CRAN 任务视图：实证金融

本 CRAN 任务视图包含一个实证金融领域中常用包的列表，按主题分组。

除了这些包之外，基本 R 系统（及其推荐的核心包集）以及 综合 R 档案网络 (CRAN) 上的许多其他包也提供了大量适用于实证金融工作的函数。因此，其他几个 CRAN 任务视图可能包含合适的包，特别是 计量经济学、优化、稳健 和 时间序列 任务视图。

ctv 包支持这些任务视图。其函数 install.views 和 update.views 分别允许安装或更新来自给定任务视图的包；coreOnly 选项可以将操作限制在下面标记为核心的包。

欢迎并鼓励您通过 电子邮件联系维护者 或在上面链接的 GitHub 存储库中提交 issue 或 pull request 来贡献。有关详细信息，请参阅 贡献页面，该页面位于 CRAN 任务视图 存储库中。

标准回归模型

• 计量经济学 任务视图提供了对可用回归方法的详细概述。这由 稳健 任务视图补充，该视图侧重于更稳健和更抗干扰的方法。
• 线性模型，例如普通最小二乘法 (OLS)，可以通过 `lm()` 函数进行估计（来自基本 R 发行版中包含的 stats 包）。最大似然 (ML) 估计可以使用标准 `optim()` 函数进行。许多其他合适的方法列在 Optimization 视图中。非线性最小二乘法可以使用 `nls()` 函数以及 `nlme()` 函数（来自 nlme 包）进行估计。
• 对于线性模型，car、lmtest、strucchange、urca 和 sandwich 包提供了各种回归诊断测试。 Rcmdr 包提供了可能也令人感兴趣的用户界面。

时间序列

• 可以在 TimeSeries 任务视图中找到时间序列分析工具的详细概述。下面简要概述了金融中最重要的方法。
• 基本 R 发行版中的 `arima()` 和 `KalmanLike()` 命令提供了经典的时间序列功能。
• timsac 包提供了各种更高级的估计方法；fracdiff 可以估计分数积分序列；longmemo 涵盖了相关材料。
• 对于波动率建模，标准 GARCH(1,1) 模型可以使用 tseries 包中的 `garch()` 函数进行估计。Rmetrics（见下文）包含 fGarch 包，其中包含其他模型。 rugarch 包可用于对各种单变量 GARCH 模型进行建模，并扩展为 ARFIMA、均值内、外部回归量和其他各种规范；还提供了拟合、预测、模拟、推断和绘图方法。 rmgarch 在其基础上构建，提供了估计多个多元 GARCH 模型的能力。 betategarch 包可以估计和模拟 Harvey 的 Beta-t-EGARCH 模型。 bayesGARCH 包可以对具有学生 t 创新性的 GARCH(1,1) 模型进行贝叶斯估计。对于多元模型，gogarch 包提供了广义正交 GARCH 模型的函数。 gets 包（由相关的 AutoSEARCH 包先于）提供了对数 ARCH-X 模型的均值和对数波动率的自动一般到特定模型选择。 lgarch 包可以估计和拟合对数 GARCH 模型。 garchx 包估计具有杠杆作用和外部协变量的 GARCH 模型。 bmgarch 包在贝叶斯设置中拟合多个多元 GARCH 模型。
• 单位根和协整检验由 tseries 和 urca 提供。Rmetrics 包 timeSeries 和 fMultivar 包含许多用于 ARMA、GARCH、长记忆模型、单位根等的估计函数。 CADFtest 包实现了 Hansen 单位根检验。
• vars 包在经典框架中提供 VAR 和 SVAR 模型的估计、诊断、预测和误差分解。
• dyn 和 dynlm 包适用于动态（线性）回归模型。
• 几个包提供小波分析功能： wavelets、 waveslim、 wavethresh。混沌理论中的一些方法由包 tseriesChaos 提供。 tsDyn 添加了基于动力系统理论的时间序列分析。
• forecast 包添加了用于预测问题的函数。
• stochvol 包使用马尔可夫链蒙特卡罗实现了随机波动率的贝叶斯估计，而 factorstochvol 将其扩展到多元情况。
• MSGARCH 包添加了方法来拟合（通过最大似然或贝叶斯）、模拟和预测各种马尔可夫切换 GARCH 过程。
• DriftBurstHypothesis 包估计了爆炸性漂移突发假设的 t 检验统计量（Christensen、Oomen 和 Reno，2018 年）。
• 包 lmForc 提供各种样本内、样本外、伪样本外和基准线性模型预测检验。

