r語言保存股票數據結構

㈠ 用R語言，生成1000個 服從標准正態分布的隨機數，畫出散點圖，頻率直方圖（附加密度曲線）及箱線圖

作為一種語言進行統計分析，R有一個隨機數生成各種統計分布功能的綜合性圖書館。R語言可以針對不同的分布，生成該分布下的隨機數。其中有許多常用的個分布可以直接調用。

在R中各種概率函數都有統一的形式，即一套統一的前綴+分布函數名：

d 表示密度函數（density）。

p 表示分布函數（生成相應分布的累積概率密度函數）。

q 表示分位數函數，能夠返回特定分布的分位數（quantile）。

r 表示隨機函數，生成特定分布的隨機數（random）。

(1)r語言保存股票數據結構擴展閱讀：

注意事項：

1、使用了錯誤大小寫：help()是正確的，其他都是錯誤的。

2、不要忘記使用必要的引號：install.packages(「gclus」)。

3、在函數調用時，不要忘記使用括弧：help()。

4、在Windous上，路徑名中使用的是。

5、R擁有許多用於存儲數據的對象類型，包括標量、向量、矩陣、數組、數據框和列表。數據框是用來存儲數據集的主要數據結構。

㈡ 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

㈢ 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"

㈣ R語言基礎教程 | 數據結構—因子

變數可歸結為名義型、有序型或連續型變數。名義型變數是沒有順序之分的類別變數。類別（名義型）變數和有序類別（有序型）變數在R中稱為因子（factor）。因子在R中非常重要，因為它決定了數據的分析方式以及如何進行視覺呈現。因子（factor)是R語言中比較特殊的一個數據類型， 它是一個用於存儲 的類型，舉個例子，從性別上，可以把人分為：男人和女人，從年齡上劃分，又可以把人分為：未成年人（<18歲），成年人（>=18）。

R把表示分類的數據稱為因子，因子的行為有時像字元串，有時像整數。因子是一個向量，通常情況下，每個元素都是字元類型，也有其他數據類型的元素。因子具有因子水平（Levels），用於限制因子的元素的取值范圍，R強制：因子水平是字元類型，因子的元素只能從因子水平中取值，這意味著，因子的每個元素要麼是因子水平中的字元（或轉換為其他數據類型），要麼是缺失值，這是因子的約束，是語法上的規則。

通常情況下，在創建數據框變數時，R隱式把數據類型為字元的列創建為因子，這是因為R會把文本類型默認為類別數據，並自動轉換為因子。前面我們在講數據框時，就有提到。

通過class()函數檢查gender列的類，結果是因子類型，而不是字元向量。

可以通過factor()函數創建因子，factor()函數的第一個參數必須是字元向量，通過levels參數顯式設置因子水平。

參數注釋：

例如，因子sex的值是向量c('f','m','f','f','m')，因子水平是c('f','m')

因子水平規定了 因子取值的范圍 ，每一個因子，都包含因子水平的信息，例如，列印gender列，可以看到因子的元素和水平：

該因子中的每個值都是一個字元串，它們被限制為「f」、「m」和缺失值（NA）。如果把其他字元串添加到gender列中，R會拋出警告消息，並把錯誤賦值的元素設置為NA，例如：

因子水平，可以通過函數levels(factor)來查看：

水平的級數，相當於level的長度，可以由nlevels函數查詢到：

使用factor函數創建因子，可以使用labels參數為每個因子水平添加標簽，labels參數的字元順序，要和levels參數的字元順序保持一致，例如：

通常情況下，因子一般是無序的，這可以通過is.ordered()函數來驗證：

因子的順序，實際上是指因子水平的順序，有序因子的因子水平是有序的。在特殊情況下，有些因子的水平在語義上大於或小於其他水平，R支持按順序排列的因子，使用ordered函數，或通過給factor函數傳入order=TRUE參數，把無序因子轉換為有序的因子。

