r語言做股票投資組合

㈠ 為什麼要用R語言做量化投資

你用python也行啊，joinquant聚寬的寬客社區就有很多python的策略，和學習資源

㈡ 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"

㈢ R語言做cox模型，所需要的函數

h(t/X)=h0(t) exp (β1 X1 + β2 X2 + …… + βp Xp )
h(t/X)： 基準風險函數 即所有變數取零時的t時刻的風險函數
X1、X2 …… Xp：影響因素 變數
β1、β2 …… βp：回歸系數

㈣ 怎樣計算最佳投資組合中個股票的權重

E(R) = Rf + beta * [E(R)-Rf] // 預期收益等於無風險收益加上風險溢價
= 5% + beta * 6%

其中，
beta(portfolio) = w_a * beta_a + w_b * beta_b // 投資組合的beta等於每種資產的beta按照其市值權重累加之和

lz的題目里沒有給出兩種股票的價值權重w_a, w_b。如果我們假定投資組合中兩種股票的市值相等，w_a=w_b=0.5, 則

E(R) = 5% + (0.5 * 2 + 0.5 * 1.2) * 6% = 14.6%

㈤ 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。

㈥ 甲公司准備投資100萬元購入由A,B,C三種股票構成投資組合，三種股票佔用的資金分別為20萬，30萬和50萬，

1. beta = 0.2*0.8+0.3*1.0+0.5*1.8=1.36
2. A股票r= 0.1+ (0.16-0.1)*0.8=14.8%
B股票r=0.1+(0.16-0.1)*1＝16%
C股票r=0.1+(0.16-0.1)*1.8=20.8%
3.組合風險報酬率= 1.36*(0.16-0.1) =8.16%
4.組合預期報酬率＝10%+8.16%＝18.16%

㈦ 怎麼利用r語言做em演算法估計混合雙參數指數分布的數值模擬

建議你先看一下這本書:
Modeling Survival Data Using Frailty Models

chap 2. Some Parametric Methods
2.1 Introction . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Exponential Distribution . . . . . . . . . . . . . . . . . . . 20
2.3 Weibull Distribution . . . . . . . . . . . . . . . . . . . . . 21
2.4 Extreme Value Distributions . . . . . . . . . . . . . . . . 23
2.5 Lognormal . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.6 Gamma . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.7 Loglogistic . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.8 Maximum Likelihood Estimation . . . . . . . . . . . . . 30
2.9 Parametric Regression Models

chap 6. Estimation Methods for Shared Frailty Models
6.1 Introction . . . . . . . . . . . . . . . . . . . . . . . . . 105
6.2 Inference for the Shared Frailty Model . . . . . . . . . . 106
6.3 The EM Algorithm . . . . . . . . . . . . . . . . . . . . . . . 108
6.4 The Gamma Frailty Model . . . . . . . . . . . . . . . . . . . 110
6.5 The Positive Stable Frailty Model . . . . . . . . . . . . . . 111
6.6 The Lognormal Frailty Model . . . . . . . . . . . . . . . . . 113
6.6.1 Application to Seizure Data . . . . . . . . . . . . . . . 113
6.7 Modified EM (MEM) Algorithm for Gamma Frailty Models 114
6.8 Application

然後用最基本的package "survival"
並參考你的模型可能用到的一些functions:
survreg(formula, data, weights, subset,na.action, dist="weibull",....)
survreg.distributions include "weibull", "exponential", "gaussian",
"logistic","lognormal" and "loglogistic"
frailty(x, distribution="gamma", ...)
distribution: either the gamma, gaussian or t distribution may be specified.
frailty.gamma(x, sparse = (nclass > 5), theta, df, eps = 1e-05,
method = c("em","aic", "df", "fixed"),...)

㈧ 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。

㈨ r語言中怎麼求投資組合收益與風險

載入quantmod、TTR包和PerformanceAnalytics包進行計算
library(quantmod)
library(PerformanceAnalytics)
library(TTR)
rate=periodReturn(close,period="daily",type="arithmetic")
head(rate)