دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Jonathan K. Regenstein Jr.
سری: The R Series
ISBN (شابک) : 9781138484030, 1138484229
ناشر: Chapman & Hall
سال نشر: 2019
تعداد صفحات: 249
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 71 مگابایت
در صورت تبدیل فایل کتاب Reproducible Finance with R: Code Flows and Shiny Apps for Portfolio Analysis به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مالی قابل تکرار با R: جریان های کد و برنامه های درخشان برای تجزیه و تحلیل پورتفولیو نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
مالی تکرارپذیر با R: جریان های کد و برنامه های براق برای تجزیه و تحلیل پورتفولیو مقدمه ای منحصر به فرد برای علم داده برای مدیریت سرمایه گذاری است که سه الگوی اصلی کدگذاری R/Finance را بررسی می کند، بر تجسم داده ها تأکید می کند و نحوه ایجاد مجموعه ای منسجم از برنامه های کاربردی درخشان را توضیح می دهد. . کد منبع کامل، دادههای قیمت دارایی و برنامههای کاربردی زنده درخشان در reproduciblefinance.com موجود است. خواننده ایدهآل در امور مالی کار میکند یا میخواهد در امور مالی کار کند و میخواهد R Code و Shiny را از طریق مثالهای ساده و در عین حال کاربردی در دنیای واقعی بیاموزد. کتاب با اولین گام در علم داده آغاز می شود: وارد کردن و بحث کردن داده ها، که در زمینه سرمایه گذاری به معنای واردات قیمت دارایی، تبدیل به بازده، و ساخت یک سبد است. بخش بعدی ریسک را پوشش می دهد و به آمارهای توصیفی مانند انحراف معیار، چولگی، کشیدگی و تاریخچه چرخش آنها می پردازد. بخش سوم بر تئوری پورتفولیو متمرکز است و مدلهای شارپ، CAPM و Fama French را تحلیل میکند. این کتاب با کاربردهایی برای یافتن سهم دارایی های فردی در ریسک و اجرای شبیه سازی های مونت کارلو به پایان می رسد. برای هر یک از این وظایف، سه پارادایم اصلی کدنویسی بررسی شده و کار در داشبوردهای تعاملی براق پیچیده میشود.
Reproducible Finance with R: Code Flows and Shiny Apps for Portfolio Analysis is a unique introduction to data science for investment management that explores the three major R/finance coding paradigms, emphasizes data visualization, and explains how to build a cohesive suite of functioning Shiny applications. The full source code, asset price data and live Shiny applications are available at reproduciblefinance.com. The ideal reader works in finance or wants to work in finance and has a desire to learn R code and Shiny through simple, yet practical real-world examples. The book begins with the first step in data science: importing and wrangling data, which in the investment context means importing asset prices, converting to returns, and constructing a portfolio. The next section covers risk and tackles descriptive statistics such as standard deviation, skewness, kurtosis, and their rolling histories. The third section focuses on portfolio theory, analyzing the Sharpe Ratio, CAPM, and Fama French models. The book concludes with applications for finding individual asset contribution to risk and for running Monte Carlo simulations. For each of these tasks, the three major coding paradigms are explored and the work is wrapped into interactive Shiny dashboards.