ordered()函數不能指定特定因子水平的順序，通常情況下，因子中先出現的水平小於後出現的水平。例如，通過ordered函數把sex因子轉換為有序的因子：

通過factor函數創建有序因子，通過levels指定因子的順序。

因子的順序，其實是因子水平的順序，我們可以通過levels，使現有的因子按照指定的因子水平來排序。

例如，把heights數據框的gender，按照指定的levels，轉換成有序因子：

在數據清理時，可能需要去掉與因子水平對應的數據，通常情況下，需要刪除未使用的因子水平，可以使用droplevels函數，它接受因子或是數據框作為參數。

如果x是數據框，那麼把數據框中未使用的因子刪除。

在數據清理中，有時需要把因子轉換為字元，通常情況下，使用as.character()函數，把因子轉換為字元串：

使用as.numeric()或as.integer()函數可以把因子轉換成對應的整數.

函數 cut() 能夠把數值變數切成不同的塊，然後返回一個因子.

參數注釋：

例如，把身高數據，按照指定的切割點向量分割：

當需要把因子轉換為有序因子時，要注意因子水平的順序.

㈤ R語言中的幾種數據結構

R語言中的幾種數據結構
一 R中對象的5種基本類型
字元（character）
整數 （integer）
復數（complex）
邏輯（logical：True/False）
數值（numeric：real numbers）
查看對象類型的命令：class(x)
二 R語言中有如下幾種數據結構：
向量 vector() 組內元素必須類型一致，否則將會被強制轉換。
(1) 創建向量的三種方式：
<span style="font-size:18px;">x <- vector("numeric", length = 10)

x <- 1:4

x <- c("a",12,TRUE)</span>
(2) 強制轉換的幾個函數：
as.numeric(x) / as.character(x) / as.logical(x)
矩陣 matrix() 一列一列的填充元素
按行合並：rbind() 按列合並：cbind()
數組 array() 可以有多個維度
列表 list() 可以包含不同類型的元素
因子 factor()
(1) 分類數據/有序 vs. 無序
(2) 整數向量+標簽（label）（優於整數向量）
Male/Female vs. 1/2
常用於lm(),glm()
(3) levels設置基線水平
table() 查看因子信息 unclass() 去除因子屬性日期
x <- Sys.Date() 得到系統當前日期
julian(x) x距離1970-01-01的天數
時間 POSIXct / POSIXlt
POSIXct：整數，常用於存入數據框 as.POSIXct()
POSIXlt：列表，還包含星期、年月日等信息。as.POSIXlt()
strptime(x, format = "...") 將一般格式轉化為時間格式

㈥ R語言數據結構-向量

R語言數據結構主要有以下四種：

向量：一串相同類型的數據，不限於數字，字元，邏輯都可以，單獨拿出來的一列。什麼是看做一個整體，一個向量里有若干個數據，它們組成一個整體之後，可以擁有一個共同的名字。

以下主要講向量：

向量就是一串數據，串聯在一起，組成一個整體，向量由元素組成。

很長的向量要麼從數據框提取一列，或是有規律地生成，如連續的數據：

paste0函數連接兩個向量，逗號 , 前後各有一個向量，如字元型和數值型向量。

paste0和paste的區別是：

paste0函數 把兩個向量的元素一一對應進行 無縫 連接，而 paste函數 把兩個向量的元素一一對應進行 空格 連接。paste函數有默認值為空格，在空格處把空格去掉sep=""引號里把默認的空格去掉，即什麼沒有，就變成無縫連接，也可以用其它的符號連接sep="/"，sep="_"等。

數值型、字元型、邏輯型：只要有字元型在，用c()生成向量為字元型。只有邏輯型和數值型，用c()生成向量為數值型。

c()函數生成向量時，要求為生成同一種數據類型

注意的地方：

變數名 ：c()為生成向量函數，一般除字母c外，取單個字母或是單詞及縮寫，組成變數名的字母之間不要有空格，不能以數字為變數名或是以數字開頭，變數名不能是中文名，特殊符號等。

