第1章 R简介

1.1 R是什么

1.2交互模式和编写脚本

1.3安装R

1.4获取帮助

1.5包

1.5.1标准包

1.5.2捐献包和CRAN

1.5.3命名空间

第2章 与数据打交道

2.1简单的算术操作和向量运算

2.1.1向量和赋值

2.1.2向量运算

2.1.3生成正则序列

2.1.4逻辑向量

2.1.5缺损值

2.1.6字符向量

2.1.7向量索引：选择和修改一个数据的子集

2.2其他重要的数据类型

2.2.1数组和矩阵

2.2.2列表和数据枢

2.2.3类和泛型函数

2.2.4 S4类

2.3与日期打交道

2.4合并数据框

2.5从文件中读取数据

2.5.1 read.table（） 函数

2.5.2从Excel文件中读取

2.6处理超大数据文件

2.6.1用scan（）读取数据字段

2.6.2利用Unix工具

2.6.3用磁盘代替内存

2.6.4访问数据库

2.7发布系统指令

2.8从剪贴板读取数据

2.9直接编辑数据

2.10例子：从大文件中提取数据

第3章 横截面回归

3.1最小二乘法

3.2从回归中提取统计量

3.3异方差

3.3.1异方差Breusch-Pagan检验

3.3.2异方差（自回归）稳健性协方差矩阵

3.4线性假设检验（Wald和F）

3.5加权和广义最小二乘法

3.6带因子/分组的模型

第4章 特殊回归

4.1固定/随机效应模型

4.1.1固定效应

4.1.2随机效应

4.2定性响应

4.2.1 Logit/Probit

4.2.2多项式Logit

4.2.3顺序Logit/Probit

4.3 Tobit和删失（Censored）回归

4.4分位数回归

4.5稳健回归-M估计

4.6非线性最小二乘法

4.7单结构方程的两步回归

4.8方程组

4.8.1似无关回归

4.8.2方程组两步回归

4.9例子

4.9.1蒙特卡洛（Monte Carlo）模拟

4.9.2最大似然估计

第5章 时间序列回归

5.1差分和滞后

5.2滤波

5.2.1 Canned AR和MA filters

5.2.2手动滤波

5.2.3 Hordrick-Prescott滤波

5.2.4卡尔曼（Kalman）滤波

5.3 ARIMA/ARFIMA

5.4 ARCH/GARCH

5.4.1基本GARCH—garch（）

5.4.2高级GARCH—garchFit（）

5.5相关图

5.6预测值

5.7时间序列检验

5.7.1自相关Durbin-Watson检验

5.7.2 自相关Box-Pierce和Breush-Godfrey检验

5.7.3单位根Dickey-Fuller检验

5.8向量自回归（VAR）

5.9谱分析

5.9.1傅里叶变换

5.9.2窗函数

5.9.3周期图

5.10小波

5.11例子：时间序列分解和预测

5.11.1时间序列分解

5.11.2时间序列拟合

第6章 绘图

6.1绘制经验分布

6.2等高图

6.3添加图例和资料

6.4添加箭头、文本和标记

6.5多图绘制

6.6保存图形

6.7添加希腊字母和数学符号

6.8其他图形包

第7章 统计

7.1常见的统计分布

7.2检验一个数据集的分布

7.3单样本和双样本检验

7.4 P值

7.5从数据中采样

第8章 R中的数学

8.1矩阵运算

8.1.1矩阵相乘

8.1.2线性方程和求逆

8.1.3特征值和特征向量

8.1.4奇异值分解和行列式

8.1.5 最小二乘法拟合和QR分解

8.2数值优化

8.2.1无约束极小化

8.2.2线性约束极小化

8.3数值积分

第9章 编程

9.1编写函数

9.1.1一个简单的例子

9.1.2定义新的二元操作符

9.1.3参数命名和默认值

9.1.4.参数

9.1.5在函数中赋值

9.2循环和避免循环

9.3控制

9.3.1条件控制：if语句

