康蘭著的《自動化交易R語言實戰指南》討論了有關自動化交易的多個主題，涉及基礎的數學知識、金融理論、高性能計算、數值優化以及相關的運算和執行。通過閱讀本書，讀者將對回測繫統的構建、策略優化以及平臺的運行等內容有深刻的理解。本書提供的自動化交易平臺隻需接入經紀商的API接口即可運行，從數據管理、策略優化到指令執行全部基於免費和公開的數據。
本書所搭建的平臺幾乎可以**替代經紀商提供的平臺。軟件的各組件之間耦合度較低，並且易於擴展，允許用戶替換數據源、交易算法或者經紀商。

**部分　研究內容
第1章　自動化交易的基礎
1.1　淨值曲線和收益率序列
1.1.1　淨值曲線的特征
1.1.2　收益率序列的特性
1.2　風險—收益模型
1.3　風險—收益模型的特征
1.3.1　夏普比率
1.3.2　*大回撤比率
1.3.3　偏矩比
1.3.4　基於回歸的性能指標
1.4　*優化性能指標
第2部分　搭建平臺
第2章　網絡部分Ⅰ
2.1　雅虎金融數據接口
2.1.1　設置目錄
2.1.2　構建URL查詢
2.1.3　數據獲取
2.1.4　加載數據至內存
2.1.5　*新數據
2.2　YQL網絡服務
2.3　Quantmod的注釋
2.4　比較
2.5　組織成為日期一致的zoo對像
第3章　數據準備
3.1　處理NA值（缺失值）
3.1.1　注意：R中NA和NaN的區別
3.1.2　IPO以及加入標準普爾500指數
3.1.3　合並到統一的日期模板
3.1.4　向前替換
3.1.5　線性平滑替換
3.1.6　交易量加權平滑替換
3.2　關於替換方法的討論
3.2.1　實時VS模擬
3.2.2　對波動率指標的影響
3.2.3　對交易決策的影響
3.2.4　結論
3.3　收盤價和調整收盤價
3.3.1　股票分割的調整
3.3.2　現金分紅的調整
3.3.3　有效*新和調整收盤價
3.3.4　實施調整
3.4　檢驗不活躍股票
3.5　計算收益矩陣
第4章　指標
4.1　指標類型
4.1.1　疊加層
4.1.2　振蕩器
4.1.3　累加器
4.1.4　模式/二元/三元
4.1.5　機器學習/非可視化、黑箱
4.2　示例指標
……
第3部分　產出交易