R語言與金融時間序列分析:含金融股市各項分析、預測與股市交...
    編/著者: 余桂霖
    出版社:五南
    出版日期:2025-11-30
    ISBN:9786264239899
    參考分類(CAT):研究方法
    參考分類(CIP): 應用數學;機率

    優惠價:9折,891

    定價:  $990 

    ※購買後立即進貨

     
     
     
    分享
      買了此商品的人,也買了....
    定價:680 元
    特價:90折!612
     
    定價:450 元
    特價:90折!405
     
    定價:380 元
    特價:90折!342
     
    定價:500 元
    特價:90折!450
     
    定價:350 元
    特價:90折!315
     
      | 內容簡介 |
    內容簡介
    本書適合大專院校研究生與有興趣於探究金融股市預測方法的讀者在社會及行為科學領域,作為時間序列預測模型分析技術或方法的參考。透過書中系統性理論歸納與R語言軟體教學,讀者可運用於預測專業領域研究的情況,進而判斷趨勢、做出決策。

    時間序列分析與預測技術是多重技術交叉、結合與關聯的組合,本書主要探究其中四種技術成分:
    1. 時間序列分析的基本技術;
    2. 時間序列分析的指數平滑;
    3. 自我迴歸統合移動平均(ARIMA)模型的建構、修正、向前預測與驗證;
    4. 股市量化交易概念、交易策略的建構、策略回測的模擬與預測。
    書中詳細介紹各個技術方法,並說明分別的優點與適用時機,且以R語言編碼、計算與製圖,進行實際分析操作。隨書附贈光碟資料豐富,收錄〈金融股市時間序列總和摘要分析〉,提供讀者對金融股市時間序列的研究方法有更多的選擇與運用。
    作者介紹
    余桂霖

    現職:
    國防大學政治作戰學院政治學系 專任副教授

    學歷:
    政戰學校政研所 博士

    研究領域:
    當代政治理論、政治學方法論、政治學研究方法與統計、研究方法與統計、政治哲學
    目次
    第1章 導論
    第一節 時間序列與預測
    第二節 時間序列分析與預測技術的主要組成成分
    第三節 時間序列的預測範圍與驗證過程
    第四節 時間序列的基本概念分析
    第五節 預測的性質與使用
    第六節 預測進行的過程與資料的來源
    第七節 本書分析架構的說明
    第八節 結語

    第2章 時間序列:R語言軟體的下載與重要套件或軟體包的運作
    第一節 緒論
    第二節 從網路中下載R語言軟體
    第三節 時間序列數據的讀取與軟體的操作方法
    第四節 從網路取得股價資料、公司的代碼與資料檔的建立
    第五節 從網路取得債券、基金、黃金、原油、指數、外匯和全球經濟數據
    第六節 從R的套件如tidyquant中的各函數取得各種股票指數/交易所列表數據與圖形
    第七節 從R的套件如fpp2或ggplot中取得範例檔案進行
    第八節 從R的套件如fpp3或ggplot中取得範例檔案進行
    第九節 本書使用主要時間序列軟體套件:quantmod、tidyquant與quantstrat的概述
    第十節 結語

    第3章 時間序列分解(time series decomposition)
    第一節 緒論
    第二節 時間序列組件(time series components)
    第三節 移動平均線(moving averages)
    第四節 經典分解(classical decomposition)
    第五節 X11的分解
    第六節 SEATS的分解
    第七節 STL的分解
    第八節 測量趨勢和季節性的強度(measuring strength of trend and seasonality)
    第九節 分解預測(forecasting with decomposition)
    第十節 使用訓練和測試集方法(途徑)進行分解預測的比較
    第十一節 結語

    第4章 指數平滑(exponential smoothing)
    第一節 緒論:平滑法的預測
    第二節 簡單指數平滑:沒有趨勢或季節性的數據技術
    第三節 霍爾特的線性趨勢方法(Holt’s linear trend method)
    第四節 阻尼方法(damping methods)
    第五節 霍爾特的季節性方法(Holt-Winters)
    第六節 創新狀態空間模型用於指數平滑
    第七節 三重指數平滑
    第八節 從天真(naive)到自我迴歸統合平均ARIMA,至簡單指數平滑(SES Holt指數平滑)的預測方法
    第九節 指數平滑方法在股市的應用
    第十節 結語

    第5章 使用R語言:時間序列資料取得、建立、繪製、特徵、差分、對數、ARIMA模型的建構與預測
    第一節 緒論:時間序列資料
    第二節 時間序列資料數據的取得、探索與處理
    第三節 時間序列的特徵
    第四節 時間序列模型
    第五節 R中的自我迴歸(AR)模型
    第六節 R中ARIMA的建模
    第七節 R中使用ARIMA建模進行預測——案例研究
    第八節 R中使用ARIMA與多種建模進行預測——案例研究
    第九節 結語

    第6章 時間序列:進行量化與股票交易訊息的建構與分析
    第一節 緒論
    第二節 量化交易概念策略的產生與製作
    第三節 使用quantmod套件產生交易信號的基本功能:以2330.TW台積電為範例
    第四節 使用tidyquant套件產生量化交易的基本功能
    第五節 趨勢交易:最常見的幾個指標
    第六節 日內交易(day trading)
    第七節 結語

    第7章 時間序列:量化與股票交易策略的回測模擬
    第一節 緒論
    第二節 鍋爐板設置(boiler plate set-up)策略:以2330.TW、2454.TW、3008.TW、3661.TW為範例
    第三節 簡單過濾規則策略:以2330.TW、2454.TW、3008.TW、3661.TW為範例
    第四節 買入並持有策略
    第五節 SMA規則策略:範例2330.TW、2454.TW
    第六節 帶有波動率過濾器的SMA規則策略
    第七節 EMA策略:範例2330.TW、2454.TW
    第八節 smaCross策略:範例2330.TW
    第九節 sma crossover策略:範例2330.TW、2454.TW
    第十節 布林帶策略(Bollinger Bands Strategy):範例2330.TW、2454.TW
    第十一節 Strat.SMA策略:範例2330.TW、2454.TW、3008.TW、3661.TW
    第十二節 sma.strategy策略:範例TW2454
    第十三節 SMAstrat策略:範例2330.TW
    第十四節 結語