R软件及其在金融定量分析中的应用-CH04..pptxVIP

R软件及其在金融定量分析中的应用主编：许启发、蒋翠侠制作：侯奇华、王侠英2014年10月编写第4章 金融数据整理与预处理第一节 金融数据库第二节 金融数据格式第三节 金融数据的导入第四节 金融数据的预处理第一节 金融数据库金融数据与金融数据库金融数据，是金融定量分析的基础或原材料，只有及时、精确、全面、结构合理并且兼容性高的数据库才能够有效地实现金融定量分析，提高金融定量分析的准确性与可靠性。金融数据库用户自己收集 专门收集的金融数据 多元化第一节 金融数据库国外金融数据库概况Bloomberg全球最大 / 数据品种及咨询全面，数据质量高Datastream范围广，形式多样 / 数据来源包括本地政府CRSP史上最大最全面股票数据库之一Compustat搜集了全世界活跃与不活跃公司的市场信息以及各种金融统计数据的数据库第一节 金融数据库国内金融数据库概况万得（Wind）锐思(RESSET)国泰安(CSMAR)巨潮恒生聚源财汇第一节 金融数据库金融数据库数据主要内容　　本节将以国泰安数据库为例详细说明金融数据库中的内容。　国泰安数据库的内容包括股票、上市公司、基金、债券、衍生市场、经济研究、行业研究、货币市场、海外研究、板块研究、市场咨询、专题研究、科技金融研究等系列。　选取上市公司、股票、债券、基金四个部分进行重点阐述。第一节 金融数据库金融数据库数据主要内容上市公司财务报表数据库将报表分为四类即：资产负债表文件、利润表文件、采用间接法的现金流量表文件以及采用直接法的现金流量表文件。股票个股回报率、市场回报率和综合市场回报率债券债券的基本信息、交易数据以及上证债券指数的交易数据等基金第一节 金融数据库金融数据库数据主要内容基金开放式基金招募说明书、上市公告书、扩募说明书、定期报告（年度报告、中期报告、季度报告、投资组合公告、基金资产净值公告）、临时报告和法律、行政法规以及中国证监会规定应予披露的其他信息资料。封闭式基金招募说明书、上市公告书、扩募说明书、定期报告（年度报告、中期报告、投资组合公告、基金资产净值公告）、临时报告和法律、行政法规以及中国证监会规定应予披露的其他信息资料。第二节 金融数据格式XLS、XLSX格式xls格式就是Microsoft Excel2003工作表。xls文件可以使用Microsoft Excel打开。通过使用Excel的“另存为”功能，可以将xls格式的表格转换为xml格式、html格式、txt格式以及csv格式等。xls格式及其转换格式都可以使用R软件对应的包或函数来读取。xlsx格式是Microsoft Office EXCEL 2007工作表的扩展名。大部分的R数据导入都可以用xlsx格式来完成。第二节 金融数据格式CSV格式纯文本，使用某个字符集，比如ASCII、Unicode、EBCDIC或GB2312。由记录组成（典型的是每行一条记录）。每条记录被分隔符分隔为字段（典型的分隔符有逗号、分号或制表符；有时分隔符也包括可选的空格）。每条记录都有同样的字段序列。　用R来读取csv格式的数据非常方便，可以使用read.table函数来读取。第二节 金融数据格式TXT格式　　txt是微软在操作系统上附带的一种文本格式，是最常见的一种文件格式，早在DOS时代应用就很多，主要存文本信息，即文字信息，大多数的软件都可以查看txt格式的信息。用R来读取txt格式的数据同样也可以使用read.table函数来读取。　如果使用Rstudio，可以在菜单栏Tools中选择“import dataset”，也可以简单地实现txt文件读取。第二节 金融数据格式XML格式　XML，即可扩展标记语言，标准通用标记语言的子集，一种用于标记电子文件使其具有结构性的标记语言。　XML不仅可以提供标准的数据内容，而且可以提供更加复杂的数据结构。　XML包提供了读取和载入XML格式文件的大部分功能，要读取一般形式的XML格式文件上的信息，只需要加载XML包，输入readKeyValueDB(/RSXML/plist.xml)即可实现读取。第二节 金融数据格式HTML格式　HTML，即超文本标记语言，标准通用标记语言下的一个应用。是为“网页创建和其它可在网页浏览器中看到的信息”设计的一种标记语言。HTML被用来结构化信息—例如标题、段落和列表等，也可用来在一定程度上描述文档的外观和语义。HTML可以直接运行，所以我们可以在不联网的情况下直接读取HTML格式的数据。第二节 金融数据格式从其他统计软件导入　由R的核心团队编写的foreign包提供了其他统计软件系统数据导入的工具，以及导出等功能，帮助处理其他软件的数据。若要读取SPSS软件中名为“Data.sav”的数据，R代码演示如下： libr