Finanzas ordenadas con R (Chapman & Hall/Crc The R Series)

Este libro de texto muestra cómo trasladar conceptos teóricos de las finanzas y la econometría a los datos. Centrándonos en la codificación y el análisis de datos con R, mostramos cómo realizar investigaciones en finanzas empíricas desde cero. Comenzamos presentando los conceptos de datos ordenados y principios de codificación utilizando la familia tidyverse de paquetes R. Se proporciona código para preparar fuentes de datos financieros patentadas y de código abierto comunes (CRSP, Compustat, Mergent FISD, TRACE) y organizarlas en una base de datos. Reutilizamos estos datos en todos los capítulos siguientes, que mantenemos lo más autónomos posible. Las aplicaciones empíricas van desde conceptos clave de valoración empírica de activos (estimación beta, clasificación de carteras, análisis de rendimiento, factores Fama-French) hasta aplicaciones de modelado y aprendizaje automático (estimación de efectos fijos, errores estándar de agrupamiento, estimadores de diferencias en diferencias, regresión de crestas). , Lasso, Elastic net, bosques aleatorios, redes neuronales) y técnicas de optimización de cartera. Aspectos destacados 1. Capítulos independientes sobre las aplicaciones y metodologías más importantes en finanzas, que pueden usarse fácilmente para la investigación del lector o como referencia para cursos sobre finanzas empíricas. 2. Cada capítulo es reproducible en el sentido de que el lector puede replicar cada figura, tabla o número simplemente copiando y pegando el código que le proporcionamos. 3. Una introducción completa al aprendizaje automático con modelos tidy basados ​​en principios ordenados para mostrar cómo la selección de factores y la fijación de precios de opciones pueden beneficiarse de los métodos de aprendizaje automático. 4. El Capítulo 2 sobre acceso y gestión de datos financieros muestra cómo recuperar y preparar los conjuntos de datos más importantes de economía financiera: CRSP y Compustat. El capítulo también contiene explicaciones detalladas de las características de los datos más relevantes. 5. Cada capítulo proporciona ejercicios basados ​​en conferencias y clases establecidas que están diseñadas para ayudar a los estudiantes a profundizar más. Los ejercicios se pueden utilizar para el autoestudio o como fuente de inspiración para la enseñanza de ejercicios.

• | Autor: Stefan Voigt (profesor universitario), Christoph Scheuch, Patrick Weiss
• | Editorial: Chapman y Hall/Crc
• | Fecha de publicación: 05 de abril de 2023
• | Número de páginas: 268 páginas
• | Idioma: inglés
• | Encuadernación: Tapa dura
• | ISBN-10: 1032389338
• | ISBN-13: 9781032389332