开云网页版_开云(中国)

首页 > 图书中心 > 教学用书 > 本科研究生 > 经济

金融数据处理和分析——基于SAS软件-沈根祥

金融数据处理和分析——基于SAS软件

丛书名：匡时•经济学系列
著（译）者：沈根祥
资源下载：
责任编辑：林佳依
字       数：549千字
开       本：16 开
印       张：27.25
出版版次：1
出版年份：2022-06-17
书       号：978-7-5642-3894-0/F.3894
纸书定价：69.00元   教师会员可用500积分申请样书

在线购买样书申请收藏分享按钮

特色 1. 数据处理和数据分析并重。针对金融大数据结构复杂、数据源和格式变换大的特点，充分讲述SAS软件DATA步强大的数据处理功能，强化金融数据处理内容。 2. 将SAS数据分析能力强和R和Python灵巧和业界流行的特点相结合，建立融合SAS和R及Python的数据处理和分析教材构架，进行教学大纲、授课教案到教材、案例集和习题集等课程要件建设。 3. 以《金融计量经济学》为知识依托，以海通证券金融工程部、天风证券金融工程部、等著名券商量化金融策略为具体案例内容，以权益（股票）市场和债券（固定收益）市场

同系列产品more >

: 因果推断实用计量
邱嘉平
定价：86.00元
查看详情

: 报检与报关实务（第
李贺
定价：59.00元
查看详情

: 国际商法（第八版）（配
张圣翠
定价：56.00元
查看详情

: 消费者行为学（第二
江林
定价：52.00元
查看详情

: 国际投资学（第五版
杨大楷
定价：45.00元
查看详情

图书分类全部图书

特色 1. 数据处理和数据分析并重。

针对金融大数据结构复杂、数据源和格式变换大的特点，充分讲述SAS软件DATA步强大的数据处理功能，强化金融数据处理内容。

2. 将SAS数据分析能力强和R和Python灵巧和业界流行的特点相结合，建立融合SAS和R及Python的数据处理和分析教材构架，进行教学大纲、授课教案到教材、案例集和习题集等课程要件建设。

3. 以《金融计量经济学》为知识依托，以海通证券金融工程部、天风证券金融工程部、等著名券商量化金融策略为具体案例内容，以权益（股票）市场和债券（固定收益）市场为主要应用领域，以日数据（daily data）为主、高频日内数据（intraday data）为辅，建立从数据搜集到数据清理、从投资组合到交易策略和算法交易等金融量化方法的教学案例。

创新点 1. 填补国内教材空白。

作为一款权威的数据处理和统计分析软件，多年来SAS在国内（尤其是银行系统）得到了广泛应用。

已出版的教材多以操作和数据处理编程为主，针对金融数据处理和分析的书籍并不多见，尤其讲解金融数据分析的SAS过程步（Proc step）的教材难以见到。

本教材拟对分析金融时间序列的SAS过程进行详细和全面的介绍，充分揭示SAS在处理和分析金融时间序列数据上的优势，填补国内教材空白。

2.SAS Viya平台介绍和R、Python的软件融合。

SAS Viya 2016年推出以来，得到了很快的发展，出现了基于SAS Viya 云分析服务CAS的很多应用，国内一些金融机构也采用了SAS Viya构建自己的数据分析平台。

但国内介绍SAS Viya的书很少，没有发现介绍利用SAS Viya中的ACTION进行金融数据分析的书籍。

对SAS Viya的介绍以及利用SAS Viya中的Econometrics8.4 ACTION、Visal Statistical Analysis ACTION、Deep Learning ACTION等进行金融数据处理和分析的内容，是本教材的创新之处。

