R语言与金融数据挖掘
(申宇)
课程概述
本课程由西南财经大学金融学院组织,申宇副教授讲授。金融科技与大数据分析在金融学科的应用越来越广泛,本课程正是基于这一背景,以提高学生的实际数据挖掘和分析能力为目标,采用案例分析、实践教学与科研训练相结合,三位一体提高学生的数据分析能力。本课程借助最新的金融市场研究成果,通过大量的数据挖掘进行中国特色的金融场景验证,有助于学生理解中国资本市场特点,也有助于提高学生数据分析和挖掘能力,无论是对学术研究,还是金融实务操作都有较大帮助。
该课程基于金融学原理、公司金融、资产定价、投资组合理论课程的专业知识,完成实证金融数据的分析与投资策略的模拟工作,结合R语言的特色,主要讲授中国市场的三因子定价模型、Fama and French的实证分析框架、股票和债券定价模拟等,以丰富的案例和数据分析,使学生在数据分析的过程中深入了解和领会金融投资的实质与内涵,提高学生的专业水平和投资分析、实践能力。
最后,借助数据挖掘的分析,向学生讲授实证金融学的选题和研究方向,向同学提出“如何优化中国资本市场、公司治理”这一宏大话题,促进学生研究中国特色的金融理论,丰富金融市场研究的成果。
课程大纲
01
导论
课时
1.1为什么要学习R语言
1.2 R语言资料库
1.3金融数据的分析理念
02
R语言入门
课时
2.1 R语言读入数据
2.2 R语言画图
2.3 R语言数据分析
2.4利率期限结构:收益率曲线的作用
03
金融数据检验
课时
3.1 R语言均值检验
3.2 R语言统计案例分析
04
金融数据库分析
课时
4.1金融数据库特点
4.2金融数据库优劣分析
4.3金融数据库注意事项
05
CAPM检验
课时
5.1 CAPM实证数据选取
5.2 CAPM经典检验
5.3时变CAPM分析
06
Fama and French三因子分析
课时
6.1三因子模型构成
6.2三因子模型数据实证
6.3三因子模型拓展
07
风险价值VaR计算
课时
7.1 VaR的概念
7.2 R语言VaR分析
08
事件研究分析(Event Study)
课时
8.1事件研究概念
8.2事件研究基本步骤
8.3实际案例R语言数据分析
09
R语言回归分析
课时
9.1 R语言回归分析要点
9.2实际案例R语言回归面分析
10
Fama and MacBetch横截面分析
课时
10.1横截面分析要点
10.2实际案例R语言横截面分析
11
论文选题与写作
课时
11.1金融实证论文选题方向
11.2金融实证论文写作要领
课程链接:点击进入