R語言與金融時間序列分析(第1版)：含金融股市各項分析、預測與股市交易策略回測模擬 余桂霖
產品編號：9786264239899
促銷 知識不打烊｜五南出版 11~1月 限定79折
促銷 [開學季]團購優惠-五南 出版社
促銷 下單就送小禮物
購物每消費滿300元，可獲得1元購物金
網路價
NT${{ commaFormat(product.price_actu) }}
NT${{commaFormat(product.price_sugg)}}
專屬特惠價 NT${{ commaFormat(product.group_price) }}
優惠價
NT${{ commaFormat(product.member_price) }}
NT${{ commaFormat(product.group_price) }}
商品組合
贈品 (買就送)
{{ pItem.title }}
付款方式
轉帳/匯款/無摺存款 / LinePay付款 / 超商代碼付款(綠界金流) / 信用卡一次付清(綠界金流) / AFTEE 先享後付 / [圖書專用] 7-11取貨付款(限1000~3000元訂單使用)
配送方式
7-11超商取貨 / 全家超商取貨 / 宅配到家 / 校園門市店到店取貨(需7~10個工作天，急用勿選)
超值加購
{{ pItem.title }}
型號:{{ pItem.model }}
加購價 NT${{pItem.extra_price}}
(原價NT${{pItem.price_orig}})
加購數量
已搶購一空
作 者：余桂霖
出版社別：五南
書 系：研究&方法
出版日期：2025/11/30(1版1刷)
ＩＳＢＮ：978-626-423-989-9
E I S B N：9786264239875
書 號：1HAT
【內容】
本書適合大專院校研究生與有興趣於探究金融股市預測方法的讀者在社會及行為科學領域，作為時間序列預測模型分析技術或方法的參考。透過書中系統性理論歸納與R語言軟體教學，讀者可運用於預測專業領域研究的情況，進而判斷趨勢、做出決策。
時間序列分析與預測技術是多重技術交叉、結合與關聯的組合，本書主要探究其中四種技術成分：
1. 時間序列分析的基本技術；
2. 時間序列分析的指數平滑；
3. 自我迴歸統合移動平均（ARIMA）模型的建構、修正、向前預測與驗證；
4. 股市量化交易概念、交易策略的建構、策略回測的模擬與預測。
書中詳細介紹各個技術方法，並說明分別的優點與適用時機，且以R語言編碼、計算與製圖，進行實際分析操作。隨書附贈光碟資料豐富，收錄〈金融股市時間序列總和摘要分析〉，提供讀者對金融股市時間序列的研究方法有更多的選擇與運用。
【目錄】
第1章 導論
第一節 時間序列與預測
第二節 時間序列分析與預測技術的主要組成成分
第三節 時間序列的預測範圍與驗證過程
第四節 時間序列的基本概念分析
第五節 預測的性質與使用
第六節 預測進行的過程與資料的來源
第七節 本書分析架構的說明
第八節 結語
第2章 時間序列：R語言軟體的下載與重要套件或軟體包的運作
第一節 緒論
第二節 從網路中下載R語言軟體
第三節 時間序列數據的讀取與軟體的操作方法
第四節 從網路取得股價資料、公司的代碼與資料檔的建立
第五節 從網路取得債券、基金、黃金、原油、指數、外匯和全球經濟數據
第六節 從R的套件如tidyquant中的各函數取得各種股票指數／交易所列表數據與圖形
第七節 從R的套件如fpp2或ggplot中取得範例檔案進行
第八節 從R的套件如fpp3或ggplot中取得範例檔案進行
第九節 本書使用主要時間序列軟體套件：quantmod、tidyquant與quantstrat的概述
第十節 結語
第3章 時間序列分解（time series decomposition）
第一節 緒論
第二節 時間序列組件（time series components）
第三節 移動平均線（moving averages）
第四節 經典分解（classical decomposition）
第五節 X11的分解
第六節 SEATS的分解
第七節 STL的分解
第八節 測量趨勢和季節性的強度（measuring strength of trend and seasonality）
第九節 分解預測（forecasting with decomposition）
第十節 使用訓練和測試集方法（途徑）進行分解預測的比較
第十一節 結語
第4章 指數平滑（exponential smoothing）
第一節 緒論：平滑法的預測
第二節 簡單指數平滑：沒有趨勢或季節性的數據技術
第三節 霍爾特的線性趨勢方法（Holt’s linear trend method）
