前面我们介绍了 R 语言编程的基础知识（主要围绕 tidyverse 核心 R 包展开），课程终于进入量化金融领域！在本讲中，我们将围绕量化金融的核心概念与技能（如金融数据获取、数据清洗、构建投资组合以及绩效评估等）展开，侧重介绍在 tidyverse（tidyverts）中与量化金融分析流程直接相关的若干 R 包。
本讲主要涵盖以下几方面的内容：
- tidyquant 包（Tidy Quantitative Financial Analysis）
- 数据导入：
tq_get() - 数据转换：
tq_transmute()/tq_transmute_xy()/tq_portfolio() - 绩效分析：
tq_performance()
- 数据导入：
- tsibble 包（Tidy Temporal Data Frames and Tools）
as_tsibble()强制转化为tbl_tsfilter_index()选取时间子集index_by()+summarise()修改时间粒度*_gaps()检查、处理时间缺口
- slider 包（Sliding Window Functions）
slide()slide_index()slide_period()hop()
- 案例：上证50成分股
1. 课前准备
由于本讲的内容在 📖 R for Data Science 一书中并未涉及，在此不布置课前准备任务。
2. 课堂讲义
课堂讲义 PDF 版和腾讯会议云录制链接将分别于课前和课后发布在 QQ 课程群内，请有需要的同学自行下载或观看。
3. 随堂练习
⌨️ [未安排随堂练习时间]
4. 课后作业
✍️ 课后作业