❶ 正在学习用R语言编写股票自动交易软件，但是对股票以及R语言都知之甚少。求高手指点。
我和你一样，也在学，大智慧新一代，通达信，和飞狐这几个你任选一个先学，以后慢慢的都会了。飞狐相对要复杂一些，要想编出功能更强大的公式，飞狐里还会用到VBS和JS脚本，还会用到C语言，别的公式不会用到这些。
❷ 怎样看K线图。从K线图中怎样看出股票何时跌或涨
K线图形态可分为反转形态、整理形态及缺口和趋向线等。后K线图因其细腻独到的标画方式而被引入到股市及期货市场。股市及期货市场中的K线图的画法包含四个数据，即开盘价、最高价、最低价、收盘价，所有的k线都是围绕这四个数据展开，反映大势的状况和价格信息。
下面介绍几种基本的K线形态，仅供参考：
1、大阳线（长红）：开盘价接近于全日的最低价，随后价格一路上扬至最高价处收盘，表示市场买方踊跃，涨势未尽；
2、大阴线（长黑/长绿）：开盘价接近于全日的最高价，随后价格一路下滑至最低价收盘，表示市场强烈跌势，特别是出现在高价区域，更加危险；
3、下影阳线：价格一度大幅下滑，但受到买盘势力支持，价格又回升向上，收盘在最高价处，属强势形态；
4、下影阴线：价格一度大幅下滑后但受到买盘势力支持，价格回升向上，虽然收盘价仍然低于开盘价，也可视为强势。但在高价区出现时，说明价格有回调要求，应注意卖出。
此条答案由有钱花提供，有钱花是度小满金融（原网络金融）旗下的信贷服务品牌，提供面向大众的个人消费信贷服务，打造创新消费信贷模式。有钱花运用人工智能和大数据风控技术，为用户带来方便、快捷、安心的互联网信贷服务。手机端点击下方马上测额，最高可借额度20万
❸ 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
❹ 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
❺ 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。
❻ 在股票的走势图上，图中的这些字母是什么意思
MACD——平滑异同移动平均线，是从双移动平均线发展而来的，由快的移动平均线减去慢的移动平均线，MACD的意义和双移动平均线基本相同，但阅读起来更方便。当MACD从负数转向正数，是买的信号。当MACD从正数转向负数，是卖的信号。当MACD以大角度变化，表示快的移动平均线和慢的移动平均线的差距非常迅速的拉开，代表了一个市场大趋势的转变。
KDJ——投资心理线，一般是用于股票分析的统计体系，根据统计学的原理，通过一个特定的周期（常为9日、9周等）内出现过的最高价、最低价及最后一个计算周期的收盘价及这三者之间的比例关系，来计算最后一个计算周期的未成熟随机值RSV，然后根据平滑移动平均线的方法来计算K值、D值与J值，并绘成曲线图来研判股票走势。
RSI——相对强弱指标，是根据一定时期内上涨和下跌幅度之和的比率制作出的一种技术曲线。能够反映出市场在一定时期内的景气程度。
BOLL——布林通道，是根据统计学中的标准差原理设计出来的一种非常简单实用的技术分析指标，BOLL指标又叫布林线指标，是研判市场运动趋势的一种中长期技术分析工具。一般而言，市场的运动总是围绕某一价值中枢（如均线、成本线等）在一定的范围内变动，布林线指标指标正是在上述条件的基础上，引进了“价格通道”的概念，其认为市场价格通道的宽窄随着股价波动幅度的大小而变化，而且价格通道又具有变异性，它会随着市场价格的变化而自动调整。
W&R——威廉指标，计算公式是：n日WMS=（Hn－Ct）/(Hn－Ln)×100。Ct为当天的收盘价；Hn和Ln是最近n日内（包括当天）出现的最高价和最低价。WMS指标表示的涵义是当天的收盘价在过去的一段日子的全部价格范围内所处的相对位置。如果WMS的值比较大，则当天的价格处在相对较低的位置，要注意反弹；如果WMS的值比较小，则当天的价格处在相对较高的位置，要注意回落；WMS取值居中，在50左右，则价格上下的可能性都有。
DMI——趋向指标，是通过分析股票价格在涨跌过程中买卖双方力量均衡点的变化情况，即多空双方的力量的变化受价格波动的影响而发生由均衡到失衡的循环过程，从而提供对趋势判断依据的一种技术指标。
