譯者序
前言
第1章分析性思維 1
1.1什麼是金融分析 1
1.2什麼是數據科學筆記本電腦實驗室 2
1.3什麼是R語言，如何將其用於專業分析領域 4
1.4習題 5
第2章統計計算使用的R語言 6
2.1R語言入門 6
2.2語言功能：函數、賦值、參數和類型 9
2.3語言功能：綁定和數組 11
2.4錯誤處理 14
2.5數字、統計和字符函數 15
2.6數據幀和輸入/輸出 16
2.7列表 17
2.8習題 19
第3章金融統計學 20
3.1概率 20
3.2排列組合 21
3.3數學期望 27
3.4樣本均值、標準差和方差 29
3.5樣本偏度和峰度 30
3.6樣本協方差和相關矩陣 31
3.7金融收益率 33
3.8資本資產定價模型 34
3.9習題 35
第4章金融證券 37
4.1債券投資 38
4.2股票投資 40
4.3證券數據集和可視化 41
4.4股票分拆 43
4.5為並購進行調整 48
4.6繪制多個序列 49
4.7證券數據導入 51
4.8證券數據清理 57
4.9證券報價 60
4.10習題 61
第5章數據集分析和風險測量 62
5.1用對數收益率來生成價格 62
5.2價格變動的正態混合模型 64
5.32015年貨幣價格的突變 70
5.4習題 73
第6章時間序列分析 74
6.1時間序列入門 74
6.2平穩型時間序列 78
6.3自回歸移動平均過程 79
6.4冪變換 79
6.5TSA包 80
6.6自回歸積分移動平均過程 87
6.7案例研究：強生公司的收益 89
6.8案例研究：乘客飛行月度數據 92
6.9案例研究：電力生產 95
6.10廣義自回歸條件異方差 97
6.11案例研究：谷歌公司股票收益的波動性 97
6.12習題 104
第7章夏普比率 106
7.1夏普比率公式 107
7.2時間段和年化 107
7.3排名投資候選選項 108
7.4quantmod包 111
7.5衡量損益表增長 116
7.6損益表增長的夏普比率 119
7.7習題 128
第8章馬科維茨均值方差優化 129
8.1兩種風險資產的投資組合 129
8.2二次規劃 132
8.3利用投資組合優化進行數據挖掘 133
8.4約束、懲罰和套索 135
8.5向高維度延展 140
8.6案例研究：2003～2008年標準普爾500指數成分股 147
8.7案例研究：2008～2014年幾千隻候選股票 150
8.8案例研究：交易所交易基金 154
8.9習題 161
第9章集群分析 163
9.1k-means聚類 163
9.2剖析k-means算法 169
9.3無向圖的稀疏性和連通性 172
9.4協方差和精度矩陣 175
9.5可視化協方差 177
9.6Wishart分布 184
9.7Glasso：無向圖的懲罰 186
9.8運行Glasso算法 187
9.9多年追蹤價值股 187
9.10年度稀疏度回歸 191
9.11季度稀疏度回歸 195
9.12月度稀疏度回歸 196
9.13架構和擴展 197
9.14習題 198
第10章衡量市場情緒 199
10.1馬爾可夫區制轉移模型 199
10.2讀取市場數據 202
10.3貝葉斯推理 206
10.4Beta分布 207
10.5先驗和後驗分布 207
10.6檢驗對數收益率的相關性 210
10.7態勢圖 211
10.8習題 215
第11章模擬交易策略 217
11.1外彙市場 217
11.2圖表分析 218
11.3初始化及結束 219
11.4動量指標 220
11.5在頭寸中使用貝葉斯推理 221
11.6入場 223
11.7離場 224
11.8獲利能力 224
11.9短期波動性 225
11.10狀態機 225
11.11模擬總結 232
11.12習題 233