<- 與c()函數之間沒有空格。

<- 的快捷鍵輸入：

mac電腦： option 和 - ；

windows電腦： Alt 和 -

= 在任何情況下可替代 <- ，但是 = 除了賦值，還有其它用法，比如函數里參數用法。 <- 不能在任意情況下代替 = 。

強大的計算是體現在批量計算上，先把一些數據組成一個整體，

還是以向量x為單位進行

其中五個重要函數，一定要掌握。

能用函數代替的東西，堅決不用手和眼睛去數，比如length()統計向量元素個數。

結論：unique(x)與x[!plicated(x)]函數相同

用identical()可以判斷兩個函數是否相同（數據結構與數據類型是否完全相同）

重點和難點：

x==y ：x和對應位置的y相等嗎？（x和y里的元素，按順序一一對應比較，講究位置對應，兩者里第一個元素相同就返TRUE，比較完兩個向量的第一位置上的元素，接著比較兩個向量第二個位置元素...到兩個向量最後）。

x和y不一樣長：理解「循環補齊」

結論： 如果x與y的向量元素長度不相等，以長度向量說了算，不是由在==前的向量決定。

x%in%y ：x的每個元素在y中存在嗎？（x的元素挨個到y里和所有元素比較，在y里有的相同的返回TRUE，不講究位置，有就是TRUE，沒有為FALSE）。比如y向量加了一個元素2，返回還是9個邏輯值，返回的邏輯值是與x一一對應，和y沒有關系。

加減乘除，兩個向量直接可以進行，等位運算。前提是兩個向量必須等長，即元素個數一樣。

用paste0或是paste連接兩個向量，兩個向量的長度（元素個數）不一致，循環補齊。

intersect(x,y)，union(x,y)，setdiff(x,y)，setdiff(y,x)，x與y順序顛倒（setdiff()與%in%有點兒相似）。

[] ：取子集符號，將TRUE對應的值挑選出來，FALSE丟棄.

例：在13個數中，取出大於7的數，首先把13個數值組成一個向量x，x>7返回是邏輯值。

取值子集的對象放在中括弧的外面，取子集的邏輯值向量放在中括弧裡面。

單獨運行中括弧里的向量，中括弧里各種條件的返回結果有共同的規律，是一個與x等長的邏輯值向量。

下標：代表在哪個位置上。

符號 ： []

按照邏輯值： 中括弧里是與x等長的邏輯值向量

按照位置： 中括弧里是由x的下標組成的向量（支持反選）

思考：從13個彩色（綠，藍，黃）球中，選出屬於藍色和綠色的：

使用x %in% y還是x ==y，用x %in% y，不是等位循環補齊運算，%in%比較靈活，可以在很多場景中使用，如3選2，50選2，50選20等。

13個球的顏色賦值給向量x，藍色和綠色賦值給y。

x %in% y

x[x %in% y]

修改向量的元素，修改x里的第四個元素

注意：R於語言里所有的修改，都要賦值，沒有賦值就是沒有發生過

把隨機函數生成的數永遠為一組數據：用隨機函數生成向量，後運行set.seed(10086)

x[match(y,x)] 和 x[order(x)]

排序，如何調整元素順序

結論：sort(x)等於x[order(x)]，背誦下來

兩個向量沒有做關聯的操作，可以用order函數排序對應信息

向量匹配排序-match，match函數是連線用的

x[match(y,x)] 的以後用法：以y作為模版，給x調順序。

match：誰在中括弧外面，誰就在後面， x[match(y,x)] ，以y作為模板，用x作為原料去取子集，按照一個順序取子集，取出來的子集和y一樣。

需要背誦的兩個用法： x[match(y,x)] 和 x[order(x)]

練習題：在以下x和y表格里如何將y的列名一對一替換為ID

切換Rproj的時候出現彈窗：是否將工作空間保存到 .Rdata ？

答案是：不保存，之前單獨保存好腳本和圖片，這里出現的提示是否臨時保存，不需要保存。

.Rdata ？是什麼：

以 . 開頭的文件，通常用作配置，系統默認隱藏這類文件

.Rdata 是保存工作空間的默認文件

.History 是保存歷史命令的默認文件

如果打開Rstudio特別慢，可能是因為 .Rdata 保存了很大的變數，可以找到 .Rdata 文件將其刪除。

在Rproj右下角打開腳本時，編輯器腳本的中文注釋出現亂碼，解決如下：

以上內容是聽 生信技能樹 小潔老師的 R語言線上課 ，根據自己的理解記錄下來，小潔老師授課非常細心，對不同水平的同學都照顧到，並且補充很多技巧以及注意事項。

之前學習過R語言，那時對向量認識不夠深，也沒有重視，數據框的列單獨拿出來就是一個向量。認真聽小潔老師的講解以及最近跑幾個GEO數據集發現學會對向量的熟練操作以及熟練一些重要的函數，在實戰過程中會順利些。

