第1部分　研究内容

第1章　自动化交易的基础

 1.1　净值曲线和收益率序列

1.1.1　净值曲线的特征

1.1.2　收益率序列的特性

 1.2　风险—收益模型

 1.3　风险—收益模型的特征

1.3.1　夏普比率

1.3.2　最大回撤比率

1.3.3　偏矩比

1.3.4　基于回归的性能指标

 1.4　最优化性能指标

第2部分　搭建平台

第2章　网络部分Ⅰ

 2.1　雅虎金融数据接口

2.1.1　设置目录

2.1.2　构建URL查询

2.1.3　数据获取

2.1.4　加载数据至内存

2.1.5　更新数据

 2.2　YQL网络服务

 2.3　Quantmod的注释

 2.4　比较

 2.5　组织成为日期一致的zoo对象

第3章　数据准备

 3.1　处理NA值（缺失值）

3.1.1　注意：R中NA和NaN的区别

3.1.2　IPO以及加入标准普尔500指数

3.1.3　合并到统一的日期模板

3.1.4　向前替换

3.1.5　线性平滑替换

3.1.6　交易量加权平滑替换

 3.2　关于替换方法的讨论

3.2.1　实时VS模拟

3.2.2　对波动率指标的影响

3.2.3　对交易决策的影响

3.2.4　结论

 3.3　收盘价和调整收盘价

3.3.1　股票分割的调整

3.3.2　现金分红的调整

3.3.3　有效更新和调整收盘价

3.3.4　实施调整

 3.4　检验不活跃股票

 3.5　计算收益矩阵

第4章　指标

 4.1　指标类型

4.1.1　叠加层

4.1.2　振荡器

4.1.3　累加器

4.1.4　模式/二元/三元

4.1.5　机器学习/非可视化、黑箱

 4.2　示例指标

……

第3部分　产出交易

R语言是用于统计分析、绘图的语言和操作环境，是属于GNU系统的一个自由、免费、源代码开放的软件。它是一个用于统计计算和统计制图的优秀工具。

康兰著的《自动化交易R语言实战指南》通过11章内容介绍了自动化交易的核心要点，并基于R语言给出了相应的编程方法。本书涉及编程、高性能计算、数值优化、金融以及网络等众多主题，书中的3个部分分别涵盖了自动化交易简介、平台搭建、产出交易等重要主题。

本书内容详细、示例丰富，非常适合对自动化交易感兴趣或者想要使用R语言进行金融数据分析的人士阅读参考。如果读者有一定的编程基础，将会对本书的学习提供不少助力。适当参考书中的公式和代码示例，读者能够更好地掌握相关内容。

康兰著的《自动化交易R语言实战指南》讨论了有关自动化交易的多个主题，涉及基础的数学知识、金融理论、高性能计算、数值优化以及相关的运算和执行。通过阅读本书，读者将对回测系统的构建、策略优化以及平台的运行等内容有深刻的理解。本书提供的自动化交易平台只需接入经纪商的API接口即可运行，从数据管理、策略优化到指令执行全部基于免费和公开的数据。

本书所搭建的平台几乎可以完全替代经纪商提供的平台。软件的各组件之间耦合度较低，并且易于扩展，允许用户替换数据源、交易算法或者经纪商。