零基础学R语言数学计算、统计模型与金融大数据分析

第1章 建立R语言的环境 1

1.1 认识R语言 1

1.1.1 R语言的诞生 1

1.1.2 关于大数据 2

1.1.3 R语言在大数据中的应用 4

1.2 单机版的R语言 6

1.2.1 在Windows上安装R语言软件 6

1.2.2 在Linux上安装R语言软件 10

1.2.3 第一次使用R语言 12

1.3 服务器上的R语言 13

1.3.1 为什么要连接到服务器 14

1.3.2 远程连接操作的方式 14

1.3.3 将服务器的图形映射到客户端 18

第2章 R语言的内建工具 25

2.1 变量定义与逻辑判断 25

2.2 数值与向量 26

2.2.1 数值的基本运算 26

2.2.2 数值的科学函数 30

2.2.3 向量函数 33

2.3 数组与矩阵 38

2.3.1 数组与矩阵的产生与命名 38

2.3.2 数组的合并与矩阵的转换 42

2.3.3 矩阵的计算 45

2.3.4 矩阵的数值分解 49

2.4 数据的处理 51

2.4.1 变量的处理工具 51

2.4.2 数据的读入与输出 57

2.4.3 数据的排序 64

2.4.4 数据的分割与合并 65

2.5 文字的处理 67

2.5.1 字符串的产生 67

2.5.2 字符串的显示 68

2.5.3 字符串内容的搜索 70

2.5.4 字符串内容的提取 74

2.5.5 字符串的替换与组合 75

2.5.6 缺失项（NA）的处理 77

2.6 其他 79

2.6.1 外部软件包与程序的加载 79

2.6.2 系统环境命令 86

2.6.3 日期、时间相关的函数 88

第3章 外部数据的读取 90

3.1 文本文件的读取 90

3.1.1 将文本文件内容存为变量 90

3.1.2 根据固定字符分隔字段 91

3.1.3 通过Linux指令转换字段格式 92

3.1.4 范例实践 97

3.2 数据库的读取 98

3.2.1 创建MySQL数据库与数据表 99

3.2.2 使用数据库语句存取数据 100

3.2.3 安装和使用RMySQL 104

3.2.4 使用R读取数据库内容 105

3.2.5 使用R将内容写入或更新数据库 106

第4章 程序逻辑结构 108

4.1 函数 108

4.1.1 使用已经存在的函数 108

4.1.2 自行定义与使用函数 109

4.2 判断 110

4.2.1 逻辑判断表达式 110

4.2.2 条件判断语句 111

4.3 循环 112

4.3.1 for循环 112

4.3.2 while循环 115

4.3.3 repeat循环 117

4.3.4 break跳出循环 118

4.3.5 next跳过此次循环 118

4.4 创建自己的R语言程序 119

4.4.1 Source与R Script 119

4.4.2 在外部执行R Script 120

第5章 图形的绘制 125

5.1 系统环境 125

5.2 图形函数 125

5.2.1 par函数 125

5.2.2 Line Chart（线图） 128

5.2.3 Dot Plot（点图） 130

5.2.4 Bar Plot（条形图） 131

5.2.5 histogram（直方图） 133

5.2.6 Pie Chart（饼图） 134

5.2.7 Density Plot（密度图） 136

5.2.8 Box Plot（箱线图、盒须图） 138

5.2.9 abline、curve（直线、曲线） 139

5.2.10 text（辅助文字） 142

5.2.11 Saving Graphs（保存图形） 143

5.3 绘图范例 143

第6章 数值分析与矩阵计算 146

6.1 数值分析函数 146

6.1.1 数值精度 146

6.1.2 四舍五入误差 147

6.1.3 R的内建数值与数学函数 149

6.1.4 多项式函数 150

6.1.5 方程式的解 155

6.2 矩阵应用函数 158

6.2.1 行列式 159

6.2.2 逆矩阵 160

6.2.3 特征值与特征向量 160

6.2.4 矩阵分解 161

6.3 矩阵计算范例 164

6.3.1 矩阵的N次方 165

6.3.2 Fibonacci数列 166

6.3.3 特征向量的中心性 167

6.4 微分方程组范例 168

6.4.1 常微分方程式 169

6.4.2 边界值问题 171

第7章 统计模型的建构与分析 174

7.1 概率函数的应用 174

7.1.1 一般概率的计算 174

7.1.2 概率分布 174

7.1.3 随机变量 180

7.2 统计函数的应用 182

7.2.1 基本统计的计算 182

7.2.2 评估置信区间 185

7.2.3 执行统计检验 187

7.3 图形与模型的应用 190

7.3.1 绘制统计图形 190

7.3.2 线性回归模型 194

第8章 金融工具的分析与使用 197

8.1 金融函数的应用 197

8.1.1 时间序列分析 197

8.1.2 回报率与杠杆原理 212

8.1.3 债券收益率与期限结构 214

8.1.4 投资组合理论 215

8.2 图形与模型的应用 217

8.2.1 Black-Scholes 模型 217

8.2.2 套期保值模型 218

8.2.3 Delta避险 220

8.3 金融软件包的应用：quantmod 221

8.3.1 安装与加载 221

8.3.2 获取数据并绘图 223

8.3.3 数据的读取 225

8.3.4 K线图的绘制 227

8.3.5 TTR技术指标的应用 230

第9章 金融大数据的挖掘 234

9.1 获取历史数据和信息 234

9.1.1 了解数据的来源与获取 234

9.1.2 了解时间单位不同的差距 235

9.1.3 网络上的公开信息 236

9.2 公司基本资料与股票市场的分析 238

9.2.1 公开信息的分析与获取 239

9.2.2 分析公司的基本资料 243

9.2.3 图表的绘制与输出 244

9.2.4 股价的分析与策略 245

9.3 期货交易的分析与回测 246

9.3.1 了解期货交易所的数据 246

9.3.2 在R中读取交易数据 246

9.3.3 数据的分析与计算 246

9.3.4 图表的绘制与输出 248

第10章 平顺衔接 MATLAB 251

10.1 MATLAB的安装与加载 251

10.2 介绍MATLAB软件包内的函数 251

10.3 Rcpp 267

10.3.1 认识Rcpp 267

10.3.2 安装工具软件包 267

10.3.3 Rcpp范例与性能测试 271