金融

• Rmetrics 软件包套件包含 fAssets、fBasics、fBonds、timeDate（以前称为：fCalendar）、fCopulae、fExtremes、fGarch、fImport、fNonlinear、fPortfolio、fRegression、timeSeries（以前称为：fSeries）、fTrading，并包含大量与实证和计算金融不同方面相关的函数。
• RQuantLib 软件包从 QuantLib 项目为 R 提供了多个期权定价函数以及一些固定收益功能。 RcppQuantuccia 提供了 QuantLib 功能的较小子集，作为仅限头的库；目前仅公开了一些日历功能。
• quantmod 软件包提供了一些用于金融量化建模以及数据采集、绘图和其他实用程序的函数。
• backtest 提供工具来探索关于金融工具的基于投资组合的假设。 pa 软件包为股票投资组合提供绩效归因功能。
• PerformanceAnalytics 软件包包含大量用于投资组合绩效计算和风险管理的函数。
• TTR 包含用于在 R 中构建技术交易规则的函数。
• sde 软件包为随机微分方程提供模拟和推断功能。
• vrtest 软件包包含一些用于有效市场假说弱形式的方差比率检验。
• gmm 软件包提供广义矩估计 (GMM) 估计函数，这些函数通常用于估计资产定价模型所隐含的矩条件的参数。
• BurStFin 和 BurStMisc 软件包包含一个用于金融的函数集合，包括协方差矩阵的估计。
• parma 包提供对投资组合分配和风险管理应用程序的支持。
• GUIDE 包提供了一个用于DE 衍生品的GUI，并包含许多定价示例以及交互式 2d 和 3d 图表来研究这些定价函数。
• SharpeR 包包含一组工具，用于基于夏普比率和过度拟合分析交易策略的显著性。
• RND 包实现了各种函数，用于从期权价格中提取风险中性密度。
• LSMonteCarlo 包可以通过最小二乘蒙特卡罗方法对美式期权进行定价。
• BenfordTests 包提供了七个统计检验和支持函数，用于确定数值数据是否符合本福特定律。
• OptHedging 包对看涨和看跌期权组合进行估值，并实施最优套期保值策略。
• markovchain 包提供了易于处理和分析离散马尔可夫链的功能。
• tvm 包模型提供了用于资金时间价值的函数，例如现金流和收益率曲线。
• MarkowitzR 包提供了用于测试马科维茨投资组合的统计显著性的函数。
• pbo 包在分析交易策略时对回测过度拟合的概率、性能下降、亏损概率和随机支配进行建模。
• OptionPricing 包实现了用于几何布朗运动下亚式期权和欧式期权的价格和敏感性的高效蒙特卡罗算法。
• restimizeapi 包连接了 www.estimize.com 上的 API，该 API 提供众包的收益估计。
• credule 包是另一个用于信用违约掉期定价的包。
• obAnalytics 包分析并可视化来自限价单簿数据事件的信息。
• derivmkts 包添加了一组定价和说明函数，这些函数在教授衍生品市场时很有用。
• ragtop 包在 Black 和 Scholes 的扩展下对股票衍生品进行定价，该扩展支持在幂律链接价格和风险率下的违约。
• InfoTrad 包估计 PIN 并将其扩展到不同的分解和估计算法。
• FinancialMath 包包含精算师考试所需的金融数学和衍生品定价函数，这些考试由精算师协会和财产险精算师协会的“金融数学”考试进行。
• tidyquant 包重新排列了几个其他关键包的功能，以便在所谓的 tidyverse 中使用。
• BCC1997 在 Bakshi、Cao 和 Chen (1997) 的随机波动率、随机利率和随机跳跃模型下对欧式期权进行定价。
• Sim.DiffProc 包提供函数来模拟和分析连续时间模型的多维伊藤和斯特拉托诺维奇随机微积分。
• BLModel 包根据由资产收益率给出的先验分布和由外部函数给出的观点的连续分布，计算 Black-Litterman 模型中的后验分布。
• PortfolioOptim 可以解决小型和大型样本投资组合优化。
• DtD 包根据 Merton 模型计算违约距离。
• PeerPerformance 包以成对的方式分析投资基金相对于其同行的表现，这种方式对错误发现具有鲁棒性。
• crseEventStudy 包提供了另一个事件研究工具来分析长期事件中的异常收益。
• simfinapi 包提供了对 SimFin 基本财务报表数据的 R 访问权限（需要 API 密钥）。
• 该 NFCP 包通过 n 因子期限结构估计来模拟商品价格。
• 该 LSMRealOptions 包使用最小二乘蒙特卡罗方法来估值美式期权和实物期权。
• 该 AssetCorr 包根据 Vasicek 信用组合模型中的违约数据估计组内和组间相关性。
• 该 ichimoku 包提供了创建和可视化一目均衡表策略的工具，并提供了与 OANDA fxTrade API 的接口，用于检索历史和实时流价格数据（需要免费注册）。
• 该 greeks 包计算了 Black Scholes 模型中欧式、亚洲和美式期权的金融期权价格敏感度。
• 该 RTL（风险工具库）包提供了一组函数和元数据，以补充金融和商品领域的核心包，包括期货到期表。
• 该 GARCHSK 包估计 GARCHSK 和 GJRSK 模型，允许时间变化的波动率、偏度和峰度。
• 该 bidask 包提供了一种新颖的方法来从 OHLC 数据中估计买卖价差，并实现了其他参考模型。
• 该 strand 包为投资策略的离散（股级）模拟添加了一个框架。
• 该 HDShOP 包构建了高维均值方差投资组合的收缩估计量，并对最优性进行了高维检验，而 DOSPortfolio 包使用它来构建全局最小方差投资组合权重的动态最优收缩估计量。
• 该 SVDNF 包实现了一个离散非线性滤波器，用于找到具有跳跃的随机波动率模型的滤波分布和最大似然参数估计。
• 该 fHMM 包实现了隐马尔可夫模型及其层次扩展，用于检测和表征金融市场状态。
• 该 epo 包提供了 Pedersen 等人（2021）描述的增强型投资组合优化 (EPO)。
• The BayesianFactorZoo 包提供了一个新颖的贝叶斯框架，用于分析 Bryzgalova 等人 (2013) 中的线性资产定价模型。
• The cryptoQuotes 包提供了一种简化的访问加密货币 OHLC-V 市场数据和情绪指标的方法，其粒度从秒到月不等。

