前言
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 教组和矩阵
2.2.2 列表和数据框
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
……
第5章 时间序列回归
第6章 绘图
第7章 统计
第8章 R中的数学
第9章 编程
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
第14章 资产配置和组合优化
第15章 基于数据挖掘的股票预测
第16章 行为金融指导下的投资策略
第17章 程序化交易和算法交易
第18章 绩效评估技术
第19章 实践:几个量化投资模拟的例子
第20章 相关程序包参考
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
展开