㈦ R語言數據結構-數據框&矩陣&列表

R語言數據結構主要有以下四種：

四種數據結構，重點掌握 向量 和 數據框

判斷數據結構的函數： class()

向量的詳細講解在上一篇文章，以下主要講數據框，矩陣，列表：

以下大部分操作使用的數據框為df

幾個重要的函數：查看數據框的行數和列數，行名和列名；以及單獨查行的數量，列的數量

數據框取子集有幾種方法 ： $ 符號，坐標，名字，邏輯值

在 [,] 里，行在前面（左邊），列在後面（右邊），行與列用逗號 , 隔開： [行,列]

中括弧里的逗號，表示維度的分割

數據框按照邏輯值取子集，TRUE對應的行/列留下，FALSE對應的行/列去掉。

修改第二列的列名，就是修改列名這個向量的第二個元素

https://blog.csdn.net/weixin_39718006/article/details/110516670

後續的筆記會有詳細介紹

矩陣不能用 $ 符號取子集

t()：轉置函數，行與列的互換

as.data.frame()：轉換，把矩陣變為數據框 ，用as.matrix()函數也能把數據框變為矩陣

聚類，相似的行，相似的列會聚在一起。熱圖自動聚類，行和列的相對位置發生了變化，只是列與列，行與行之間的變化規律。

![熱圖自動聚類]]( https://upload-images.jianshu.io/upload_images/17511166-f6e2432a04cffbbe.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240 )

熱圖默認聚類，修改參數，不讓聚類，熱圖與表達矩陣對應。

默認的設置不符合自己的預期，可以子啊作者允許的范圍內定義。

查看函數幫助文檔，參考修改，達到自己的要求。

列表沒有列名和行名，只有元素的名字。列表可以由數據框，矩陣，向量，單獨的一個數字都可以組成。

列表沒有行和列的概念，只有元素，取子集的兩種方式： [[]] ， $ ，

$ 有兩個作用：數據框取子集和列表取子集。在矩陣和向量里不能用 $ 。

用 class() 函數更能具體說明問題， 判斷數據結構和數據類型

以上內容是聽 生信技能樹 小潔老師的 R語言線上課 ，根據自己的理解記錄下來，小潔老師授課非常細心，對不同水平的同學都照顧到，並且補充很多技巧以及注意事項。

認識R語言的四種數據結構，小潔老師強調重點掌握向量和數據框，在實戰中遇到很多數據結構都是數據框，表達矩陣可以轉化為數據框，數據框的一列可以看做是一個向量。小潔老師把實戰中會需要的操作融入到練習題，在實戰中能聯想起小潔老師講過的知識點。

㈧ 正在學慣用R語言編寫股票自動交易軟體，但是對股票以及R語言都知之甚少。求高手指點。

我和你一樣，也在學，大智慧新一代，通達信，和飛狐這幾個你任選一個先學，以後慢慢的都會了。飛狐相對要復雜一些，要想編出功能更強大的公式，飛狐里還會用到VBS和JS腳本，還會用到C語言，別的公式不會用到這些。

㈨ R語言里的一個語句不明白啥意思

在quantmod包裡面；
getSymbols(Symbols = NULL,
env = parent.frame(),
reload.Symbols = FALSE,
verbose = FALSE,
warnings = TRUE,
src = "yahoo",
symbol.lookup = TRUE,
auto.assign = getOption('getSymbols.auto.assign',TRUE),
...)

auto.assign=F表示不自動賦值；需要手動指定變數去存儲數據。否則就是自動賦值給Symbols變數。

㈩ 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