A. R語言怎麼把股票日收盤價轉換成對數收益率
知道一系列收盤價向量X,length=1000,求對數收益率的R語言代碼
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")
運行結錯誤辦
> int <- read.table("d-intc7208.txt", head=T)
錯誤於file(file, "rt") : 打鏈結
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
錯誤: 意外符號 in:
"
acf(int.l[,2], lag.max = 15,type = "correlation", plot = TRUE,main='int"
> log return')
錯誤: 意外符號 in "log return"
B. 如何用R 語言 建立 股票價格的時間序列
在下想用R語言對股票價格進行時間序列分析。
問題出在第一步,如何將股票價格轉換為時間序列。
我想用的語句是 pri <- ts (data, start=(), frequency= )
但是我不知道frequency 項該如何填?
因為股票的交易日是一周五天的。 那麼這個frequency 該如何設置呢?
我知道通常frequency= 12 為月度數據,frequency= 4 為季度數據,frequency= 1 為年度數據 但日數據怎麼寫我就不知道了
初學R語言,還望各位大俠多多幫助。
C. R語言 廣義加性模型GAM
原文鏈接:http://tecdat.cn/?p=20882
1導言
這篇文章探討了為什麼使用廣義相加模型是一個不錯的選擇。為此,我們首先需要看一下線性回歸,看看為什麼在某些情況下它可能不是最佳選擇。
2回歸模型
假設我們有一些帶有兩個屬性Y和X的數據。如果它們是線性相關的,則它們可能看起來像這樣:
a<-ggplot(my_data, aes(x=X,y=Y))+geom_point()+
為了檢查這種關系,我們可以使用回歸模型。線性回歸是一種使用X來預測變數Y的方法。將其應用於我們的數據將預測成紅線的一組值:
a+geom_smooth(col="red", method="lm")+
這就是「直線方程式」。根據此等式,我們可以從直線在y軸上開始的位置(「截距」或α)開始描述,並且每個單位的x都增加了多少y(「斜率」),我們將它稱為x的系數,或稱為β)。還有一點自然的波動,如果沒有的話,所有的點都將是完美的。我們將此稱為「殘差」(ϵ)。數學上是:
10它比線性模型好嗎?
讓我們對比具有相同數據的普通線性回歸模型:
我們的方差分析函數在這里執行了f檢驗,我們的GAM模型明顯優於線性回歸。
11小結
所以,我們看了什麼是回歸模型,我們是如何解釋一個變數y和另一個變數x的。其中一個基本假設是線性關系,但情況並非總是這樣。當關系在x的范圍內變化時,我們可以使用函數來改變這個形狀。一個很好的方法是在「結」點處將光滑曲線鏈接在一起,我們稱之為「樣條曲線」
我們可以在常規回歸中使用這些樣條曲線,但是如果我們在GAM的背景中使用它們,我們同時估計了回歸模型以及如何使我們的模型更光滑。
上面的示例顯示了基於樣條的GAM,其擬合度比線性回歸模型好得多。
12參考:
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.
最受歡迎的見解
1.R語言多元Logistic邏輯回歸 應用案例
2.面板平滑轉移回歸(PSTR)分析案例實現
3.matlab中的偏最小二乘回歸(PLSR)和主成分回歸(PCR)
4.R語言泊松Poisson回歸模型分析案例
5.R語言回歸中的Hosmer-Lemeshow擬合優度檢驗
6.r語言中對LASSO回歸,Ridge嶺回歸和Elastic Net模型實現
7.在R語言中實現Logistic邏輯回歸
8.python用線性回歸預測股票價格
9.R語言如何在生存分析與Cox回歸中計算IDI,NRI指標
D. 如何用R語言的quantmod包獲取一系列股票的歷史日線數據
我舉個例子供你參考:
> install.packages('quantmod') # 安裝安裝quantmod包
> require(quantmod)#引用quantmod包
> getSymbols("GOOG",src="yahoo",from="2013-01-01", to='2013-04-24') #從雅虎財經獲取google的股票數據
> chartSeries(GOOG,up.col='red',dn.col='green') #顯示K線圖
E. 滿意度RStudio怎麼分析
可以用平均值、四分位數、標准差和標准分來分析。
1.最常見的統計方法就是平均值。當不同的數據集間,次數、頻數不同,用平均值就能夠進行比較。比如客戶滿意度調查,每個客服的有效樣本數是不同的,那麼總分高低會相差很多,用平均值就能去除這個樣本數的影響;
2.四分位數其實有5個數值,從低到高分別是下界、下四分位數、中位數、上四分位數、上界。對於統計分析來說,我們要計算的是:全距、下四分位數、中位數、上四分位數、四分位距。這些四分位數值就像把整段數據切了三刀,按照數據大小排序後,把整段數據按位置分成了均等四份。這樣特別少的但數值特別小或特別大的都被切到了頭和尾,而中間的兩段就能反映「最普遍」的情況;
3.標准差直觀地表示變異程度。標准差的含義是每個數值與平均值的距離的平方的平均值,再取平方根;
4.每個客戶的打分可以用標准分z = (x-μ)/σ來衡量。標准分的含義是每個數值相對於平均值的距離,單位是標准差。
R-Studio 是功能超強的數據恢復、反刪除工具,採用全新恢復技術,為使用 FAT12/16/32、NTFS、NTFS5和 Ext2FS分區的磁碟提供完整數據維護解決方案。同時提供對本地和網路磁碟的支持,此外大量參數設置讓高級用戶獲得最佳恢復效果。
F. 如何用(易語言)編程,設計一個控制,別的軟體的,程序。 主要是獲取股票,價格變動。
先找一個實時更新股票的權威網站然後找到網站股票的列表之後獲取該網頁的源代碼 在程序里分析.輸出數據 具體的懶得寫 只給出思路
G. 如何用R語言提取股票行情數據
最上邊一行菜單欄倒數第二個「高級」-「關聯任務定義」-選取最右邊從上到下第二個按鈕,找到2009年決算任務安裝路徑-確定。 然後 最上邊一行菜單欄正數第二個「錄入」-「上年數據提取」即可 提取完了,注意修改與去年不同的科目代碼!
H. R 語言如何同時計算多個股票的var
算出來會是一個方差-協方差矩陣,直接用var這個命令,自動計算每列的方差,和列與列之間的協方差。舉例:
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語言中抓取股票數據並分析論文
用quantomd包
然後getsymbols函數
分析論文 要看你研究方向
如果是看影響因素 一般回歸就行
如果看股票波動和預測 可能需要時間序列