国外实用金融统计丛书 金融风险建模及投资组合优化 使用R语言 翻译版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

国外实用金融统计丛书 金融风险建模及投资组合优化 使用R语言 翻译版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1部分 著述初衷3

第1章 简介3

参考文献5

第2章 R语言简介6

2.1 R语言的起源与发展6

2.2 获取帮助7

2.3 R语言应用10

2.4 类、方法与函数11

2.5 本书自带的教学包：FRAPO包19

参考文献24

第3章 金融市场数据25

3.1 金融市场收益率的统计特征25

3.1.1 单变量时间序列的统计特征25

3.1.2 多变量时间序列的统计特征27

3.2 关于风险模型的影响30

参考文献30

第4章 风险度量31

4.1 本章简介31

4.2 风险度量概述31

4.3 投资组合相关的风险概念35

参考文献37

第5章 现代投资组合理论38

5.1 本章简介38

5.2 马科维茨投资组合理论38

5.3 均值-方差投资组合理论41

参考文献43

第2部分 风险建模47

第6章 刻画收益率的分布47

6.1 预备知识47

6.2 广义双曲分布47

6.3 广义lambda分布49

6.4 与GHD相关的R软件包55

6.4.1 fBasics包55

6.4.2 GeneralizedHyperbolic包56

6.4.3 ghyp包57

6.4.4 QRM包58

6.4.5 SkewHyperbolic包58

6.4.6 VarianceGamma包59

6.5 与GLD相关的R包59

6.5.1 Davies包59

6.5.2 fBasics包59

6.5.3 gld包60

6.5.4 lmomco包61

6.6 GHD在风险建模中的应用61

6.6.1 用GHD拟合股票收益率61

6.6.2 用GHD进行风险评估64

6.6.3 重新审视典型特征66

6.7 GLD在风险建模和数据分析中的应用68

6.7.1 单支股票的VaR68

6.7.2 FTSE100指数三角70

参考文献72

第7章 极值理论74

7.1 预备知识74

7.2 极值的理论、方法和模型74

7.2.1 分块极值模型74

7.2.2 r阶最大顺序模型75

7.2.3 POT方法76

7.3 相关R包简介78

7.3.1 evd包78

7.3.2 evdbayes包79

7.3.3 evir包80

7.3.4 fExtremes包81

7.3.5 ismev包和extRemes包83

7.3.6 POT包84

7.3.7 QRM包84

7.3.8 Renext包85

7.4 极值理论的实证分析86

7.4.1 本节概述86

7.4.2 BMM模型在西门子公司数据上的应用86

7.4.3 r分块极大值模型在宝马公司数据上的应用89

7.4.4 POT方法在波音公司数据上的应用91

参考文献96

第8章 波动率建模97

8.1 预备知识97

8.2 ARCH模型的种类97

8.3 相关的R软件包100

8.3.1 bayesGARCH包100

8.3.2 ccgarch包101

8.3.3 fGarch包101

8.3.4 gogarch包102

8.3.5 rugarch包和rmgarch包103

8.3.6 tseries包105

8.4 波动率模型实证分析105

参考文献107

第9章 相依性建模109

9.1 概述109

9.2 相关性、独立性和分布109

9.3 Copula111

9.3.1 起因111

9.3.2 相关性与独立性回顾112

9.3.3 Copula的分类113

9.4 相关的R包117

9.4.1 BLCOP包117

9.4.2 copula包和nacopula包117

9.4.3 fCopulae包119

9.4.4 gumbel包120

9.4.5 QRM包121

9.5 copula函数相关的实证分析121

9.5.1 GARCH-copula模型121

9.5.2 混合copula126

参考文献128

第3部分 投资组合优化133

第10章 稳健投资组合优化133

10.1 概述133

10.2 稳健统计理论133

10.2.1 动机133

10.2.2 选择稳健估计量134

10.3 稳健优化137

10.4 相关R包141

10.4.1 covRobust包142

10.4.2 fPortfolio包142

10.4.3 MASS包143

10.4.4 robustbase包143

10.4.5 robust包144

10.4.6 rrcov包145

10.4.7 Rsocp包146

10.5 实证分析146

10.5.1 投资组合模拟：稳健统计与经典统计146

10.5.2 投资组合回测：稳健方法与经典统计方法152

10.5.3 投资组合回测：稳健优化155

参考文献160

第11章 重新思考多元化162

11.1 简介162

11.2 多元化投资组合163

11.3 加入风险约束的投资组合165

11.4 最优化尾部相关投资组合167

11.5 相关的R包169

11.5.1 DEoptim包和RcppDE包169

11.5.2 FRAPO包171

11.5.3 PortfolioAnalytics包172

11.6 实证分析172

11.6.1 不同方法的比较172

11.6.2 优化尾部依赖投资组合与基准的比较177

11.6.3 预期亏损的极限分布181

参考文献184

第12章 风险最优投资组合186

12.1 概述186

12.2 均值-VaR投资组合186

12.3 最优CVaR投资组合191

12.4 最优回撤投资组合195

12.5 相关R包197

12.5.1 fPortfolio包197

12.5.2 FRAPO包198

12.5.3 R中的线性规划包199

12.5.4 PerformanceAnalytics包203

12.6 实证分析204

12.6.1 最小化CVaR和最小方差投资组合比对204

12.6.2 回撤约束的投资组合208

12.6.3 股票投资的回测对比212

参考文献218

第13章 战术性资产配置220

13.1 概述220

13.2 选择的时间序列模型的考量221

13.2.1 单变量时间序列模型221

13.2.2 多元时间序列模型226

13.3 Black-Litterman方法233

13.4 Copula模型及熵池方法235

13.4.1 前言235

13.4.2 COP模型235

13.4.3 EP模型236

13.5 相关的R包238

13.5.1 BLCOP包238

13.5.2 dse包239

13.5.3 fArma包242

13.5.4 forecast包242

13.5.5 MSBVAR包243

13.5.6 PairTrading包244

13.5.7 urca包与vars包245

13.6 实证分析248

13.6.1 Black-Litterman投资组合优化248

13.6.2 Copula方法255

13.6.3 保护策略259

参考文献266

附录273

附录A 本书R包概览273

A.1 R包-按首字母排序273

A.2 R包-按应用类型分类排序275

参考文献278

附录B 本书时间序列数据282

B.1 日期—时间类282

B.2 stats基础包中的ts类285

B.3 不规则间隔时间序列286

B.4 timeSeries包287

B.5 ZOO包288

B.6 tframe包和xts包290

参考文献293

附录C 投资组合策略的回测及报告294

C.1 关于回溯检验的R包294

C.2 用于生成报表的R包294

C.3 交互数据库295

参考文献296

附录D 技术性298