风险管理

• The qrmtools 和 qrmdata 包提供了用于定量风险管理 (QRM) 中标准任务的工具和数据，并与 McNeil、Frey、Embrechts (2005、2015，“定量风险管理：概念、技术、工具”) 的书籍相配套。
• The Task View ExtremeValue 将许多相关包分组在一起。
• The mvtnorm 包提供多元正态和 t 分布的代码。
• The nvmix 包提供了多元正态方差混合的功能（包括非整数自由度的正态和 t 分布）。
• Rmetrics 包 fPortfolio 和 fExtremes 也包含许多相关函数。
• The copula 和 copulaData 包涵盖了广泛的 copula 建模任务。
• The actuar 包从精算的角度对风险管理进行了探讨。
• The ghyp 包提供了广义双曲分布函数，以及用于 VaR、CVaR 或目标收益率投资组合优化的程序。
• The ChainLadder 包提供了用于建模保险索赔准备金的函数；而 lifecontingencies 包提供了用于生命或有事件的财务和精算评估的函数。
• The ESG 包可用于资产预测建模，一种基于情景的模拟方法。
• The riskSimul 包提供了有效的模拟程序，用于估计股票投资组合的尾部损失概率和条件超额，其中假设对数收益遵循具有广义双曲或 t 边缘的 t copula 模型。
• The GCPM 包使用分析和模拟方法分析信贷组合的违约风险。
• The FatTailsR 包提供了一个包含四个分布的族，这些分布专门针对具有对称和非对称肥尾的分布。
• The Dowd 包包含从 Kevin Dowd 的“测量市场风险”一书中提供的“MMR2”工具箱移植的函数。
• The PortRisk 包计算投资组合风险归因。
• 该 NetworkRiskMeasures 包实现了金融网络的一些风险度量，例如 DebtRank、影响敏感度、影响扩散和影响流动性。
• 该 Risk 包计算任何连续分布的 26 个金融风险度量。
• 该 RiskPortfolios 包根据 Ardia 等人的相关论文构建基于风险的投资组合。
• 该 reinsureR 包对再保险进行建模，再保险是一个 Claims 类，其目标是存储索赔和保费，不同的条约可以应用于这些索赔和保费。
• 该 RM2006 包使用 Zumbach (2007) 中描述的 RiskMetrics 2006 方法估计条件协方差矩阵。
• 该 cvar 包计算连续分布的预期亏损和风险价值。
• riskParityPortfolio 提供了用于构建风险平价投资组合的快速实现。
• 该 monobin 包在信用评级模型（PD、LGD、EAD）开发中执行数值风险因子的单调分箱。
• 该 etrm 包包含一组函数，用于执行能源交易和风险管理 (ETRM) 中的核心任务。
• 包 ufRisk 提供了来自参数和半参数模型的多种风险价值和预期亏损度量。
• 包 bondAnalyst 和 stockAnalyst 分别提供了一些债券定价和固定收益估值函数以及基本股票估值函数，这些函数对应于风险和收益的标准行业实践。
• 包 bearishTrader、bullishTrader 和 volatilityTrader 分别支持方向性观点或波动率制度的交易策略和分析。
• 包 VaRES 计算许多参数分布的风险价值和预期亏损。

