前　　言
本書可供對金融數(shù)據(jù)分析有興趣且具有一定數(shù)學和統(tǒng)計學基礎(chǔ)知識的讀者使用。雖然本書不要求讀者有金融知識基礎(chǔ)，但是具有金融交易經(jīng)驗和使用過金融數(shù)據(jù)的讀者可以更容易地理解本書討論的內(nèi)容。本書也為具有一定金融知識基礎(chǔ)的讀者提供了理解金融數(shù)據(jù)、發(fā)現(xiàn)金融數(shù)據(jù)的某些性質(zhì)的新視角。金融數(shù)據(jù)具有許多有趣的性質(zhì)，這些性質(zhì)對統(tǒng)計學家提出了挑戰(zhàn)，因此，統(tǒng)計學家也熱衷于研究和分析金融數(shù)據(jù)。
本質(zhì)上，許多著作討論了同樣的內(nèi)容。與大多數(shù)學術(shù)著作的不同之處在于，本書討論的內(nèi)容正是實際交易者熱衷于討論的金融數(shù)據(jù)的那些迷人性質(zhì)。本書的重點在于金融數(shù)據(jù)。盡管本書網(wǎng)站提供的分析實例所使用的數(shù)據(jù)都是一些過時的數(shù)據(jù)，但是本書也為讀者提供了獲取當前實時金融數(shù)據(jù)并進行建模和分析的方法。
雖然更好地理解金融數(shù)據(jù)可以提高投資者在金融市場獲利的可能性，但是本書并不為投資者提供投資建議。
本書以數(shù)據(jù)驅(qū)動組織和安排討論的內(nèi)容。首先，本書對產(chǎn)生金融數(shù)據(jù)的數(shù)據(jù)生成過程進行了一般性描述。第1章使用了許多數(shù)據(jù)集進行探索性統(tǒng)計分析，幾乎沒有對統(tǒng)計方法本身進行討論，主要講述了如何進行探索性統(tǒng)計分析，或者如何得到金融數(shù)據(jù)。分析的重點在于各種金融資產(chǎn)和市場的金融數(shù)據(jù)的生成過程，以及它們的運行方式。
雖然第1章篇幅似乎非常大，但是我認為對于金融數(shù)據(jù)生成過程有一個一般性認識非常重要。金融數(shù)據(jù)分析師不僅要知道分析使用的相關(guān)統(tǒng)計方法，而且必須要對金融市場有所了解，例如，要了解成熟公司債券和國債的區(qū)別，要明白短期指數(shù)ETF的收益率和VIX呈正相關(guān)的原因。
讀者在閱讀第1章并查看各種數(shù)據(jù)集的圖表和其他分析時，可能會問：“我從哪里可以下載這些數(shù)據(jù)或者類似數(shù)據(jù)？我如何進行類似的分析？”例如：“我如何得到SPY ETF的日超額收益率？比如在市場模型中使用的數(shù)據(jù)�！�
第1章附錄A1討論了使用計算機從網(wǎng)絡上下載實際實時金融數(shù)據(jù)（例如，調(diào)整后的股票收盤價和國債利率）的方法，以及如何對這些數(shù)據(jù)進行修改、繪圖和分析。
本書使用R軟件。除非數(shù)據(jù)以可以使用的形式下載和保存，否則不能做進一步的分析。在附錄練習中，要求讀者使用其他數(shù)據(jù)集進行類似的分析。
在隨后的章節(jié)和相關(guān)練習中，重點對金融數(shù)據(jù)的分析方法進行討論。盡管為了說明方便，使用了一些特定的數(shù)據(jù)集，但是讀者也可以使用其他金融數(shù)據(jù)進行類似的探索性分析。
金融數(shù)據(jù)
本書是一本關(guān)于金融數(shù)據(jù)及其分析方法的書。統(tǒng)計學家沉溺于有趣的數(shù)據(jù)。金融數(shù)據(jù)的魅力無窮，并不遵從簡單的模型。金融數(shù)據(jù)不可預測，也不受物理法則支配。金融數(shù)據(jù)是“大數(shù)據(jù)”。也許我們最好從那些可以大量免費獲得的金融數(shù)據(jù)開始討論。
現(xiàn)在獲得金融數(shù)據(jù)和進入金融市場的方法，與50多年前我剛進入金融市場時相比，發(fā)生了非常大的變化。那時市場存在非常大的交易摩擦，傭金也非常高。對于一般的投資者和交易者來說，幾乎不存在期權(quán)市場，也沒有上市期權(quán)（1973年才出現(xiàn)上市期權(quán)），對沖機會非常有限。那時也沒有ETF市場（ETF最早的形式在1989年才出現(xiàn)，于一年后退市；后來，1993年推出第一個ETF“標普500存托憑證（Spider或SPDR）”）。多數(shù)共同基金都進行“主動管理”，收費很高。