第12章使用基礎知識進行數據探索 235
12.1RSQLite包 235
12.2計算市淨率 236
12.3Reshape2包 238
12.4案例研究：谷歌 240
12.5案例研究：沃爾瑪 242
12.6價值投資 243
12.7實驗室：試圖戰勝市場 246
12.8實驗室：財務實力 247
12.9習題 247
第13章使用基本原理進行預測 248
13.1損益表投資組合 248
13.2重新格式化損益表增長數據 249
13.3獲取價格統計 251
13.4合並損益表和價格統計數據 255
13.5使用分類樹和遞歸劃分進行預測 257
13.6分類器之間的預測率比較 262
13.7習題 264
第14章期權的二項式模型 266
14.1應用計算金融學 266
14.2風險中性定價和無套利 269
14.3高風險率環境 269
14.4期權數據二項模型的收斂 271
14.5買賣權平價 274
14.6從二項到對數正態 275
14.7習題 276
第15章Black-Scholes 模型和期權的隱含波動率 277
15.1幾何布朗運動 277
15.2幾何布朗運動的蒙特卡羅模擬 279
15.3Black-Scholes 推導 280
15.4隱含波動率的算法 283
15.5隱含波動率的實現 284
15.6Rcpp包 290
15.7習題 292
附錄概率分布與統計分析 293
參考文獻 312

1994年，英國和法國之間的海峽隧道開通，歐洲之星高速列車得以將歐洲大陸的乘客大規模地送往英國，然後再返回。這在當時是多麼令人驚嘆的壯舉（超出了當時許多人的想像），但在今天，我們卻認為這是一件理所當然的事情。1994年，阿波羅登月艙的總承包商格魯曼航空公司被諾斯羅普公司收購，成立了新的航空巨頭諾斯羅普格魯曼公司。它同時也是新部署的先進技術B-2隱形轟炸機的主要承包商。同樣是1994年，在芝加哥城外的一個聯排別墅裡，我進行著一項單調的日常練習：每天晚上在Investor’s Business Daily報紙上查找兩個即將被收購的股票的每日收盤價。這不僅是為了了解它們的運行收益率，而且是為了在持倉之前了解它們相對於其他股票的歷史波動性。進行這個手工計算既慢又乏味。第二年，萬維網以Mosaic瀏覽器的形式出現。不久之後，雅虎發布股票報價、歷史價格圖表和圖表技術指標，通過新的網絡瀏覽器隻需幾秒鐘就可以免費獲得這些內容。
電子表格軟件的出現使分析師們的分析性思維提升到了新的層級。活生生的手工計算不再僅限於一個維度。每一行或每一列都可以顯示一個時間維度、一個生產類別或一個業務場景。自動化的依賴功能使修改變得非常容易。現在，基於大型計算機分析程序的電子表格可以用來制作更復雜、更持久的分析產品的原型。
有了R語言和Python這樣的現代編程語言，如今一個熟練的分析師可以用雅虎或其他免費歷史報價服務等資源，設計其分析邏輯，這大大減少了他們的工作量。有人說Python的語法非常簡潔，以至於實現與Java程序相同的功能，代碼行數僅為Java的四分之一。我們懷疑R語言與之類似。一個小型的金融實驗室可以建立在一臺筆記本電腦上，幾周內花費不到2，能根據需要模擬多個市場變量。或者，通過具有更多驅動空間的高端筆記本電腦，能以前所未有的規模裝載整個市場10～20年的歷史數據。
實驗室一旦建成，人們就可以開始進行深刻理解。“知識發現”曾經是人類成長過程中的一個術語。現在我們討論的是計算機自動化。“知識發現”似乎是一個大膽的術語，對於計算機程序所能創造的任何東西來說，都有點過於雄心勃勃。例如，計算機科學領域中，計算機協會（ACM）有一個名為知識發現和數據挖掘（KDD）的特殊興趣小組。但幾乎沒有人會挑戰其中的“數據挖掘”部分。畢竟，對於統計學家和計算機科學家來說，掌握數據就是他們的工作。但是用機器發現知識，自動分析數據，這會是真的嗎？在現在看來，這似乎有點誇張了。然而，我們再體驗一遍本書描述的算法，很快就意識到，使用數據科學技術的這些程序，不僅可以自動進行非常煩瑣的計算，而且可以對人類思維水平產生積極、深刻的影響。
