Part 1 資料分析初步

Chapter 0 最簡單的統計分析原理
0.1 統計分析原理
0.2 函數原理和資料分析
0.3 再進一步

Chapter 1 R 的基本環境與Installation
1.1 R 與網路資源
1.2 裝置系統程式
1.3 更改語言模式

Chapter 2 R 的IDE 模式
2.1 R Commander
2.2 Deducer
2.3 RStudio

Chapter 3 資料結構和基礎處理
3.1 R 的資料結構(data structure)
3.2 資料處理(data manipulation)

Chapter 4 資料存取和基本處理
4.1 外部資料讀取
4.2 資料之基本統計分析, library(fBasics)
4.3 網路資料下載
4.4 資料庫讀取--MySQL範例
4.5 資料表處理的函數

Chapter 5 探索性資料分析和視覺化
5.1 資料性質之視覺化分析
5.2 繪圖函數plot()
5.3 3D 立體繪圖
5.4 Imaging Correlation 相關性影像圖
5.5 lattice 和Multi-way
5.6 Map
5.7 其他

Part 2 經濟計量方法

Chapter 6 迴歸分析方法
6.1 基礎線性迴歸原理--最小平方法
6.2 單變數線性迴歸
6.3 連續變數線性複迴歸
6.4 因子和交互效果
6.5 迴歸診斷檢定
6.6 簡單時間序列迴歸：dynlm()
6.7 線性重合檢定

Chapter 7 時間序列入門
7.1 時間序列性質
7.2 時間序列資料建立與繪圖
7.3 單筆時間序列性質
7.4 ARMA process
7.5 序列相關與檢定
7.6 時間序列預測
7.7 ARIMA 和Seasonal ARIMA 的自動配置
7.8 VAR 多變量

Chapter 8 波動分析
8.1 單變量GARCH 原理
8.2 簡單單變量GARCH, 套件tseries
8.3 超專業GARCH 套件, rugarch
8.4 多變量GARCH, 套件rmgarch

Chapter 9 非定態時間序列
9.1 單根問題
9.2 共整分析
9.3 具門檻的單根過程

Chapter 10 時間序列之結構變動
10.1 基本原理認識
10.2 Bai-Perron (1998, 2003)和Zeileis et al. (2003, 2010) 的方法

Part 3 數量財務專題

Chapter 11 價差與計量套利
11.1 價差原理
11.2 風險溢酬的進階應用

Chapter 12 R 的金融工具箱
12.1 時間序列物件三大套件
12.2 fBasics 套件的財務時間序列性質摘要
12.3 fAssets 套件的風險與報酬
12.4 PerformanceAnalytics 套件的績效指標
12.5 quantmod 套件的技術分析
12.6 程式撰寫簡單技巧

Chapter 13 風險與投資組合分析
13.1 資產選擇初步
13.2 多角化投資組合與回測

Chapter 14 金融大數據的處理
14.1 bigmemory
14.2 FF
14.3 bigmemory測試範例
14.4 高頻率時間序列的時間格式

Appendix A 廣義線性模式GLM
A.1 二元變數之Probit/Logit GLM
A.2 多元排序變數之Probit/Logit GLM
A.3 計數型變數之Poisson GLM
A.4 多元選擇 GLM—Multinomial Probit/Logit

Part 1 資料分析初步

Chapter 0 最簡單的統計分析原理
0.1 統計分析原理
0.2 函數原理和資料分析
0.3 再進一步

Chapter 1 R 的基本環境與Installation
1.1 R 與網路資源
1.2 裝置系統程式
1.3 更改語言模式

Chapter 2 R 的IDE 模式
2.1 R Commander
2.2 Deducer
2.3 RStudio

Chapter 3 資料結構和基礎處理
3.1 R 的資料結構(data structure)
3.2 資料處理(data manipulation)

Chapter 4 資料存取和基本處理
4.1 外部資料讀取
4.2 資料之基本統計分析, library(fBasics)
4.3 網路資料下載
4.4 資料庫讀取--M...