這真是一次有趣的回顧。美國金融市場經(jīng)歷了20世紀60年代的繁榮期，隨后處于長期的蕭條期（除了1975年的強勁反彈外）。1968年道瓊斯指數(shù)首次觸及1 000點后，開始下跌，以943點收盤。盡管道瓊斯指數(shù)有兩年（分別為1972年和1976年）收盤價超過1 000點，但是直到1982年，其收盤價才穩(wěn)定在1 000點以上。從1999年開始，除了兩次暴跌外，道瓊斯指數(shù)都在萬點以上。20世紀80年代和90年代，道瓊斯指數(shù)走勢為一個方向：向上！由于“互聯(lián)網(wǎng)泡沫崩潰”造成了嚴重的影響，道瓊斯指數(shù)跌回萬點以下。不只是互聯(lián)網(wǎng)公司，幾乎所有公司股價都下跌。隨后，重回漲勢，直到金融危機引起暴跌，道瓊斯指數(shù)再次跌回萬點以下。2018年初，道瓊斯指數(shù)處于歷史上低波動時期，突破26 000點，隨后兩年內(nèi)，達到29 000點。沒有人理解這樣的波動性，但是許多交易者（特別是“精明的投資者”）都通過交易波動率賺了錢，直到他們的交易突然虧了很多錢。同樣，沒有人弄明白2018年圣誕前夜的暴跌（盡管許多分析師做了“解釋”），但是那些冒險抄底的人在新的一年大賺了一筆。
作為統(tǒng)計學家，我對金融數(shù)據(jù)產(chǎn)生興趣比我進入金融市場更晚，我的興趣也不是來自我的交易。我為自己投資組合所做的勉強能算得上“正式”的分析，就是每個星期建立市場模型（式（1.35）），為此我手工輸入數(shù)據(jù)，直到20世紀90年代某個時候使用Fortran；隨后在2000年左右我使用電子表格程序；后來，我使用R。我再也不用手工輸入數(shù)據(jù)了。直到幾年前，我還是直接使用R，但是，現(xiàn)在我經(jīng)常使用我編寫的一個簡單的Shiny應用來輸入時間范圍等。我使用quantmod直接從雅虎金融獲取大多數(shù)價格數(shù)據(jù)，但是，期權(quán)數(shù)據(jù)還存在很多問題。數(shù)據(jù)生成過程本身就會引起人們的興趣，觀察到它很開心，這也是我進行金融數(shù)據(jù)分析的原因。
和其他人一樣，我曾經(jīng)相信金融數(shù)據(jù)生成過程是理性的，但是和其他交易者一樣，我現(xiàn)在知道該過程并不是理性的。這恰好使得我對金融數(shù)據(jù)分析更有興趣。
各章概要
第1章是關(guān)于金融數(shù)據(jù)的探索性分析（EDA）。與其他章相比，第1章的定量分析稍弱。第1章以對一般的“典型事實”的總結(jié)結(jié)尾，使用探索性分析不能發(fā)現(xiàn)這些典型事實；以對金融數(shù)據(jù)十分簡短而輕松的概述開始，隨著后面各節(jié)內(nèi)容的展開，引入的術(shù)語和討論的主題也逐漸增加。
我認為作為數(shù)據(jù)分析師，除了要了解數(shù)據(jù)的一般特征，至少還要對數(shù)據(jù)生成過程有基本的了解，第1章提供了這些背景知識。第1章引入了與金融數(shù)據(jù)和產(chǎn)生金融數(shù)據(jù)的市場有關(guān)的術(shù)語和概念。（在第1章內(nèi)容的其他介紹中，我盡量介紹一些金融術(shù)語，這些術(shù)語大家可能在CNBC日常節(jié)目或其他媒體的財經(jīng)報道中聽到過。）在后面的例子和練習中，當我使用來自穆迪成熟的Baa級公司債券數(shù)據(jù)時，希望讀者在此之前了解穆迪、成熟以及Baa級公司債券的含義，不希望再解釋這些術(shù)語的含義。第1章給出了這些術(shù)語的定義或者進行了解釋。
第1章的練習基本上都是概念性的，計算很少，這與第1章附錄和后面各章的練習完全不同。
