R語言在金融領域提供了很多的金融計算框架和工具，當你具備金融理論知識和市場經(jīng)驗，你可以利用這些第三方提供的技術(shù)框架來構(gòu)建自己的金融模型。我們可以從CRAN上找到各種的金融項目，訪問R的官方網(wǎng)站 (https://cran.r-project.org/)，找到Task Views 菜單里的 Finance標簽。
金融領域涉及得非常廣，包括銀行業(yè)，保險業(yè)，信托業(yè)，證劵業(yè)務，租賃業(yè)務。
金融行業(yè)都具有指標性，壟斷性，高風險性，效益依賴性以及高負債經(jīng)營性的特點。量化投資是證劵投資一個很細分的專業(yè)領域，涉及到的金融工具包其實并不是很多。其實把這些包研究好了，就可以很方便的做量化模型和交易了。
如果構(gòu)建自己的量化交易系統(tǒng)，需要用到5各方面的工具：數(shù)據(jù)管理，指標計算，回測交易，投資組合，風險管理。
數(shù)據(jù)管理
包括數(shù)據(jù)的抓取，存儲，讀取，時間序列，數(shù)據(jù)處理。涉及的R包有：
zoo(時間序列對象), xts(時間序列處理), timeSeries(Rmetrics系時間序列對象) timeDate(Rmetrics系時間序列處理), data.table(數(shù)據(jù)處理), quantmod(數(shù)據(jù)下載和圖形可視化), RQuantLib(QuantLib數(shù)據(jù)接口), WindR(Wind數(shù)據(jù)接口), RJDBC(數(shù)據(jù)庫訪問接口), rhadoop(Hadoop訪問接口), rhive(Hive訪問接口), rredis(Redis訪問接口), rmongodb(MongoDB訪問接口), SparkR(Spark訪問接口),fImport(Rmetrics系數(shù)據(jù)訪問接口)等。指標計算：包括金融市場的技術(shù)指標的各種計算方法，涉及R包有 TTR(技術(shù)指標), TSA(時間序列計算), urca(單位根檢驗), fArma(Rmetrics系ARMA計算), fAsianOptions(Rmetrics系亞洲期權(quán)定價), fBasics(Rmetrics系計算工具), fCopulae(Rmetrics系財務分析), fExoticOptions(Rmetrics系期權(quán)計算), fGarch(Rmetrics系Garch模型), fNonlinear(Rmetrics系非線模型), fOptions(Rmetrics系期權(quán)定價), fRegression(Rmetrics系回歸分析), fUnitRoots(Rmetrics系單位根檢驗) 等。
回測交易：包括金融數(shù)據(jù)建模，并驗證用歷史數(shù)據(jù)驗證模型的可靠性，涉及R包有 FinancialInstrument(金融產(chǎn)品), quantstrat(策略模型和回測), blotter(賬戶管理), fTrading(Rmetrics系交易分析)等。
投資組合：對多策略或多模型進行管理和優(yōu)化，涉及R包有 PortfolioAnalytics(組合分析和優(yōu)化), stockPortfolio(股票組合管理), fAssets(Rmetrics系組合管理)等
風險管理：對持倉進行風險指標的計算和風險提示，涉及R包有 PerformanceAnalytics(風險分析),fPortfolio(Rmetrics系組合優(yōu)化), fExtremes(Rmetrics系數(shù)據(jù)處理)等。
