CRAN Task View：Empirical Finance

CRAN Task View：Empirical Finance

网址：http://cran.r-project.org/web/views/Finance.html

维护者：Dirk Eddelbuettel

版本：2011-06-15

 

标准回归模型（Standard regression models）

ž   有关可用的回归方法的详细综述在计量经济任务视图里提供。此处作为补充主要关注健壮和稳定（robust and resistant）的方法。

ž   线性模型，如普通最小二乘法（OLS），可用lm()估计（来自包含在基本R发行包中stats包）。 最大似然（Maximum Likelihood ，ML）估计可通过标准optim()完成。其它一些合适的方法列在Optimization任务视图中。非线性最小二乘可通过nls() 函数和nlme包中的nlme()估计。

ž   对于线性模型，car、lmtest、strucchange、urca和sandwich 包提供了各种各样的回归诊断检验。Rcmdr和Zelig包也提供一些有趣的接口。

时间序列（Time series）

ž   有关时间序列分析的详细综述可在TimeSeries任务视图找到。以下给出金融领域一些最重要的方法的简要概述。

ž   经典时间序列功能由R基本发行包中的arima()和KalmanLike() 命令提供。

ž   dse和timsac 包提供各种高级估计方法，fracdiff可估计分形整合序列（fractionally integrated series），longmemo涵盖相关内容， FracSim 模拟（fractional Levy series）。fractal提供分形时间序列建模功能 。

ž   对于变动率建模，标准GARCH(1,1) 模型可用tseries 包中garch()函数估计。Rmetrics（参见以下）包含fGarch包，它有另外的模型。bayesGARCH可以执行带学生新息的GARCH(1,1) 模型（with Student's t innovations）的贝叶斯估计。对多元模型，ccgarch 包可估计（多元）条件相关GARCH 模型，gogarch包提供广义正交GARCH模型的函数

ž   单位根和协整检验由tseries和urca包提供。Rmetrics 套件中的包timeSeries和fMultivar包含估计函数 ARMA、GARCH、长记忆模型和单位根等等。CADFtest包实现汉森（Hansen ）单位根检验。

ž   ArDec实现基于贝叶斯框架的时间序列分解；MSBVAR提供向量自回归模型的贝叶斯估计。dlm包提供动态线性模型的贝叶斯和似然分析（即线性高斯状态空间模型）。

ž   vars包基于经典框架提供VAR和SVAR的估计、诊断、预测和误差分解。

ž   dyn和dynlm适合动态（线性）回归模型。dynamo可估计动态模型，如 ARMA、ARMA-GARCH、ACD 和MEM。

ž   若干包提供小波分析功能： rwt、wavelets、waveslim、wavethresh。tseriesChaos包提供一些基于混沌理论的方法，tsDyn 增加基于动态系统理论的时间序列分析。

ž   forecast 包增加预测问题函数。

ž   tsfa 包提供时间序列分形分析函数。

金融（Finance）

ž   Rmetrics套件由以下包组成：fArma、fAsianOptions、fAssets、fBasics、 fBonds、timeDate （前：fCalendar）、fCopulae、fEcofin、fExoticOptions、fExtremes、fGarch、fImport、fMultivar、fNonlinear、fOptions、fPortfolio、fRegression、timeSeries （前：fSeries）、fTrading、fUnitRoots和fUtilities，包含大量实证金融与计算金融各个不同方面的相关函数。。

ž   RQuantLib包提供一些从QuantLib项目到R的期权定价函数和固定收益函数。

ž   quantmod包提供金融量化建模函数和数据获取、绘图及其它实用工具。

ž   portfolio包包含证券组合管理类， portfolioSim构建一个相关模拟框架。backtest提供考察关于金融工具的基于组合假设的工具。stockPortfolio 包提供单指数、常数修正和多组模型。

ž   PerformanceAnalytics 包包含大量组合绩效计算核风险管理的函数。

ž   TTR包含在R中构建技术交易规则的函数，ttrTests包含几个这些规则功效的测试统计， atmi包包含分析和使用这些规则的函数。

ž   financial包可以计算现值、现金流和其它简单金融计算。

ž   sde包提供随机微分方程的模拟和推导功能。

ž   termstrc和YieldCurve包含基于Svensson (1994)扩展的参数Nelson and Siegel (1987)方法估计无息收益曲线和分布曲线方法。former包增加McCulloch (1975)三次样条方法，latter包增加Diebold和Li方法。

ž   vrtest包含一些有效市场假设弱形式的方差比率检验。

ž   gmm包提供在估计资产定价模型动量条件参数时常常使用的广义动量方法（generalized method of moments，GMM）估计函数。

ž   tawny包包含基于随机矩阵理论的估值器和在估计样本协方差矩阵时消除样本噪音的收缩方法。

ž   SV包使用间接推断估计非高斯随机波动方法。

ž   orderbook包可用于分析市场微结构效应和（限制-）订单簿（(limit-) order books）的变化。

ž   schwartz97包可用于商品市场舒瓦茨双因子模型（Schwartz (1997) two-factor model）建模。

ž   rrv包提供将组合收益作为随机变量的建模函数 ，部分基于马科维茨（Markowitz (1952, 1959)）的工作，强调：将组合作为权重函数建模，用经验累积分布函数为收益建模，考虑分位数收益。

ž   opefimor 包包含Iacus (2011) 所著的《Option Pricing and Estimation of Financial Models in R》一书的相关内容。

风险管理（Risk management）

ž   若干包提供了极值理论模型函数：evd、evdbayes、evir、extRremes、 ismev和POT。

ž   包CreditMetrics提供信用风险建模函数。

ž   QRMlib涵盖量化风险建模。

ž   mvtnorm包提供多元正态和t分布代码。

ž   Rmetrics套件中的包fPortfolio和fExtremes也包含一些相关函数。

ž   copula和fgac包用联接（copula）方法涵盖多元依赖性结构。

ž   actuar包提供风险管理的精算视角。

ž   ghyp包提供广义双曲线分布函数和基于VaR、CVaR 或 目标收益（target-return）的组合优化程序。

ž   包ChainLadder提供保险赔偿准备金函数。

 

书籍（Books）

ž   FinTS 是Tsay的《Analysis of Financial Time Series》（2nd ed., 2005, Wiley）一书的R参考，包含运行其中一些例子所需的数据集、函数和脚本。

数据和日期管理（Data and date management）

ž   its、zoo和timeDate（Rmetrics套件的一部分）为非规则间隔时间序列提供支持。xts包扩展了zoo，尤其为金融时间序列。详细信息参见TimeSeries任务视图。

ž   timeDate也解决日历问题（比如在大量“financial centers”[1]中经常发生的假期问题）并为高频数据集提供代码。

ž   The RBloomberg包可以访问布隆伯格（Bloomberg）数据（需要在Windows PC 上安装Bloomberg）。

ž   fame包可以访问Fame时间序列数据库（需要Fame 后台）。tis包 提供与Fame频率（frequencies）兼容的时间索引和基于时间索引序列。

ž   TSdbi包提供多种数据库后台的统一接口，其SQL实现提供数据库表的设计

ž   IBrokers提供通过交互式Brokers API存取数据的方式（但需要一个可获取该服务的账号）。

ž   包data.table提供非常快速有效的方式访问内存中的（in-memory）数据集，如资产价格。

ž   RTAQ包可用于分析来自纽交所（New York Stock Exchange，NYSE）TAQ格式的交易与行情数据，以实现任意日内交易策略、度量流动性和波动性、调查市场微观结构方面。