Ocena:
Książka „Reproducible Finance with R” otrzymała przytłaczająco pozytywne recenzje od czytelników, podkreślając jej skuteczność jako narzędzia do nauki analizy finansowej za pomocą programowania w języku R. Systematyczne podejście autora pozwala czytelnikom zrozumieć złożone tematy w przystępny sposób, dzięki czemu jest odpowiednia zarówno dla początkujących, jak i zaawansowanych użytkowników. Zapewnia jasne wprowadzenie do koncepcji finansowych i demonstruje praktyczne zastosowania przy użyciu różnych pakietów w R. Systematyczne podejście autora umożliwia czytelnikom zrozumienie złożonych tematów w łatwy do opanowania sposób, dzięki czemu jest odpowiedni zarówno dla początkujących, jak i zaawansowanych użytkowników finansów.
Zalety:⬤ Wszechstronne omówienie koncepcji finansowych i aplikacji R.
⬤ Oferuje wiele metod kodowania (xts, tidyverse, tidyquant) do rozwiązywania problemów.
⬤ Zawiera praktyczne przykłady związane z rzeczywistą analizą finansową.
⬤ Obejmuje tworzenie aplikacji internetowych Shiny do interaktywnej wizualizacji danych.
⬤ Przystępny dla czytelników z pewną wiedzą na temat R i finansów.
⬤ Zachęca do dobrych praktyk kodowania i odtwarzalności.
⬤ Jasny i zwięzły tekst z łatwym do wykonania kodem.
⬤ Może zakładać pewną wcześniejszą znajomość R, co może być wyzwaniem dla zupełnie początkujących.
⬤ Niektórzy recenzenci wskazali, że książka mogłaby zyskać na bardziej zaawansowanych tematach lub złożoności w przyszłych wydaniach.
(na podstawie 28 opinii czytelników)
Reproducible Finance with R: Code Flows and Shiny Apps for Portfolio Analysis
Reproducible Finance with R: Code Flows and Shiny Apps for Portfolio Analysis to unikalne wprowadzenie do nauki o danych dla zarządzania inwestycjami, które bada trzy główne paradygmaty kodowania R/finanse, kładzie nacisk na wizualizację danych i wyjaśnia, jak zbudować spójny zestaw funkcjonujących aplikacji Shiny. Pełny kod źródłowy, dane dotyczące cen aktywów i działające aplikacje Shiny są dostępne na stronie reproduciblefinance.com. Idealny czytelnik pracuje w finansach lub chce pracować w finansach i chce nauczyć się kodu R i Shiny na prostych, ale praktycznych przykładach ze świata rzeczywistego.
Książka rozpoczyna się od pierwszego kroku w nauce o danych: importowania i przetwarzania danych, co w kontekście inwestycyjnym oznacza importowanie cen aktywów, konwersję na zwroty i konstruowanie portfela. Kolejna sekcja obejmuje ryzyko i zajmuje się statystykami opisowymi, takimi jak odchylenie standardowe, skośność, kurtoza i ich historie kroczące. Trzecia sekcja koncentruje się na teorii portfela, analizując współczynnik Sharpe'a, CAPM i modele Fama French. Książka kończy się aplikacjami do znajdowania indywidualnego wkładu aktywów w ryzyko i do przeprowadzania symulacji Monte Carlo. Dla każdego z tych zadań badane są trzy główne paradygmaty kodowania, a praca jest opakowana w interaktywne pulpity nawigacyjne Shiny.
.
.