r語言離線股票數據

1. r語言已保存工作空間中的數據如何導出，重新查看

R保存工作空間映像：一下都顯示是不能通過保存工作空間映像來實現的，但如果保存了工作空間映像，在下次打開R時，可以通過↑鍵一條一條翻看之前的所有代碼；

退出控制台時如果選擇保存工作空間映像，這種情況不會打開文件瀏覽器來命名文件，但是會在工作路徑中創建（或覆蓋）一對未命名或擴展名為R Workspace和RHISTORY的文件，當下次你打開一個新的R實例時。

如果默認工作目錄中有未命名的擴展名（屬性里看）為.RData的文件，即R Workspace名字的文件，程序會自動載入該默認工作空間。註：即使保存了工作空間映像，只是說之前的變數可以用（可以用 ls（） 來查看），但程序包還是要重新載入的

(1)r語言離線股票數據擴展閱讀：

1、管道函數的作用：

％>％來自dplyr包的管道函數，其作用是將前一步的結果直接傳參給下一步的函數，從而省略了中間的賦值步驟，可以大量減少內存中的對象，節省內存。

符號%>%，這是管道操作，其意思是將%>%左邊的對象傳遞給右邊的函數，作為第一個選項的設置（或剩下唯一一個選項的設置）

2、管道函數的語法

在普通的函數中，使用dbms_output輸出的信息，需要在伺服器執行完整個函數後一次性的返回給客戶端。如果需要在客戶端實時的輸出函數執行過程中的一些信息，在oracle9i以後可以使用管道函數(pipeline function)。

2. R語言基本數據分析

R語言基本數據分析
本文基於R語言進行基本數據統計分析，包括基本作圖，線性擬合，邏輯回歸，bootstrap采樣和Anova方差分析的實現及應用。
不多說，直接上代碼，代碼中有注釋。
1. 基本作圖（盒圖，qq圖）
#basic plot
boxplot(x)
qqplot(x,y)
2. 線性擬合
#linear regression
n = 10
x1 = rnorm(n)#variable 1
x2 = rnorm(n)#variable 2
y = rnorm(n)*3
mod = lm(y~x1+x2)
model.matrix(mod) #erect the matrix of mod
plot(mod) #plot resial and fitted of the solution, Q-Q plot and cook distance
summary(mod) #get the statistic information of the model
hatvalues(mod) #very important, for abnormal sample detection
3. 邏輯回歸

#logistic regression
x <- c(0, 1, 2, 3, 4, 5)
y <- c(0, 9, 21, 47, 60, 63) # the number of successes
n <- 70 #the number of trails
z <- n - y #the number of failures
b <- cbind(y, z) # column bind
fitx <- glm(b~x,family = binomial) # a particular type of generalized linear model
print(fitx)

plot(x,y,xlim=c(0,5),ylim=c(0,65)) #plot the points (x,y)

beta0 <- fitx$coef[1]
beta1 <- fitx$coef[2]
fn <- function(x) n*exp(beta0+beta1*x)/(1+exp(beta0+beta1*x))
par(new=T)
curve(fn,0,5,ylim=c(0,60)) # plot the logistic regression curve
3. Bootstrap采樣

# bootstrap
# Application: 隨機采樣，獲取最大eigenvalue占所有eigenvalue和之比，並畫圖顯示distribution
dat = matrix(rnorm(100*5),100,5)
no.samples = 200 #sample 200 times
# theta = matrix(rep(0,no.samples*5),no.samples,5)
theta =rep(0,no.samples*5);
for (i in 1:no.samples)
{
j = sample(1:100,100,replace = TRUE)#get 100 samples each time
datrnd = dat[j,]; #select one row each time
lambda = princomp(datrnd)$sdev^2; #get eigenvalues
# theta[i,] = lambda;
theta[i] = lambda[1]/sum(lambda); #plot the ratio of the biggest eigenvalue
}

# hist(theta[1,]) #plot the histogram of the first(biggest) eigenvalue
hist(theta); #plot the percentage distribution of the biggest eigenvalue
sd(theta)#standard deviation of theta

#上面注釋掉的語句，可以全部去掉注釋並將其下一條語句注釋掉，完成畫最大eigenvalue分布的功能
4. ANOVA方差分析

#Application：判斷一個自變數是否有影響 (假設我們喂3種維他命給3頭豬，想看喂維他命有沒有用)
#
y = rnorm(9); #weight gain by pig(Yij, i is the treatment, j is the pig_id), 一般由用戶自行輸入
#y = matrix(c(1,10,1,2,10,2,1,9,1),9,1)
Treatment <- factor(c(1,2,3,1,2,3,1,2,3)) #each {1,2,3} is a group
mod = lm(y~Treatment) #linear regression
print(anova(mod))
#解釋：Df（degree of freedom）
#Sum Sq: deviance (within groups, and resials) 總偏差和
# Mean Sq: variance (within groups, and resials) 平均方差和
# compare the contribution given by Treatment and Resial
#F value: Mean Sq(Treatment)/Mean Sq(Resials)
#Pr(>F): p-value. 根據p-value決定是否接受Hypothesis H0：多個樣本總體均數相等(檢驗水準為0.05)
qqnorm(mod$resial) #plot the resial approximated by mod
#如果qqnorm of resial像一條直線，說明resial符合正態分布，也就是說Treatment帶來的contribution很小，也就是說Treatment無法帶來收益（多喂維他命少喂維他命沒區別）
如下面兩圖分別是
（左）用 y = matrix(c(1,10,1,2,10,2,1,9,1),9,1)和
（右）y = rnorm(9);
的結果。可見如果給定豬吃維他命2後體重特別突出的數據結果後，qq圖種resial不在是一條直線，換句話說resial不再符合正態分布，i.e., 維他命對豬的體重有影響。