第四節 阻尼方法（damping methods）
第五節 霍爾特的季節性方法（Holt-Winters）
第六節 創新狀態空間模型用於指數平滑
第七節 三重指數平滑
第八節 從天真（naive）到自我迴歸統合平均ARIMA，至簡單指數平滑（SES Holt指數平滑）的預測方法
第九節 指數平滑方法在股市的應用
第十節 結語
第5章 使用R語言：時間序列資料取得、建立、繪製、特徵、差分、對數、ARIMA模型的建構與預測
第一節 緒論：時間序列資料
第二節 時間序列資料數據的取得、探索與處理
第三節 時間序列的特徵
第四節 時間序列模型
第五節 R中的自我迴歸（AR）模型
第六節 R中ARIMA的建模
第七節 R中使用ARIMA建模進行預測——案例研究
第八節 R中使用ARIMA與多種建模進行預測——案例研究
第九節 結語
第6章 時間序列：進行量化與股票交易訊息的建構與分析
第一節 緒論
第二節 量化交易概念策略的產生與製作
第三節 使用quantmod套件產生交易信號的基本功能：以2330.TW台積電為範例
第四節 使用tidyquant套件產生量化交易的基本功能
第五節 趨勢交易：最常見的幾個指標
第六節 日內交易（day trading）
第七節 結語
第7章 時間序列：量化與股票交易策略的回測模擬
第一節 緒論
第二節 鍋爐板設置（boiler plate set-up）策略：以2330.TW、2454.TW、3008.TW、3661.TW為範例
第三節 簡單過濾規則策略：以2330.TW、2454.TW、3008.TW、3661.TW為範例
第四節 買入並持有策略
第五節 SMA規則策略：範例2330.TW、2454.TW
第六節 帶有波動率過濾器的SMA規則策略
第七節 EMA策略：範例2330.TW、2454.TW
第八節 smaCross策略：範例2330.TW
第九節 sma crossover策略：範例2330.TW、2454.TW
第十節 布林帶策略（Bollinger Bands Strategy）：範例2330.TW、2454.TW
第十一節 Strat.SMA策略：範例2330.TW、2454.TW、3008.TW、3661.TW
第十二節 sma.strategy策略：範例TW2454
第十三節 SMAstrat策略：範例2330.TW
第十四節 結語
第1章 導論
第一節 時間序列與預測
第二節 時間序列分析與預測技術的主要組成成分
第三節 時間序列的預測範圍與驗證過程
第四節 時間序列的基本概念分析
第五節 預測的性質與使用
第六節 預測進行的過程與資料的來源
第七節 本書分析架構的說明
第八節 結語
第2章 時間序列：R語言軟體的下載與重要套件或軟體包的運作
第一節 緒論
第二節 從網路中下載R語言軟體
第三節 時間序列數據的讀取與軟體的操作方法
第四節 從網路取得股價資料、公司的代碼與資料檔的建立
第五節 從網路取得債券、基金、黃金、原油、指數、外匯和全球經濟數據
第六節 從R的套件如tidyquant中的各函數取得各種股票指數／交易所列表數據與圖形
第七節 從R的套件如fpp2或ggplot中取得範例檔案進行
第八節 從R的套件如fpp3或ggplot中取得範例檔案進行
第九節 本書使用主要時間序列軟體套件：quantmod、tidyquant與quantstrat的概述
第十節 結語
第3章 時間序列分解（time series decomposition）
第一節 緒論
第二節 時間序列組件（time series components）
第三節 移動平均線（moving averages）
第四節 經典分解（classical decomposition）
第五節 X11的分解
第六節 SEATS的分解
第七節 STL的分解
第八節 測量趨勢和季節性的強度（measuring strength of trend and seasonality）
第九節 分解預測（forecasting with decomposition）
第十節 使用訓練和測試集方法（途徑）進行分解預測的比較
第十一節 結語
第4章 指數平滑（exponential smoothing）
第一節 緒論：平滑法的預測
第二節 簡單指數平滑：沒有趨勢或季節性的數據技術
第三節 霍爾特的線性趨勢方法（Holt’s linear trend method）
第四節 阻尼方法（damping methods）
第五節 霍爾特的季節性方法（Holt-Winters）
第六節 創新狀態空間模型用於指數平滑
第七節 三重指數平滑
第八節 從天真（naive）到自我迴歸統合平均ARIMA，至簡單指數平滑（SES Holt指數平滑）的預測方法
第九節 指數平滑方法在股市的應用