第１章 SAS简介／１。
１．１ＳＡＳ的产生和发展／１。
１．２ＳＡＳ环境／２。
１．２．１免费的大学版和云端科研版／２。
１．２．２ＳＡＳ模块／３。
１．３ＢａｓｅＳＡＳ界面／３。
１．３．１窗口／３。
１．３．２菜单栏／６。
习题／７。
第２章 SAS数据集／９。
２．１ＳＡＳ数据集结构／９。
２．２ＳＡＳ数据集文件／１０。
２．２．１文件命名／１０。
２．２．２文件名缩略列示／１０。
２．３ＳＡＳ数据集的组织———逻辑库／１１。
２．３．１逻辑库的创建／１１。
２．３．２逻辑库的合并／１２。
2．３．３逻辑库的删除／１２。
2．４ＳＡＳ数据集变量／１３。
２．４．１变量属性／１３。
２．４．２变量缺失值／２１。
２．５ＳＡＳ数据集的创建／２１。
２．５．１用命令ｖｔ产生新数据集／２１。
２．５．２导入外部标准源数据／２２。
２．６ＳＡＳ数据集导出／２４。
习题／２４。
第３章 DATA步编程和数据处理：基础／２６。
３．１ＳＡＳ程序／２６。
３．１．１ＳＡＳ语句／２６。
３．１．２ＳＡＳ表达式／２７。
３．１．３例程调用语句／３８。
３．１．４空语句／３９。
３．１．５注释语句和程序注释／３９。
３．１．６语句作用范围／４０。
３．２ＤＡＴＡ步原理／４０。
３．２．１ＤＡＴＡ步的几个重要概念／４０。
３．２．２ＤＡＴＡ步三种流程／４２。
３．３ＤＡＴＡ步———数据操作／４８。
３．３．１ＤＡＴＡ语句———ＤＡＴＡ步的开始／４８。
３．３．２ＳＥＴ语句———ＳＡＳ数据集观测的读取／４９。
３．３．３数据集观测操作／５２。
３．３．４数据集变量操作／５８。
３．４ＤＡＴＡ步———执行流程控制／６９。
３．４．１分支控制／６９。
３．４．２循环控制／７３。
３．４．３特殊流程控制／７８。
３．５ＳＡＳ数据集排序／８０。
３．５．１排序过程———Ｐｒｏｃｓｏｒｔ／８０。
３．５．２ＤＡＴＡ步中的排序数据集／８１。
３．６ＳＡＳ数据集合并／８３。
３．６．１数据集串接合并／８３。
３．６．２数据集并接合并／８７。
３．６．３用多个ｓｅｔ语句合并／８９。
习题／９０。
第４章 DATA步编程和数据处理：进阶／９５。
４．１用ＤＡＴＡ步读取外部数据／９５。
４．１．１读取内嵌流式数据／９５。
４．１．２读取磁盘或设备文件数据／１２０。
４．２将ＤＡＴＡ步数据输出到外部文件／１３２。
４．２．１将数据输出到信息窗口／１３２。
４．２．２将数据读出到外部文件或者其他终端／１３３。
４．３数组及其应用／１３６。
４．３．１数组的定义／１３７。
４．３．２数组属性／１３８。
４．３．３数组元素的引用／１４０。
４．３．４数组应用／１４１。
４．４数据查询／１４９。
４．４．１同一数据集跨行查询／１４９。
４．４．２数据集间查询／１５１。
４．５数据传递／１５３。
４．５．１用数据集传递／１５３。
４．５．２ＤＡＴＡ步接口———ｓｙｍｐｕｔｘ例程和ｓｙｍｇｅｔ函数／１５４４．６数据维护／１５７。
４．６．１建立索引／１５７。
４．６．２修改和更新／１５８。
４．６．３数据集加密／１６４。
４．７程序调试／１６６。
４．７．１语法错误／１６６。
４．７．２语义错误／１６７。
４．７．３执行错误／１６７。
４．７．４数据错误／１６９。
习题／１７０。
第５章PROC步简介／１７２。
５．１ＰＲＯＣ步／１７２。
５．１．１过程步边界／１７２。
５．１．２过程步要件／１７３。
５．１．３交互执行———ｒｕｎ组／１７６。
５．２数据管理／１７７。
５．２．１ｐｒｏｃｉｍｐｏｒｔ——数据导入过程／１７７。
５．２．２ｐｒｏｃｔｒａｎｓｐｏｓｅ——转置过程／１８０。
５．３基础统计／１８２。
５．３．１ｐｒｏｃｍｅａｎｓ过程／１８２。
５．３．２ｐｒｏｃｕｎｉｖａｒｉａｔｅ过程／１８９。
５．４成批执行ＰＲＯＣ步———和ＤＡＴＡ步结合／１９５。
习题／１９８。
第６章时间序列数据处理／１９９。
６．１时间序列数据集／１９９。
６．１．１日期和时间／１９９。
６．１．２缺失值和遗漏观测／２０６。
６．１．３ＩＤ变量／２０７。
６．１．４时间区间（间隔）／２０８。
６．１．５函数ｉｎｔｎｘ（）和ｉｎｔｃｋ（）——日期时间和间隔计算／２１１。