书籍

• 该 NMOF 包提供了 Manfred Gilli、Dietmar Maringer 和 Enrico Schumann (2011) 的《金融中的数值方法和优化》一书中的函数、示例和数据，包括不同的优化启发式方法，例如差分进化、遗传算法、粒子群和阈值接受。
• 该 FRAPO 包提供了 Bernhard Pfaff (2013) 的《金融风险建模和投资组合优化与 R》一书的数据集和代码。

数据和日期管理

• zoo 和 timeDate（Rmetrics 的一部分）包提供了对不规则间隔时间序列的支持。 xts 包扩展了 zoo，专门用于金融时间序列。有关更多详细信息，请参阅 TimeSeries 任务视图。
• timeDate 还解决了日历问题，例如大量金融中心的定期假期，并提供了针对高频数据集的代码。
• tis 包提供与 Fame 频率兼容的时间索引和时间索引序列。
• IBrokers 和 rib 包提供了对 Interactive Brokers API 的访问（但需要帐户才能访问该服务）。
• data.table 包提供了对内存中数据集（如资产价格）的非常高效和快速的访问。
• highfrequency 包包含管理、清理和匹配高频交易和报价数据的功能，使用户能够计算各种流动性指标，估计和预测波动性，并调查微观结构噪声和日内周期性。
• bizdays 包在提供假期列表的情况下计算工作日。
• TAQMNGR 包管理逐笔（股票）交易数据，执行“清理”、“聚合”和“导入”，其中清理和聚合是根据 Brownlees 和 Gallo（2006）进行的。
• Rblpapi 包提供了对 Bloomberg API 的高效访问，并允许 bdp、bdh 和 bds 查询以及以（常规时间）条和刻度（尽管没有亚秒分辨率）检索数据。
• finreportr 包可以从 SEC Edgar 数据库下载报告，并依赖于 XBRL 包来解析这些报告。
• GetTDData 包从 Tesouro Direto 网站导入巴西政府债券数据（如 LTN、NTN-B 和 LFT）。
• The fmdates 包实现了根据 ISDA 时间表进行的常见日期计算，并且可以检查不同地区的营业日。
• Kenneth French 网站上的数据可以使用 frenchdata 包下载。也可以使用 NMOF 包中的 French 函数下载单个数据集。
• 可以通过 freecurrencyapi 包访问汇率数据（需要免费 API 订阅）。

CRAN 包

相关链接

• Rmetrics 包含大量用于金融的 R 代码
• Quantlib 是一个用于量化金融的 C++ 库
• Rblpapi 访问的 Bloomberg API 文档
• 邮件列表：R 特别兴趣小组金融
• MSCI 指数数据
• French/Fama 数据
• Wilshire 指数数据
• Rene Carmona
• Eric Zivot
• Ruppert 的“统计学与金融”的 R 代码
• Guy Yollin
• 教科书“用 R 进行整洁的金融”，包含许多实证金融应用

其他资源

• CRAN 任务视图：Econometrics
• CRAN 任务视图：ExtremeValue
• CRAN 任务视图：Optimization
• CRAN 任务视图：Robust
• CRAN 任务视图：时间序列