大数据统计技术与金融实证 R程序和案例
地址：重庆大学城西路17号 邮编：401331
|
|
|
大数据统计技术与金融实证 R程序和案例 地址：重庆大学城西路17号 邮编：401331 |
|
|
|
内容简介： 全书共九章，内容包括大数据概述、聚类分析、判别分析、主成分分析、因子分析、线性模型、统计诊断、有偏估计、变量选择。各章都有丰富的案例分析，为加深每章内容的理解，每章的练习也分为理论和实证部分，书后附有参考答案，为使书中案例贴近数据的应用实际，采用了获取方便的证券市场高频数据，并使用国际通用的R软件进行数据收集、处理、加工和分析，便于读者自己动手和实际应用需要。全书内容讲解简明扼要，注重应用，让读者收集数据开始，掌握数据收集、整理和大数据统计分析的全过程。本书可作为统计学、经济学、管理科学、计算机科学等相关专业课程的教材和教学参考书，也可作为相关专业硕士生的教材和案例分析手册。书中的大部分内容可供大数据分析应用的大学生、研究生、教师、科研人员和统计工作者参考。 前 言 1952年，芝加哥大学的马科维兹（Markowitz）首次采用股票收益率历史数据的方差，作为风险衡量指标，并指出与证券市场的整体运行相关联的宏观系统风险不能通过投资分散化加以消除，称为不可分散风险。马科维兹在投资者效用最大化的基础上，将复杂的投资决策问题简化为一个风险（方差）—收益（均值）的二维问题，即在相同的期望收益条件下，投资者选择投资风险最小的证券（组合），或在相同的投资风险下，选择预期收益率最大的证券（组合）。开统计方法应用于金融市场之先河。1978年，西蒙斯（Simons）开发了许多数学模型用来进行分析和交易，这些基本上是自动完成。他用计算机编程建立模型分析股票价格从而很轻松的交易并获利。这些模型是建立在海量的数据基础上的，所以具有可靠性并可进行实际预测，1989年到2009年间，他操盘的大奖章基金平均年回报率高达35%，较同期标普500指数年均回报率高20多个百分点，比金融大鳄索罗斯和股神巴菲特的操盘表现都高出10余个百分点。即便是在次贷危机爆发的2007年，该基金的回报率仍高达85%。西蒙斯成就了世界上最伟大的对冲基金之一：大奖章基金。大数据的历史相对较晚一些，2008年末，大数据才得到部分美国知名计算机科学研究人员的认可，但在2013年，大数据就已经风靡全球，成为一个时代的符号。我们早在2002年开始从事金融数据挖掘研究和教学，2011年正式给本科生开设证券数据统计建模与实证分析课程，2013年结合大数据发展，给硕士生和博士生开设了金融大数据统计方法与实证的课程。 本书是作者历年在金融大数据统计应用研究与教学讲稿内容的系统总结，相关的讲义在重庆大学和中央财经大学的研究生与本科生教学和专题讨论中已反复使用过，并且积累了大量的金融大数据资料、R程序、PPT讨论专题习作等（见附录中的QQ群）。在内容讲授与学习上做了大胆的尝试，加强了学生的参与程度，通过公开讨论课，课程论文等方式激发学生的学习热情，提升动手能力和自学能力。 本书在取材和写作上，有如下特色 1．注重理论知识与实际问题的结合，注重运用统计知识解决大数据问题的能力，注意吸收国内外优秀教材的长处，图文并茂，使该书通俗易懂，可读性强； 2．和传统教材相比，本书引入了前沿的研究成果，应用案例大多来自金融证券市场，数据量大，变量众多，传统的分析方法和计算手段受到很大的限制，为了培养学生的动手能力，本书借助于开源的免费统计软件R，对来自市场的第一手数据进行统计分析，在实践中体会大数据统计方法的思想和应用。 3．在例题与案例编排上尽可能做到前后衔接，从而让一些例子能够前后对照，突出各种统计方法的优良性质，所有案例都用R软件进行了计算。为了全书的可读性，较难的证明较少涉及，必要的内容放入练习并通过练习解答给出。程序通过互联网免费下载，便于正文的流畅阅读，也方便程序的编辑和使用。程序的使用可增加运用统计知识解决实际大数据问题的感性认识，对本书所授知识产生浓厚兴趣和动手愿望，从而变被动学习为主动学习； 4．对统计学等相关专业的学生而言，必要的理论证明和逻辑推导训练还是必不可少的。我们在本书练习的编排上兼顾了理论题目和实践性题目，照顾各类读者的实际需求。 由于本书很多内容至今仍然是国际学术研究领域的前沿研究方向，成为众多的优秀学者和青年学生的热门选题，如果作为教材可深可浅，尤其是实证研究，需要更多的利用课余时间进行金融证券理论知识和R程序知识的扩充。本书无论理论研究和应用需要，都要求读者结合R软件进行大量的应用案例分析。在应用问题的分析和编程实践中体会金融大数据统计分析方法的广博内容。 本书部分案例来自授课班级学生的课余习作，不一一说明，特此一并致谢。第1章R程序 第1章案例 第2章R程序 第2章案例 第3章R程序 第3章案例 第4章R程序 第4章案例 第5章R程序 第5章案例 第6章R程序 第6章案例 第7章R程序 第7章案例 第8章R程序 第8章案例 第9章R程序 第9章案例 |
|
Prof/Dr/Dean：Yanghu,