❶ 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。
❷ 怎樣看K線圖。從K線圖中怎樣看出股票何時跌或漲
K線圖形態可分為反轉形態、整理形態及缺口和趨向線等。後K線圖因其細膩獨到的標畫方式而被引入到股市及期貨市場。股市及期貨市場中的K線圖的畫法包含四個數據，即開盤價、最高價、最低價、收盤價，所有的k線都是圍繞這四個數據展開，反映大勢的狀況和價格信息。
下面介紹幾種基本的K線形態，僅供參考：
1、大陽線（長紅）：開盤價接近於全日的最低價，隨後價格一路上揚至最高價處收盤，表示市場買方踴躍，漲勢未盡；
2、大陰線（長黑/長綠）：開盤價接近於全日的最高價，隨後價格一路下滑至最低價收盤，表示市場強烈跌勢，特別是出現在高價區域，更加危險；
3、下影陽線：價格一度大幅下滑，但受到買盤勢力支持，價格又回升向上，收盤在最高價處，屬強勢形態；
4、下影陰線：價格一度大幅下滑後但受到買盤勢力支持，價格回升向上，雖然收盤價仍然低於開盤價，也可視為強勢。但在高價區出現時，說明價格有回調要求，應注意賣出。
此條答案由有錢花提供，有錢花是度小滿金融（原網路金融）旗下的信貸服務品牌，提供面向大眾的個人消費信貸服務，打造創新消費信貸模式。有錢花運用人工智慧和大數據風控技術，為用戶帶來方便、快捷、安心的互聯網信貸服務。手機端點擊下方馬上測額，最高可借額度20萬
❸ 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
❹ 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
❺ 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。
❻ 在股票的走勢圖上，圖中的這些字母是什麼意思
MACD——平滑異同移動平均線，是從雙移動平均線發展而來的，由快的移動平均線減去慢的移動平均線，MACD的意義和雙移動平均線基本相同，但閱讀起來更方便。當MACD從負數轉向正數，是買的信號。當MACD從正數轉向負數，是賣的信號。當MACD以大角度變化，表示快的移動平均線和慢的移動平均線的差距非常迅速的拉開，代表了一個市場大趨勢的轉變。
KDJ——投資心理線，一般是用於股票分析的統計體系，根據統計學的原理，通過一個特定的周期（常為9日、9周等）內出現過的最高價、最低價及最後一個計算周期的收盤價及這三者之間的比例關系，來計算最後一個計算周期的未成熟隨機值RSV，然後根據平滑移動平均線的方法來計算K值、D值與J值，並繪成曲線圖來研判股票走勢。
RSI——相對強弱指標，是根據一定時期內上漲和下跌幅度之和的比率製作出的一種技術曲線。能夠反映出市場在一定時期內的景氣程度。
BOLL——布林通道，是根據統計學中的標准差原理設計出來的一種非常簡單實用的技術分析指標，BOLL指標又叫布林線指標，是研判市場運動趨勢的一種中長期技術分析工具。一般而言，市場的運動總是圍繞某一價值中樞（如均線、成本線等）在一定的范圍內變動，布林線指標指標正是在上述條件的基礎上，引進了「價格通道」的概念，其認為市場價格通道的寬窄隨著股價波動幅度的大小而變化，而且價格通道又具有變異性，它會隨著市場價格的變化而自動調整。
W&R——威廉指標，計算公式是：n日WMS=（Hn－Ct）/(Hn－Ln)×100。Ct為當天的收盤價；Hn和Ln是最近n日內（包括當天）出現的最高價和最低價。WMS指標表示的涵義是當天的收盤價在過去的一段日子的全部價格範圍內所處的相對位置。如果WMS的值比較大，則當天的價格處在相對較低的位置，要注意反彈；如果WMS的值比較小，則當天的價格處在相對較高的位置，要注意回落；WMS取值居中，在50左右，則價格上下的可能性都有。
DMI——趨向指標，是通過分析股票價格在漲跌過程中買賣雙方力量均衡點的變化情況，即多空雙方的力量的變化受價格波動的影響而發生由均衡到失衡的循環過程，從而提供對趨勢判斷依據的一種技術指標。
BIAS——乖離率，乖離率（BIAS）是測量股價偏離均線大小程度的指標。當股價偏離市場平均成本太大時，都有一個回歸的過程，即所謂的「物極必反」。