讀者可以在本書網(wǎng)站上找到第1章中大多數(shù)圖和計算的R代碼。第1章附錄討論了R代碼，并介紹了如何得到這些數(shù)據(jù)。我在此增加這個附錄的主要原因是后面各章會大量地使用R，而對R本身不再進行說明，那些章的許多練習也要使用R，并且要求通過網(wǎng)絡獲得真實的實時金融數(shù)據(jù)。第1章附錄練習包括如何使用R，一些練習僅僅是重復第1章的實例。
與本書網(wǎng)站上過時的數(shù)據(jù)或某些來歷不明的專門數(shù)據(jù)集不同，我希望讀者獲得真實的實時數(shù)據(jù)，并進行分析。
后面各章是關(guān)于統(tǒng)計方法的。這些方法也能應用到其他領(lǐng)域，但是人們提出這些方法的動機來自金融應用領(lǐng)域。
第2章再回到第1章的探索性數(shù)據(jù)分析，討論了探索性數(shù)據(jù)所使用的一般的非參數(shù)方法和圖示方法。
第3章包括隨機變量和概率分布。盡管第3章沒有進行統(tǒng)計分析，但是這些數(shù)學概念是所有統(tǒng)計推斷的基礎(chǔ)。這里特別強調(diào)了與金融數(shù)據(jù)有關(guān)的分布問題，例如厚尾分布和尾部性質(zhì)。
第3章也描述了計算機生成隨機數(shù)的方法，以及用這些隨機數(shù)模擬概率分布的實現(xiàn)值。3.3節(jié)討論了模擬的一些基本思想。隨后的各章和練習中使用了蒙特卡羅方法。
第4章討論了概率分布在統(tǒng)計推斷中的作用。我們從統(tǒng)計模型和如何使用數(shù)據(jù)擬合這些模型開始討論。擬合模型的標準涉及某種形式的最優(yōu)（“最小”二乘、“最大”似然等），因此，第4章簡單介紹了一般的優(yōu)化方法。這一章還討論了統(tǒng)計推斷的基本概念:估計、假設(shè)檢驗和預測，也介紹了一些具體的方法（比如自助法的使用方法）以及相關(guān)的應用（如VaR的估計等），還分析了變量之間的關(guān)系模型，特別是回歸模型，并舉例進行了說明。
考慮到最近一些統(tǒng)計學家對“顯著”一詞的使用持反對意見，這里我不得不指出我大量地使用了這個術(shù)語，參見第4章注釋。
第5章簡要介紹了標準的時間序列模型，并且分析了實踐中時間序列模型使用效果較差的原因；討論了能夠解釋某種異方差性（GARCH）的時間序列模型，也給出了在自回歸模型中識別和分析單位根的步驟。第5章還討論了向量自回歸過程這個主題，特別是多個序列的協(xié)整模型。
本書沒有討論固定資產(chǎn)（比如債券）分析，以及使用連續(xù)時間擴散模型分析衍生資產(chǎn)定價問題等主題。然而，這些主題偶爾也會提到。對于本書所討論的任何主題，許多其他的細節(jié)也值得深入討論。某些內(nèi)容在“注釋和深入閱讀”中間接提到。
當然，由于篇幅所限，本書沒有討論許多更小的主題，比如流數(shù)據(jù)處理、高頻交易和由此產(chǎn)生的市場動態(tài)等。
軟件和程序
本書使用的軟件是R。盡管我在本書中經(jīng)常提到R，也給出了許多R代碼的例子，許多練習也要求使用R，但是，讀者也可以使用其他軟件包。
對使用R有興趣的讀者，即使沒有使用過R，也可以快速地掌握足夠的R知識來繪制一些簡單圖并進行簡單的分析。學習R最好的方法就是學一些代碼片段，執(zhí)行代碼，然后稍微改動一下，看看這些改動的影響。第1章附錄給出了幾個R代碼的例子，在本書網(wǎng)站上可以找到第1章所有圖和計算代碼。
如果讀者的目的是能夠使用R代碼處理一些具體的工作，類似于繪圖，那么讀者可以很容易地找到處理這樣任務的R代碼，然后使用這些代碼，在必要時進行修正（這不是“編程”）。
R是一個豐富的編程語言。如果讀者的目的是使用R編程，我常說的一句話就是“學習編程的方法就是馬上開始進行編程”。這就是我學習編程的方法，我還能給出什么建議呢？這句話也可以應用到其他事情上:學習打字的方法就是馬上找一個鍵盤，看看各個字母的位置開始學習打字；學習游泳的方法就是馬上找一個不太深的水池開始學習游泳。
盡管我曾經(jīng)用許多語言編程，從Ada到APL，但是，我認為能夠使用所有語言進行編程，卻不能精通任何一種語言，這種情況是不合適的。我寧愿只掌握一種語言（或者三種語言）。
前提要求
