课程量化投资新时代.pptVIP

R语言与其他工具的对比 R语言的总体优势 R社区体系 对其他语言和平台的整合功能 开放体系与开源属性 R语言与C++等通用软件开发语言相比： R语言可以做为C++的库使用 大量C++金融工具包已经被纳入R语言 R软件包多半是C++实现的 R语言与SAS，Matlab等科学计算平台相比 R语言在性能上不及SAS，Matlab 统一的R社区的比众多分散的Matlab社区资源多 R语言与EViews，RATS等专业统计与计量软件相比 R语言更适合金融工程师使用 R语言是通用的统计开发语言，跟适合作为于量化分析策略的研发平台 第九十四页，共一百四十一页。 量化投资金融计量工具 均值模型与波动率分析 AR,MA,ARIMA GARCH族与多元GARCH 状态空间与卡尔曼滤波 随机波动率 结构关系分析与因子分析 主成分与多因子分析 断点检验 协整模型 MCMC 各分布族模拟器 Gibbs抽样 Boostrap抽样 退火算法族 序贯分析 粒子滤波 第九十五页，共一百四十一页。 量化投资重要支撑：IT系统 第九十六页，共一百四十一页。 历史数据统计后验 历史数据统计一般以收盘价或者日均价作为买入卖出的交易价格。然后根据设定的交易价格计算出在某一段时间内的收益率、超额收益、夏普率等结果。 历史数据统计后验的优势是效率高、简单方便。缺点是不够精确，尤其不能考虑资金量对市场的影响。 这