ASI——振動升降指標，ASI指標以開盤、最高、最低、收盤價與前一交易日的各種價格相比較作為計算因子，研判市場的方向性。
VR——成交量變異率,主要的作用在於以成交量的角度測量股價的熱度，不同於AR、BR、CR的價格角度
ARBR——人氣意願指標，其英文縮寫亦可表示為BRAR。由人氣指標(AR)和意願指標(BR)兩個指標構成。
DPO——區間震盪線，是由惠特曼·巴塞特(Walt Bressert)提出的。是一個排除價格趨勢的震盪指標。它試圖通過扣除前期移動平均價來消除長期趨勢對價格波動的干擾，從而便於發現價格短期的波動和超買超賣水平。
TRIX——三重指數平滑移動平均，長線操作時採用本指標的訊號，可以過濾掉一些短期波動的干擾，避免交易次數過於頻繁，造成部分無利潤的買賣，及手續費的損失。本指標是一項超長周期的指標，長時間按照本指標訊號交易，獲利百分比大於損失百分比，利潤相當可觀。
DMA——
平行線差指標,是目前股市分析技術指標中的一種中短期指標,常用於大盤指數和個股的研判。
BBI——多空指數，是通過將幾條不同天數移動平均線用加權平均方法計算出的一條移動平均線的綜合指標，BBI指標本身就是針對普通移動平均線MA指標的一種改進，
MTM——動量指標，其英文全稱是「Momentum Index」，是一種專門研究股價波動的中短期技術分析工具。
OBV——能量潮，是將成交量數量化，製成趨勢線，配合股價趨勢線，從價格的變動及成交量的增減關系，推測市場氣氛。其主要理論基礎是市場價格的變化必須有成交量的配合，股價的波動與成交量的擴大或萎縮有密切的關連。通常股價上升所需的成交量總是較大；下跌時，則成交量可能放大，也可能較小。價格升降而成交量不相應升降，則市場價格的變動難以為繼。
SAR——拋物線指標,也稱為停損點轉向指標，這種指標與移動平均線的原理頗為相似，屬於價格與時間並重的分析工具。由於組成SAR的點以弧形的方式移動，故稱「拋物轉向」。
EXPMA——簡稱EMA，中文名字：指數平均數指標或指數平滑移動平均線，一種趨向類指標，從統計學的觀點來看，只有把移動平均線（MA)繪制在價格時間跨度的中點，才能夠正確地反映價格的運動趨勢，但這會使信號在時間上滯後，而EXPMA指標是對移動平均線的彌補，EXPMA指標由於其計算公式中著重考慮了價格當天（當期）行情的權重，因此在使用中可克服MACD其他指標信號對於價格走勢的滯後性。同時也在一定程度中消除了DMA指標在某些時候對於價格走勢所產生的信號提前性，是一個非常有效的分析指標。
❼ 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！
❽ R語言quantmod包下載的股票數據中如何確定某一數據的日期
篩選到這個行，然後輸出
❾ 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"
❿ 請問如何用R語言做大量次數的幾何布朗運動的模擬（參數μ，σ已知）
這上網搜應該搜的到吧，比如這篇文章"
股票價格行為關於幾何布朗運動的模擬--基於中國上證綜指的實證研究
",照著幾何布朗運動的公式直接寫代碼應該就行了吧，代碼邏輯都很清晰。
下面是照著這片文章模擬一次的代碼，模擬多次的話，外面再套個循環應該就行了。然後再根據均方誤差(一般用這個做准則的多)來挑最好的。
話說你的數據最好別是分鍾或者3s切片數據，不然R這速度和內存夠嗆。
N <- 2000 #模擬的樣本數
S0 <- 2000 #初始值
mu <- 0.051686/100
sigma <- 1.2077/100
St <- rep(0,N)
epsion <- rnorm(N,0,1) #正態分布隨機數
for(i in 1:N) {
if(i == 1) {
delta_St <- mu * S0 + sigma * S0 * epsion[i]
St[i] <- S0 + delta_St
}else {
delta_St <- mu * St[i-1] + sigma * St[i-1] * epsion[i]
St[i] <- St[i-1] + delta_St
}
}
Final_St <- c(S0,St) #最終結果
plot(Final_St,type = "l")