r语言做股票投资组合

㈠ 为什么要用R语言做量化投资

你用python也行啊，joinquant聚宽的宽客社区就有很多python的策略，和学习资源

㈡ 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"

㈢ R语言做cox模型，所需要的函数

h(t/X)=h0(t) exp (β1 X1 + β2 X2 + …… + βp Xp )
h(t/X)： 基准风险函数 即所有变量取零时的t时刻的风险函数
X1、X2 …… Xp：影响因素 变量
β1、β2 …… βp：回归系数

㈣ 怎样计算最佳投资组合中个股票的权重

E(R) = Rf + beta * [E(R)-Rf] // 预期收益等于无风险收益加上风险溢价
= 5% + beta * 6%

其中，
beta(portfolio) = w_a * beta_a + w_b * beta_b // 投资组合的beta等于每种资产的beta按照其市值权重累加之和

lz的题目里没有给出两种股票的价值权重w_a, w_b。如果我们假定投资组合中两种股票的市值相等，w_a=w_b=0.5, 则

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

㈤ 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。

㈥ 甲公司准备投资100万元购入由A,B,C三种股票构成投资组合，三种股票占用的资金分别为20万，30万和50万，

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.组合风险报酬率= 1.36*(0.16-0.1) =8.16%
4.组合预期报酬率＝10%+8.16%＝18.16%

㈦ 怎么利用r语言做em算法估计混合双参数指数分布的数值模拟

建议你先看一下这本书:
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

然后用最基本的package "survival"
并参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 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。

㈨ r语言中怎么求投资组合收益与风险

加载quantmod、TTR包和PerformanceAnalytics包进行计算
library(quantmod)
library(PerformanceAnalytics)
library(TTR)
rate=periodReturn(close,period="daily",type="arithmetic")
head(rate)