3. 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

4. 用R語言分析數據，請問哪能找到原始數據，最好是那種

是指sql之類的資料庫嗎，可以用RODBC包與資料庫連接，將資料庫中的表讀入R中，接下來就可以按照常規的代碼解決問題了，也可以安裝sqldf包，這樣就可以在R中用sql語句對數據操作。install.packages("RODBC")library(RODBC)

5. 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。

6. R語言如何資料庫讀取數據

R 對於基於 SQL 語言的關系型資料庫有良好 的支持，這些資料庫既有商業資料庫 Oracle、Microsoft SQL Server、IBM DB2 等，也包含在 GNU General Public License (GPL) 下發布的 MySQL 等開源資料庫。 RMySQL 包中提供了到 MySQL 資料庫的介面；RODBC 包提供了更為廣泛資料庫介面的解 決方案 支持所有標准 ODBC 介面的資料庫。通過這種方式，相同的 R 代碼可以方便地應用於 不同類型的資料庫。 library (RODBC) ch <- odbcConnect("stocksDSN",uid = "myuser",pwd = "mypassword") stocks <- sqlQuery(ch ,"select * from quotes") odbcClose(ch) 經測試，Windows 平台上的 Microsoft SQL Server、Access、Oracle、MySQL、PostgreSQL，和

7. R語言如何從外部讀取數據到R中

R語言如何從外部讀取數據到R中
R語言可以從鍵盤，文本，excel，access，資料庫，專業處理軟體sas

一、使用鍵盤的輸入
mydata<-data.frame(age=numeric(0),gender=character(0),weight=numeric(0))
mydata<-edit(mydata)
二、讀入帶有分隔符文本格式的數據
data<-read.table(文件，header=true/false,sep="delimeter",row.names=列名)
其中文件可以有很多選項的
file（）gzfile（），bzfile（），等一些壓縮文件以及url（http：//,ftp://,smtp://）
例子：
默認的時候，字元串會自動使用factor轉化為數值型
data<-read.table("student.csv",header=TRUE,sep=",",row.names="studentid"，stringsAsFactors=FALSE)
三、將xls文件導入到R中
（1）將xls變成csv的格式導入
（2）在Windows系統中，你也可以使用RODBC包來訪問Excel文件。
library(RODBC)
channel <- odbcConnectExcel("student.xls")
mydataframe<-sqlFetch(channel,"Sheet1")
odbcClose(channel)
四、抓取網頁並且提取信息
五、導入spss數據
library（Hmisc）
mydata<-spss.get("mydata.sav",use.value.labels=TRUE)
六、導入SAS數據
將sas格式的數據轉換為csv格式的數據 然後用read.table()形式導入
七、導入關系型資料庫的數據
R中有多種面向關系型資料庫管理系統（DBMS）的介面，包括Microsoft SQL Server、Microsoft Access、MySQL、Oracle、PostgreSQL、DB2、Sybase、Teradata以及SQLite。其中一些包通過原生的資料庫驅動來提供訪問功能，另一些則是通過ODBC或JDBC來實現訪問的。
（1）使用ODBC的方式導入數據

8. 如何用R語言提取股票行情數據

你好，關於股票價格有關的開盤價格，當日最高價格，當日最低價格，收盤價格，股票交易量；和調整後的價格；

DIA.Open 當日開盤價格

DIA.High 當日最高價格

DIA.Low 當日最低價格

DIA.Close 當日收盤價格

DIA.Volume 當日股票交易量

DIA.Adjusted 當日調整後的價格

9. 怎麼學慣用r語言進行數據挖掘

首先R是一種專業性很強的統計語言，如果想學得快一些的話，基本的統計學知識要懂，不然很多東西會掌握的比較慢。

掌握基本語法和操作，推薦國內的已經翻譯的比如《R語言實戰》《R語言編程藝術》，這個過程中最好結合一些小例子來做一些分析的東西。如果需要可視化的話，強烈不推薦學習R本身的作圖系統，實在是太不友好了.....還是用ggplot2吧。

掌握了上面的，就可以深入一些了，如果是做數據分析和可視化，推薦《ggplot2：數據分析與圖形藝術》，這個才是作圖的神器啊.....如果是空間分析相關的，推薦《Applied Spatial Data Analysis with R》，這個如果可以的話看英文版，而且要有地學的一些知識背景，中文版翻譯的太次了，盡量不要看。數據挖掘機器學習之類的，可以看看比如《數據挖掘與R語言》、《機器學習——實用案例解析》，不過我覺得這幾本書沒上面的那幾本好，但是可以大概看看是咋回事，最好還是看看專門的相關書籍，熟悉各種演算法和流程，到時候搜索R的package，照著文檔和例子搞定，不是特別難。
-

10. 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"