A. R语言怎么把股票日收盘价转换成对数收益率
知道一系列收盘价向量X,length=1000,求对数收益率的R语言代码
acf(int[,2], lag.max = 15,type = "correlation", plot = TRUE,main='int monthly
acf(int.l[,2], lag.max = 15,type = "correlation", plot = TRUE,main='int monthly
log return')
Box.test(int[,2], lag = 5, type = "Ljung-Box")
Box.test(int[,2], lag = 10, type = "Ljung-Box")
Box.test(int.l[,2], lag = 5, type = "Ljung-Box")
Box.test(int.l[,2], lag = 10, type = "Ljung-Box")
运行结错误办
> int <- read.table("d-intc7208.txt", head=T)
错误于file(file, "rt") : 打链结
外: 警告信息：
In file(file, "rt") :
打文件'd-intc7208.txt': No such file or directory
+ acf(int.l[,2], lag.max = 15,type = "correlation", plot = TRUE,main='int monthly
错误: 意外符号 in:
"
acf(int.l[,2], lag.max = 15,type = "correlation", plot = TRUE,main='int"
> log return')
错误: 意外符号 in "log return"
B. 如何用R 语言 建立 股票价格的时间序列
在下想用R语言对股票价格进行时间序列分析。
问题出在第一步，如何将股票价格转换为时间序列。
我想用的语句是 pri <- ts (data, start=(), frequency= )
但是我不知道frequency 项该如何填？
因为股票的交易日是一周五天的。 那么这个frequency 该如何设置呢？
我知道通常frequency= 12 为月度数据，frequency= 4 为季度数据，frequency= 1 为年度数据 但日数据怎么写我就不知道了
初学R语言，还望各位大侠多多帮助。
C. R语言 广义加性模型GAM
原文链接：http://tecdat.cn/?p=20882
1导言
这篇文章探讨了为什么使用广义相加模型是一个不错的选择。为此，我们首先需要看一下线性回归，看看为什么在某些情况下它可能不是最佳选择。
2回归模型
假设我们有一些带有两个属性Y和X的数据。如果它们是线性相关的，则它们可能看起来像这样：
a<-ggplot(my_data, aes(x=X,y=Y))+geom_point()+
为了检查这种关系，我们可以使用回归模型。线性回归是一种使用X来预测变量Y的方法。将其应用于我们的数据将预测成红线的一组值：
a+geom_smooth(col="red", method="lm")+
这就是“直线方程式”。根据此等式，我们可以从直线在y轴上开始的位置（“截距”或α）开始描述，并且每个单位的x都增加了多少y（“斜率”），我们将它称为x的系数，或称为β）。还有一点自然的波动，如果没有的话，所有的点都将是完美的。我们将此称为“残差”（ϵ）。数学上是：
10它比线性模型好吗？
让我们对比具有相同数据的普通线性回归模型：
我们的方差分析函数在这里执行了f检验，我们的GAM模型明显优于线性回归。
11小结
所以，我们看了什么是回归模型，我们是如何解释一个变量y和另一个变量x的。其中一个基本假设是线性关系，但情况并非总是这样。当关系在x的范围内变化时，我们可以使用函数来改变这个形状。一个很好的方法是在“结”点处将光滑曲线链接在一起，我们称之为“样条曲线”
我们可以在常规回归中使用这些样条曲线，但是如果我们在GAM的背景中使用它们，我们同时估计了回归模型以及如何使我们的模型更光滑。
上面的示例显示了基于样条的GAM，其拟合度比线性回归模型好得多。
12参考：
NELDER, J. A. & WEDDERBURN, R. W. M. 1972. Generalized Linear Models. Journal of the Royal Statistical Society. Series A (General), 135, 370-384.
HARRELL, F. E., JR. 2001. Regression Modeling Strategies, New York, Springer-Verlag New York.
最受欢迎的见解
1.R语言多元Logistic逻辑回归 应用案例
2.面板平滑转移回归(PSTR)分析案例实现
3.matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）
4.R语言泊松Poisson回归模型分析案例
5.R语言回归中的Hosmer-Lemeshow拟合优度检验
6.r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现
7.在R语言中实现Logistic逻辑回归
8.python用线性回归预测股票价格
9.R语言如何在生存分析与Cox回归中计算IDI，NRI指标
D. 如何用R语言的quantmod包获取一系列股票的历史日线数据
我举个例子供你参考：
> install.packages('quantmod') # 安装安装quantmod包
> require(quantmod)#引用quantmod包
> getSymbols("GOOG",src="yahoo",from="2013-01-01", to='2013-04-24') #从雅虎财经获取google的股票数据
> chartSeries(GOOG,up.col='red',dn.col='green') #显示K线图
E. 满意度RStudio怎么分析
可以用平均值、四分位数、标准差和标准分来分析。
1.最常见的统计方法就是平均值。当不同的数据集间，次数、频数不同，用平均值就能够进行比较。比如客户满意度调查，每个客服的有效样本数是不同的，那么总分高低会相差很多，用平均值就能去除这个样本数的影响；
2.四分位数其实有5个数值，从低到高分别是下界、下四分位数、中位数、上四分位数、上界。对于统计分析来说，我们要计算的是：全距、下四分位数、中位数、上四分位数、四分位距。这些四分位数值就像把整段数据切了三刀，按照数据大小排序后，把整段数据按位置分成了均等四份。这样特别少的但数值特别小或特别大的都被切到了头和尾，而中间的两段就能反映“最普遍”的情况；
3.标准差直观地表示变异程度。标准差的含义是每个数值与平均值的距离的平方的平均值，再取平方根；
4.每个客户的打分可以用标准分z = (x-μ)/σ来衡量。标准分的含义是每个数值相对于平均值的距离，单位是标准差。
R-Studio 是功能超强的数据恢复、反删除工具，采用全新恢复技术，为使用 FAT12/16/32、NTFS、NTFS5和 Ext2FS分区的磁盘提供完整数据维护解决方案。同时提供对本地和网络磁盘的支持，此外大量参数设置让高级用户获得最佳恢复效果。
F. 如何用（易语言）编程，设计一个控制，别的软件的，程序。 主要是获取股票，价格变动。
先找一个实时更新股票的权威网站然后找到网站股票的列表之后获取该网页的源代码 在程序里分析.输出数据 具体的懒得写 只给出思路
G. 如何用R语言提取股票行情数据
最上边一行菜单栏倒数第二个“高级”-“关联任务定义”-选取最右边从上到下第二个按钮，找到2009年决算任务安装路径-确定。 然后 最上边一行菜单栏正数第二个“录入”-“上年数据提取”即可 提取完了，注意修改与去年不同的科目代码！
H. R 语言如何同时计算多个股票的var
算出来会是一个方差-协方差矩阵，直接用var这个命令，自动计算每列的方差，和列与列之间的协方差。举例：
d <- data.frame(x=1:5, y=6:10, z = 7:3)
cov(d)
[1]
x y z
x 2.5 2.5 -2.5
y 2.5 2.5 -2.5
z -2.5 -2.5 2.5
I. 如何在r语言中抓取股票数据并分析论文
用quantomd包
然后getsymbols函数
分析论文 要看你研究方向
如果是看影响因素 一般回归就行
如果看股票波动和预测 可能需要时间序列