
- 出版社：中國時代經濟出版社
- 頁數：213頁
- 開本：32
基本介紹,內容簡介,作者簡介,圖書目錄,
基本介紹
內容簡介
《金融時間序列預測:基於R語言的套用實踐》可為相關領域的工作人員和學者等提供R金融預測和量化投資方面的套用參考，也可為本科高年級或研究生研習使用。閱讀《金融時間序列預測:基於R語言的套用實踐》不需要特殊的數學或編程知識背景。
作者簡介
王樂，女，1978年生，2013年畢業於大連理工大學，獲工學博士學位，2006年以來專注於數據挖掘（特別是模式挖掘）與分析的研究；近年來發表學術論文10餘篇，在頻繁模式、高效用模式、不確定數據等方面有所創新，出版專著一部《數據流上頻繁模式和高效用模式挖掘》，目前執教乾寧波大紅鷹學院。
金珏，女，1962年生，副教授，1982年畢業於杭州電子工學院電子計算機外部設備製造專業。多年來致力於信息管理和信息系統專業的教學和科研工作，主要研究方向為信息處理與數據挖掘。主持省、市級科研和教學改革項目8項，發表學術論文10餘篇，出版教材2部。目前執教於寧波大紅鷹學院。
王水，男，1967年生，教授，1989年畢業於蘭州大學理論物理專業，1991年起轉八計算機科學領域。從事軟體技術、Web套用、電子商務、數據分析與挖掘等方向的教學與科研工作20多年，主持省、市科技項目多項，並具有高級軟體架構師、網路廣告專家等職業資格，榮獲省、市級五一勞動獎章，先進教育工作者、技術拔尖人才等多種榮譽稱號。發表相關論文30餘篇，出版專著和教材2部。
金珏，女，1962年生，副教授，1982年畢業於杭州電子工學院電子計算機外部設備製造專業。多年來致力於信息管理和信息系統專業的教學和科研工作，主要研究方向為信息處理與數據挖掘。主持省、市級科研和教學改革項目8項，發表學術論文10餘篇，出版教材2部。目前執教於寧波大紅鷹學院。
王水，男，1967年生，教授，1989年畢業於蘭州大學理論物理專業，1991年起轉八計算機科學領域。從事軟體技術、Web套用、電子商務、數據分析與挖掘等方向的教學與科研工作20多年，主持省、市科技項目多項，並具有高級軟體架構師、網路廣告專家等職業資格，榮獲省、市級五一勞動獎章，先進教育工作者、技術拔尖人才等多種榮譽稱號。發表相關論文30餘篇，出版專著和教材2部。
圖書目錄
第l章R語言的閃電入門
1.1 R簡介
1.2安裝和配置R計算環境
1.3十分鐘的閃電教程
1.4五分鐘寫兩個R程式
1.5 R大生境中的SOS
第2章金融時間序列的R表示
2.1 時間序列數據的讀入
2.2列表（1ist）
2.3數據框：“列”的“列表”
2.4矩陣（matrix）
2.5 時間序列數據類型ts
第3章市場分析的基本方法
3.1讀取線上股票數據
3.2時間序列的分解
3.3相關性分析
第4章股市的簡單預測方法
4.1預測：能做到嗎？
4.2均值預測
4.3單純預測
4.4預處理變換
4.5衡量預測準確度·
4.6殘差分析
第5章線性回歸預測
5.1線性回歸
5.2模型評價
5.3 R2指標
5.4線性回歸預測
5.5擬合綜述解釋
5.6虛假的回歸？
第6章多元回歸預測
6.1 多元線性回歸的基本概念
6.2殘差分析
6.3非線性回歸
6.4回歸什麼？預測什麼？
第7章季節和趨勢：時間序列的分解
7.1序列分解的經典思路回顧
7.2 ts數據類型
7.3移動平均方法
7.4經典分解法
7.5 STL分解法
7.6序列分解預測
第8章指數平滑方法：原油價格預測
8.1 簡單指數平滑
8.2 Holt線性趨勢方法
8.3阻尼趨勢方法
8.4 Holt—Winters季節方法
8.5指數平滑組合模型
第9章自回歸移動平均
9.1 平穩性和差分
9.2回移算符
9.3 自回歸模型
9.4移動平均模型
9.5非季節性ARIMA模型
9.6 ARIMA模型預剎的一般步驟
9.7季節性ARIMA
9.8 時間序列預測小結
第10章R量化投資初步
10.1回測
10.2quantmod包
10.3技術指標
10.4 TTR包
10.5量化策略回測
1.1 R簡介
1.2安裝和配置R計算環境
1.3十分鐘的閃電教程
1.4五分鐘寫兩個R程式
1.5 R大生境中的SOS
第2章金融時間序列的R表示
2.1 時間序列數據的讀入
2.2列表（1ist）
2.3數據框：“列”的“列表”
2.4矩陣（matrix）
2.5 時間序列數據類型ts
第3章市場分析的基本方法
3.1讀取線上股票數據
3.2時間序列的分解
3.3相關性分析
第4章股市的簡單預測方法
4.1預測：能做到嗎？
4.2均值預測
4.3單純預測
4.4預處理變換
4.5衡量預測準確度·
4.6殘差分析
第5章線性回歸預測
5.1線性回歸
5.2模型評價
5.3 R2指標
5.4線性回歸預測
5.5擬合綜述解釋
5.6虛假的回歸？
第6章多元回歸預測
6.1 多元線性回歸的基本概念
6.2殘差分析
6.3非線性回歸
6.4回歸什麼？預測什麼？
第7章季節和趨勢：時間序列的分解
7.1序列分解的經典思路回顧
7.2 ts數據類型
7.3移動平均方法
7.4經典分解法
7.5 STL分解法
7.6序列分解預測
第8章指數平滑方法：原油價格預測
8.1 簡單指數平滑
8.2 Holt線性趨勢方法
8.3阻尼趨勢方法
8.4 Holt—Winters季節方法
8.5指數平滑組合模型
第9章自回歸移動平均
9.1 平穩性和差分
9.2回移算符
9.3 自回歸模型
9.4移動平均模型
9.5非季節性ARIMA模型
9.6 ARIMA模型預剎的一般步驟
9.7季節性ARIMA
9.8 時間序列預測小結
第10章R量化投資初步
10.1回測
10.2quantmod包
10.3技術指標
10.4 TTR包
10.5量化策略回測