也許人們可以用體育運動來類比這種體驗。在許多運動中，我們都用防守來保護我們現在的位置，防止對手再得分。進攻是一種按順序運用運動專長，從而能多得分的能力。KDD的數據挖掘部分可以被認為是防守，即運動中紀律性更強、組織更嚴密的一方。隻要成功一次就是有效的，如伸出手來阻擋傳球，投一個曲線球來防止擊球手在球場上連續傳球。另一方面，“知識發現”是一種進攻性的技能，它超越了所需和預期的數據分析，類比於體育運
動，是創造性的一方。在進攻方面，隻有一繫列的比賽都成功纔能取得進步，如足球比賽需要全配合進球得分，或者棒球在三次出局得分之前連續三次擊壘。進攻成功的可能性較小。
因此，在KDD模型和體育運動的類比中，數據挖掘是防御，知識發現是進攻。實現知識發現雖然罕見，卻會產生驚人的影響。知識發現可以像人類的想法一樣強大，並能進一步增強它們。例如，我們可能會發現有一種公開交易的股票具有獨特的理想屬性。KDD領域觸及了這些機器在計算機科學的所有進步中所能做到的極限。
1968年，在好萊塢電影和小說《太空漫遊》中，作者Arthur C. Clarke預測了自動推理、自然語言語音識別、視頻通話和面部識別等技術。HAL9000計算機控制著飛往木星的飛船，同時與宇航員Frank Poole博士進行對話和下棋，並監控著300多名宇航員的生活狀況。從那時起，計算機科學，特別是模擬科學，在許多領域對研究和發現過程產生了巨大的影響，並有效地實現了許多科幻小說的目標。除此之外，還有計算生物學、計算宇宙學和計算語言學等領域也取得了長足的發展，如圖1所示。
本書關注的是計算機模擬技術。計算機模擬技術已經取得了巨大的成功，現在已被廣泛接受，它是除了理論和物理實驗之外的第三種科學方法。運用書中知識可以幫助我們建立一個金融模擬實驗室。本書是芝加哥大學格雷阨姆學院分析學碩士項目的研究生財務分析課程和艾奧瓦大學蒂皮商學院財務繫的本科生投資課程的研究材料。也可作為具有良好數學背景和計算機科學背景的高等院校本科生的教材。
想要更好地理解本書，讀者好學習過統計分析、概率和統計等課程，或者了解本書所涉及的數學統計知識，大部分所需資料都已在正文和附錄中介紹。讀者好具備本科水平的微積分、線性代數和計算機科學背景，熟悉一種或多種程序設計語言，如C、C 、Java、C#、Python或Matlab。但讀者無須具備財務背景。當然，任何關於R語言的經驗都是有用的。
比起用電子表格，用R語言構建的計算機模擬金融可能更復雜、更具挑戰性。當定量優化器的邏輯從周圍的程序代碼中即時顯示時，可以更好地控制和定制定量優化器。我們的讀者需要更多的計算機科學知識來構建更魯棒和復雜的平臺，以及深入理解編譯器和運行時繫統。但當完成這些後，金融分析的構建者、運營商或學生會逐漸認識到用設計語言進行統計模擬的優勢。構建模擬器和從觀察模擬中獲得的見解將有助於加深對未來專業領域的理解。那些觀點，現在看來是關於機器的，但是對於人們來說卻總是關於學習的。

圖1來自計算生物學、計算宇宙學和計算語言學的樣本圖像
數據科學涉及統計和計算模型的研究。在這本書中，意味著我們正在釋放金融市場中存在的經濟價值。數據工程是在計算機上把文件、程序邏輯、測試和持續改進等實現應用於大型數據集的模型的過程。每章末尾的習題將引導我們利用之前章節中的數據科學原理來構建和設計我們的金融實驗室。
做這些練習時，可能需要不時地安裝各種R語言包。通過互聯網，讀者可找到加載R語言包、排除故障的正確說明。涉及的語言包、條件和用例太多，在此無法一一說明。
為便於我們了解邏輯和數據，習題有不同的側重。新的內容都建立在對前期知識的理解之上，以適應我們進行財務分析所需的復雜程度。