第十節 結語
第5章 使用R語言：時間序列資料取得、建立、繪製、特徵、差分、對數、ARIMA模型的建構與預測
第一節 緒論：時間序列資料
第二節 時間序列資料數據的取得、探索與處理
第三節 時間序列的特徵
第四節 時間序列模型
第五節 R中的自我迴歸（AR）模型
第六節 R中ARIMA的建模
第七節 R中使用ARIMA建模進行預測——案例研究
第八節 R中使用ARIMA與多種建模進行預測——案例研究
第九節 結語
第6章 時間序列：進行量化與股票交易訊息的建構與分析
第一節 緒論
第二節 量化交易概念策略的產生與製作
第三節 使用quantmod套件產生交易信號的基本功能：以2330.TW台積電為範例
第四節 使用tidyquant套件產生量化交易的基本功能
第五節 趨勢交易：最常見的幾個指標
第六節 日內交易（day trading）
第七節 結語
第7章 時間序列：量化與股票交易策略的回測模擬
第一節 緒論
第二節 鍋爐板設置（boiler plate set-up）策略：以2330.TW、2454.TW、3008.TW、3661.TW為範例
第三節 簡單過濾規則策略：以2330.TW、2454.TW、3008.TW、3661.TW為範例
第四節 買入並持有策略
第五節 SMA規則策略：範例2330.TW、2454.TW
第六節 帶有波動率過濾器的SMA規則策略
第七節 EMA策略：範例2330.TW、2454.TW
第八節 smaCross策略：範例2330.TW
第九節 sma crossover策略：範例2330.TW、2454.TW
第十節 布林帶策略（Bollinger Bands Strategy）：範例2330.TW、2454.TW
第十一節 Strat.SMA策略：範例2330.TW、2454.TW、3008.TW、3661.TW
第十二節 sma.strategy策略：範例TW2454
第十三節 SMAstrat策略：範例2330.TW
第十四節 結語
【關於教科書訂購說明】
☆ 單本即有折扣，將商品放入購物車就可以看見優惠價唷！五本以上團購更便宜！加入會員訂購，還可累積購物金！
★ 若有急需用書，可先LINE私訊詢問庫存呦~
☆ 出貨時間：有現貨的，2個工作日內出貨；無現貨，約3~5個工作日 出貨
【寄送方式說明】
❶ 實體門市取貨
全台麗文校園書局皆可取貨，貨到書局將會以簡訊通知。
❷ 超商取貨
提供7-11及全家超商取貨(需先付款，無貨到付款)。
❸ 一般宅配
本公司主要與黑貓宅急便配合，送達到您指定的地址。
※當您於本網站消費交易完成後，電子發票將會以電子郵件寄給您；如需紙本發票請於下訂時於備註欄位說明。
【付款方式說明】
❶ ATM轉帳、匯款
銀行│第一銀行-三民分行
代號│007
戶名│麗文文化事業股份有限公司
帳號│704-10-051861
※實體ATM每日轉帳最高限額為3萬，若訂購金額超過3萬元，請分兩天或是使用不同的銀行帳戶轉帳。
❷ 信用卡（可分期，需負擔手續費）
凡各家銀行的VISA、MASTER、Union Pay、JCB信用卡皆可使用。
❺ 超商代碼
系統會發送繳費代碼至您的電子信箱，需自行至「超商機器ex：iBon」輸入代碼，產生繳費單後前往櫃檯繳費。
❼ 免卡分期
麗文校園購與「zingala銀角零卡」「第一資融」以及「皮路後支付」合作，讓您免用信用卡就可以購物。
如有使用上的問題，可以先與揪小編聯絡唷！。
※請注意：超過7天未付款之訂單則訂單自動失效；免卡分期訂單成立起7天內未主動聯繫亦同。
【其他說明】
❶關於出貨
1.商品為不缺貨前提下，訂單完成付款後2-4個工作天將會出貨(不含例假日及國定假日)；若商品缺貨則須等待1-2週。
2.麗文校園揪來玩保留訂單接受與否權利，若因交易條件有誤或有其他情形導致我們無法接受您的訂單，將以E-mail發送取消訂單通知給您，造成不便敬請見諒。
❷關於退貨
1.非門市現場消費享有七天猶豫期，收到商品當天往後算七天內若是決定不買，則協助不要拆封，一拆封視同願意購買。
2.若真的決定不購買商品要退貨，請聯繫我們LINE線上客服，我們會盡速為您處理。
❸關於新品瑕疵與維修保固
1.全新商品享有購買七日內，新品瑕疵的換新保障；但新品瑕疵與否，是由商品代理商或原廠所判定，麗文校園揪來玩僅能依據判定的結果給予協助。若是原廠判定非新品瑕疵則無法換新，需改為維修的方式處理。
2.新品瑕疵換新的作業時間，將依各廠商的流程而定，最快2個工作天，慢的話也可能需要到15個工作天。
3.購買超過七日後，維修服務由原廠提供。如有需要維修，麗文校園揪來玩可以代為送修，但送修如需運費時（EX:原廠沒有提供免費收件服務），則需由您負擔送修的運費（運費約為100元起，因商品大小而異）。
【華碩的維修服務】