9.3.2循环控制：for循环，repeat和while

9.3.3一个例子

9.4检测你的程序运行时间

9.5调试

9.5.1用traceback 显示错误命令

9.5.2运用debug一步步排查

9.5.3运用trace在函数中插入代码

9.5.4通过recover浏览函数调用情况

第10章 改变配置

第11章 保存你的工作

第12章 投资中的数量化技术

第13章 估值和选股

13.1相对估值模型

13.1.1股票价格倍数

13.1.2企业价值倍数

13.2绝对估值模型

13.2.1现金流贴现模型

13.2.2红利贴现模型

13.2.3股权自由现金流模型

13.2.4公司自由现金流模型

13.2.5经济增加值（EVA）贴现法

13.2.6 现金流量贴现法的指标计算

13.3数量化选股

13.3.1简介

13.3.2基本面（Foundmental）选股

13.3.3多因 素 （Multiple-Factor Regression） 模型

13.3.4动量反转（Momentum Contrarian）选股

13.3.5 GARP模型

第14章 资产配置和组合优化

14.1战略资产配置

14.1.1马科维茨资产配置模型

14.1.2均值-LPM资产配置模型

14.1.3 VaR约束下的资产配置模型

14.1.4基于贝叶斯估计的资产配置模型

14.2战术资产配置

14.2.1行业轮动策略

14.2.2风格轮动策略

14.2.3（可转移）Alpha策略

14.2.4投资组合保险策略

第15章 基于数据挖掘的股票预测

15.1神经网络

15.2支持向量机

15.3小波分析

第16章 行为金融指导下的投资策略

16.1反向投资策略与动量交易策略

16.2捕捉并集中投资策略

16.3小盘股策略

16.4成本平均策略

16.5时间分散化策略

16.6设立止损点的交易策略

第17章 程序化交易和算法交易

17.1程序化交易

17.1.1指数套利交易策略

17.1.2数量程序交易策略

17.1.3动态对冲交易策略

17.1.4 配对交易策略

17.1.5 久期平均交易策略

17.2算法交易

17.2.1定义

17.2.2主要算法

17.3交易成本分析

17.4交易模型和模拟

第18章 绩效评估技术

18.1风险调整收益分析

18.1.1夏普比率

18.1.2特雷纳指数

18.1.3詹森指数

18.1.4 M2指数

18.1.5 信息比率

18.1.6 RAROC指标

18.2投资管理人的能力分析

18.2.1经验模型

18.2.2 T-M和H-M模型

18.3业绩持续性分析

18.3.1回归系数法

18.3.2列联表法

18.4超额收益归因分析

18.4.1 资产配置超额找益率贡献

18.4.2证券选择收益贡献

18.4.3行业选择的收益贡献

18.4.4行业内个股选择收益贡献

18.5基金评价体系

18.5.1晨星公司的评级体系

18.5.2银河基金业绩评价体系

第19章 实践：几个量化投资模拟的例子

19.1预备：获取数据

19.1.1从网络获取股票数据

19.1.2从数据库获取股票数据

19.1.3获取和查看上市公司的财务报表

19.1.4获取上市公司股息数据

19.1.5根据股息调整股票价格

19.1.6 获取股票分割数据

19.2用LOWESS平滑价格曲线

19.3交易前成本分析

19.4布林带策略绩效分析

19.5海龟交易系统

19.6配对交易策略绩效分析

19.7数据挖掘预测股票收益

第20章 相关程序包参考

20.1 TTR

20.2 BLOTTER

20.3 QUNTSTRAT

20.4 PERFORMANCEANALYTICS

附录一 R中实现交易模拟的工具链

附录二 CRAN任务视图：计量经济学

附录三 CRAN任务视图：实证金融学

附录四 CRAN任务视图：时间序列分析

附录五 CRAN任务视图：机器学习和统计学习

参考文献