本章视频 · 1:10:41国内 Bilibili,海外 YouTube;可按小节跳转。
查看视频小节目录
- 开场
- R 语言与金融计量经济学
- R 与 S 语言的历史
- RStudio 与 IDE
- R 编程基础
- R 的数据结构
- 数据导入、预处理与导出
- 基础可视化与 ggplot2
- 随机数与逆 CDF 法
- 帮助系统与 tidyverse
- API 与开放数据
- 小结
- 练习与方法自检
本章导读
金融计量的学习不仅要理解模型,也要能处理数据、复现结果。本章从 R 与 RStudio 入手,介绍向量、数据框、函数、循环等基础工具,接着练习数据导入、缺失值处理和可视化。课程还通过金融收益率、随机数模拟以及世界银行开放数据的例子,说明如何编写代码,完成可复现的数据分析。
学完本章,你应能读懂基础 R 代码,区分数据类型,完成简单的数据清洗与作图,并知道在遇到函数或数据接口问题时如何查阅帮助文档。后续章节的回归、时间序列和风险模型会反复用到这些技能。
R 语言RStudio金融数据数据清洗ggplot2随机数模拟
选读习题
本章选取 4 道习题。先独立思考,遇到困难时再逐步展开提示;完整题面及数据要求请参阅教材。
习题 1.1概念与理解
逆变换采样
解释逆累积分布函数采样的思路,说明它如何用于离散分布与指数分布,并提出检验模拟样本是否符合目标分布的方法。
提示 1点击展开
先把目标分布写成累积分布函数,再想想均匀随机数经过广义逆函数后落入某一区间的概率。
提示 2点击展开
离散分布需使用广义逆函数;检验时需结合图形、样本分位数与统计检验,不能仅凭一次模拟的均值下结论。
习题 1.2R 实践
用 starwars 练习数据整理
使用 dplyr 整理 starwars 数据:筛选人类角色,计算平均身高与平均体重;将身高单位换算为米;再按物种分组汇总,并说明缺失值的处理方式。
提示 1点击展开
先确认数据每一行代表什么、各变量使用什么单位,再把筛选、选列、转换和分组统计拆成几步。
提示 2点击展开
计算均值前,先统计有效观测的数量。身高缺失与体重缺失可能出现在不同角色上,两个均值的样本数未必相同。
提示 3点击展开
逐步核对中间结果,再将操作串联起来;说明缺失值处理是否改变了比较对象。
习题 1.4模拟与推导
掷骰子与中心极限定理
设六面骰子公平,各次投掷独立。通过重复模拟研究样本均值的分布,并利用中心极限定理近似计算投掷 60 次时,样本均值介于 3 和 4 之间的概率。
提示 1点击展开
先从六个等可能取值计算单次投掷的期望和方差,再考虑 n 次投掷平均值的方差。
提示 2点击展开
区分一次实验中的投掷次数与重复实验的次数:前者影响均值的分布,后者影响模拟图形的精细程度。
提示 3点击展开
将区间端点标准化;比较不同样本量时使用相同的横轴尺度,并注意正态近似与精确离散分布的区别。
习题 1.6数据应用
股指收益率与滚动波动率
选取过去十年的上证指数与深证成指月度收盘价,计算月度收益率,比较其分布与统计特征,并绘制滚动标准差曲线。
提示 1点击展开
先核对指数名称、数据来源、日期和价格口径;两条序列按同一月份对齐后再比较。
提示 2点击展开
计算收益率时需要前一期价格;滚动窗口也会使序列开头出现尚不能计算的观测值,不能将这些缺失值填为零。
提示 3点击展开
说明窗口长度及是否进行年化处理;观察高波动区间能否在收益率图中找到对应变化,再讨论窗口选择对结果的影响。
本章课件
第 1 章 R 语言概述
68 页 · 网页逐页阅读
本章 R 代码
从 R 的基本语法、数据结构和函数入手,练习数据导入、缺失值处理与可视化,为后续的金融实证分析打基础。
正文演示:用循环和函数近似自然常数 e,并绘制 R 内置 mtcars 数据的基础图形。
数据说明:演示使用 R 内置数据;WDI、FRED 等在线数据接口收在正文代码片段中。
打开本章 GitHub 目录 ↗
查看本章代码索引
扫码查看本章代码
点击下方条目可在线查看源码,或从 GitHub 下载。