BIAS——乖离率，乖离率（BIAS）是测量股价偏离均线大小程度的指标。当股价偏离市场平均成本太大时，都有一个回归的过程，即所谓的“物极必反”。
ASI——振动升降指标，ASI指标以开盘、最高、最低、收盘价与前一交易日的各种价格相比较作为计算因子，研判市场的方向性。
VR——成交量变异率,主要的作用在于以成交量的角度测量股价的热度，不同于AR、BR、CR的价格角度
ARBR——人气意愿指标，其英文缩写亦可表示为BRAR。由人气指标(AR)和意愿指标(BR)两个指标构成。
DPO——区间震荡线，是由惠特曼·巴塞特(Walt Bressert)提出的。是一个排除价格趋势的震荡指标。它试图通过扣除前期移动平均价来消除长期趋势对价格波动的干扰，从而便于发现价格短期的波动和超买超卖水平。
TRIX——三重指数平滑移动平均，长线操作时采用本指标的讯号，可以过滤掉一些短期波动的干扰，避免交易次数过于频繁，造成部分无利润的买卖，及手续费的损失。本指标是一项超长周期的指标，长时间按照本指标讯号交易，获利百分比大于损失百分比，利润相当可观。
DMA——
平行线差指标,是目前股市分析技术指标中的一种中短期指标,常用于大盘指数和个股的研判。
BBI——多空指数，是通过将几条不同天数移动平均线用加权平均方法计算出的一条移动平均线的综合指标，BBI指标本身就是针对普通移动平均线MA指标的一种改进，
MTM——动量指标，其英文全称是“Momentum Index”，是一种专门研究股价波动的中短期技术分析工具。
OBV——能量潮，是将成交量数量化，制成趋势线，配合股价趋势线，从价格的变动及成交量的增减关系，推测市场气氛。其主要理论基础是市场价格的变化必须有成交量的配合，股价的波动与成交量的扩大或萎缩有密切的关连。通常股价上升所需的成交量总是较大；下跌时，则成交量可能放大，也可能较小。价格升降而成交量不相应升降，则市场价格的变动难以为继。
SAR——抛物线指标,也称为停损点转向指标，这种指标与移动平均线的原理颇为相似，属于价格与时间并重的分析工具。由于组成SAR的点以弧形的方式移动，故称“抛物转向”。
EXPMA——简称EMA，中文名字：指数平均数指标或指数平滑移动平均线，一种趋向类指标，从统计学的观点来看，只有把移动平均线（MA)绘制在价格时间跨度的中点，才能够正确地反映价格的运动趋势，但这会使信号在时间上滞后，而EXPMA指标是对移动平均线的弥补，EXPMA指标由于其计算公式中着重考虑了价格当天（当期）行情的权重，因此在使用中可克服MACD其他指标信号对于价格走势的滞后性。同时也在一定程度中消除了DMA指标在某些时候对于价格走势所产生的信号提前性，是一个非常有效的分析指标。
❼ 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！
❽ R语言quantmod包下载的股票数据中如何确定某一数据的日期
筛选到这个行，然后输出
❾ 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"
❿ 请问如何用R语言做大量次数的几何布朗运动的模拟（参数μ，σ已知）
这上网搜应该搜的到吧，比如这篇文章"
股票价格行为关于几何布朗运动的模拟--基于中国上证综指的实证研究
",照着几何布朗运动的公式直接写代码应该就行了吧，代码逻辑都很清晰。
下面是照着这片文章模拟一次的代码，模拟多次的话，外面再套个循环应该就行了。然后再根据均方误差(一般用这个做准则的多)来挑最好的。
话说你的数据最好别是分钟或者3s切片数据，不然R这速度和内存够呛。
N <- 2000 #模拟的样本数
S0 <- 2000 #初始值
mu <- 0.051686/100
sigma <- 1.2077/100
St <- rep(0,N)
epsion <- rnorm(N,0,1) #正态分布随机数
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) #最终结果
plot(Final_St,type = "l")