６．１．６滞后和差分／２１９。
６．２频率转换／２２３。
６．２．１高频转低频／２２３。
６．２．２低频转高频／２２６。
６．３变量变换／２２７。
６．３．１ＨＰ滤波／２２７。
６．３．２滞后、领先和差分／２２８。
６．３．３移动（滚动）窗口内的计算／２２９。
６．３．４分数差分和求和／２３４。
６．３．５其他变换／２３６。
６．４时间序列画图／２３７。
６．４．１尺寸、格式和分别率，边界和外墙／２３８。
６．４．２数据图标、折线线型／２３９。
６．４．３时间轴刻度和参考线／２４１。
６．４．４多图叠放／２４３。
习题／２４４。
第７章一元时间序列分析／２４６。
７．１ｐｒｏｃａｒｉｍａ过程／２４６。
７．１．１单位根（平稳性）检验／２４７。
７．１．２模型定阶／２５１。
７．１．３模型估计和诊断／２５６。
７．１．４预测／２６０。
７．２ｐｒｏｃａｕｔｏｒｅｇ过程／２６３。
７．２．１时间序列回归模型／２６４。
７．２．２ｐｒｏｃａｕｔｏｒｅｇ语法／２６５。
７．２．３单位根（平稳性）检验／２６７。
７．２．４自回归模型设定和估计／２６９。
７．２．５时间序列回归模型估计／２７１。
７．２．６ＡＲＣＨ检验和ＧＡＲＣＨ模型估计／２７３。
７．２．７变点检验和变结构检验／２７９。
７．２．８参数约束及检验／２８５。
７．２．９模型检测／２８７。
７．２．１０预测／２９１。
习题／２９３。
第８章多元时间序列分析／２９５。
８．１平稳时间序列分析——向量自回归模型／２９５。
８．１．１向量自回归移动平均模型分析／２９６。
８．１．２脉冲响应和方差分解／３０２。
８．１．３格兰杰因果关系检验／３０４。
８．２非平稳时间序列分析——协整检验和误差修正模型／３０６。
８．２．１协整检验／３０６。
８．２．２误差修正模型估计／３１０。
８．３多元波动模型／３１５。
８．３．１多元波动模型／３１５。
８．３．２建立多元波动模型／３１７。
８．４参数约束／３１９。
８．４．１约束表达式／３２０。
８．４．２等式约束／３２１。
８．４．３不等式约束／３２１。
８．５参数约束检验／３２３。
习题／３２３。
第９章线性高斯状态空间模型／３２６。
９．１引言／３２６。
９．１．１线性高斯状态空间模型／３２６。
９．１．２线性高斯状态空间模型的估计／３２９。
９．２建立状态空间模型／３３０。
９．２．１模型设定／３３４。
９．２．２模型估计／３４７。
９．２．３模型诊断／３４８。
９．２．４模型预测／３４８。
９．２．５保存结果／３５０。
９．３状态空间模型应用／３５２。
９．３．１ＡＲＭＡ模型的状态空间模型估计／３５２。
９．３．２动态面板数据模型的状态空间模型估计／３５３。
９．３．３动态因子模型／３５９。
习题／３６３。
第１０章矩阵编程语言IML ／３６５。
１０．１矩阵创建／３６５。
１０．１．１元素列示／３６５。
１０．１．２矩阵生成函数／３６７。
１０．２矩阵运算和操作／３７０。
１０．２．１矩阵运算／３７０。
１０．２．２矩阵下标和降维／３７４。
１０．２．３矩阵函数／３７６。
１０．３ＳＡＳ数据集操作／３８６。
１０．３．１将ＳＡＳ数据集读入ＩＭＬ／３８７。
１０．３．２编辑数据集／３８９。
１０．３．３用矩阵创建数据集／３９１。
１０．３．４数据集排序／３９２。
１０．４编程语句／３９３。
１０．４．１选择语句／３９３。
１０．４．２ＤｏＥｎｄ语句块／３９４。
１０．４．３循环语句／３９４。
１０．５函数定义和引用／３９６。
１０．５．１定义函数／３９７。
１０．５．２函数符号表／３９７。
１０．５．３函数调用／３９９。
１０．６数据整理／４０１。
１０．６．１数据查询／４０１。
１０．６．２移动窗口统计／４０２。
１０．７非线性优化／４０３。
１０．７．１非线性优化子程序格式／４０３。
１０．７．２优化子程序自变量／４０４。
１０．７．３参数约束设定／４０６。
１０．７．４对数似然函数海塞矩阵计算／４１０。
１０．８Ｒ函数调用／４１１。
１０．８．１软件设置／４１１。
１０．８．２Ｒ语句的封装和提交／４１２。
１０．８．３数据转换／４１４。
１０．８．４用Ｒ分析数据／４１６。
１０．８．５用Ｒ画图／４２０。
习题／４２１。
参考文献／４２５。