本書對讀者基礎(chǔ)知識的要求很低。顯然，本書要求讀者掌握包括矩陣代數(shù)的數(shù)學基礎(chǔ)。有幾本書可以提供這些基礎(chǔ)知識。偶爾我會參考我寫的關(guān)于這些主題的書。由于我知道這些內(nèi)容在這些書中的位置，所以這樣處理是最合適的，當然這不是必要的。
本書也要求讀者具有統(tǒng)計學或數(shù)據(jù)分析方面的基礎(chǔ)，以及一定的科學計算能力。我要求讀者掌握概率論的基本概念，比如隨機變量、分布、期望、方差和相關(guān)等。對于更高深的概念和理論，我建議讀者參考我的著作Theory of Statistics，參見：mason.gmu.edu/~jgentle/books/MathStat.pdf。
我在本書中偶爾會提及一些非常高深的數(shù)學主題，即使讀者不了解這些主題，也能夠理解本書相關(guān)的內(nèi)容。但是，如果讀者熟悉這些主題，那么提及的這些主題就應該添加到讀者所掌握的內(nèi)容之中。
本書不要求讀者具有金融學的基礎(chǔ)知識，但如果讀者具有金融背景，就可以迅速地理解本書所討論的內(nèi)容。
我在幾個地方提到了編程，特別是使用R編程。一些練習需要簡單編程，但是，大多數(shù)練習只要求使用計算器即可，并不涉及編程。
例子和練習的注釋
本書的例子使用了實際金融數(shù)據(jù)，也要求讀者能夠獲取實際數(shù)據(jù)并使用這些數(shù)據(jù)做練習。讀者能夠從本書網(wǎng)站獲取過時的數(shù)據(jù)集。數(shù)據(jù)的時期通常是21世紀的前十幾年。
本書也給出了從網(wǎng)絡這個寶庫中獲取真實數(shù)據(jù)和感興趣數(shù)據(jù)的方法。我鼓勵使用本書的讀者或教師把練習替換為“2017年”“2018年”或讀者更感興趣的任何其他過去的時間段。
除了真實數(shù)據(jù)，本書還討論了根據(jù)各種模型模擬人工數(shù)據(jù)的方法，以及如何使用模擬數(shù)據(jù)理解和比較各種統(tǒng)計方法。一些練習要求讀者在各種情況下使用模擬數(shù)據(jù)評價一種統(tǒng)計方法的優(yōu)劣。
本書還討論了數(shù)據(jù)的準備和整理。一些練習要求讀者對數(shù)據(jù)進行一定程度的前期處理。
每章練習的排序和主題的順序不是相互對應的。盡管每個練習的標題給出了該練習的主題，但是我也鼓勵讀者在做練習前閱讀或略讀整章的內(nèi)容。各個練習的難度和篇幅存在非常大的差別。一些練習內(nèi)容非常多，涉及的面非常廣。
補充材料
本書的網(wǎng)址為mason.gmu.edu/~jgentle/books/StatFinBk/。網(wǎng)站上的文件包括部分練習的解答提示、評論以及答案。網(wǎng)站補充材料也包括本書例子所使用的R代碼。盡管我不斷強調(diào)真實鮮活的數(shù)據(jù)，但是網(wǎng)站也有一些過去的金融數(shù)據(jù)。
網(wǎng)站上還提供了本書勘誤表，該表隨著本書的錯誤被發(fā)現(xiàn)而及時更新。
本書網(wǎng)站上還有完整的習題解答，只有教師在核對身份信息后，才能獲得該解答，網(wǎng)址為www.crcpress.com。
因為資產(chǎn)價格會隨時調(diào)整，所以讀者根據(jù)自己獲取的數(shù)據(jù)計算得到的結(jié)果和本書中的結(jié)果可能稍有不同。
致謝
首先，我要感謝John Chambers、Robert Gentleman和Ross Ihaka在R語言上所做的基礎(chǔ)性工作。感謝R代碼團隊和許多程序包的開發(fā)者，以及這些程序包的維護者，他們的工作使得R更便于使用。
Jim Shine閱讀了本書的大部分內(nèi)容，還給出了本書許多練習的解答。感謝Jim提供了許多有幫助的意見。
感謝本書的匿名審稿者，他們提了許多有幫助的意見和建議。
感謝本書的編輯John Kimmel，他也是我以前幾本書的編輯。和John再次合作，我感到非常愉快。
感謝我的妻子María所做的一切。我把本書獻給她。
整本書的打字輸入、編程等工作都是我一個人完成的，歡迎讀者指出本書的錯誤并提出改進的建議，對此，我將非常感激。

詹姆斯·E.金特爾
2019年12月27日