这是一本时间序列预测的实践性入门书。 写这本书的目的之一,是让有这方面需求的人, 摆脱那些繁杂的公式, 快速拿起顺手的工具, 开始自己的预测分析之旅。。。 书还没有出版,先放出目录: 金融时间序列预测——基于R语言的应用实践
第1章 R语言的闪电入门... 6 1.1 R简介... 6 1.2 安装和配置R计算环境... 7 1.3 十分钟的闪电教程... 11 1.4 五分钟写2个R程序... 15 1.5 R大生境中的SOS. 17 第2章 金融时间序列的R表示... 19 2.1 时间序列数据的读入... 19 2.2 列表(list)... 23 2.3 数据框:“列”的“列表”... 25 2.4 矩阵(matrix)... 28 2.5 时间序列数据类型ts. 29 第3章 市场分析的基本方法... 32 3.1 读取在线股票数据(神奇)... 32 3.2 时间序列的分解... 36 3.3 相关性分析... 43 第4章 股市的简单预测方法... 47 4.1 预测:能做到吗?!... 47 4.2 均值预测... 49 4.3 单纯预测... 50 4.4 预处理变换... 53 4.5 衡量预测准确度... 56 4.6 残差分析... 59 第5章 线性回归预测... 62 5.1 线性回归... 62 5.2 模型评价... 66 5.3 R2指标... 67 5.4 线性回归预测... 67 5.5 拟合综述解释... 69 5.6 虚假的回归?... 70 第6章 多元回归预测... 73 6.1 多元线性回归的基本概念... 73 6.2 残差分析... 76 6.3 非线性回归... 79 6.4 回归什么?预测什么?... 83 第7章 季节和趋势:时间序列的分解... 85 7.1 序列分解的经典思路回顾... 85 7.2 ts数据类型... 88 7.3 移动平均方法... 89 7.4 经典分解法... 91 7.5 STL分解法... 92 7.6 序列分解预测... 94 第8章 指数平滑预测方法... 96 8.1 简单指数平滑... 97 8.2 Holt线性趋势方法... 99 8.3 阻尼趋势方法... 101 8.4 Holt-Winters季节方法... 104 8.5 指数平滑组合模型... 107 第9章 自回归移动平均... 112 9.1 平稳性和差分... 112 9.2 回移算符... 114 9.3 自回归模型... 115 9.4 移动平均模型... 116 9.5 非季节性ARIMA模型... 117 9.6 ARIMA模型预测的一般步骤... 119 9.7 季节性ARIMA.. 122 9.8 时间序列预测小结... 124 第10章 R量化投资初步... 126 10.1 回测... 126 10.2 quantmod包... 126 10.3 技术指标... 129 10.4 TTR包... 130 10.5 量化策略回测... 133
http://blog.sciencenet.cn/blog-577790-826960.html 此文来自科学网王乐博客,转载请注明出处。 上一篇:我的第一篇SCI发表了 下一篇:《金融时间序列预测》:第1章:R语言的闪电入门 |
|