library(quantmod) library(PerformanceAnalytics) setSymbolLookup(GLDQ=list(name="000651.sz"),RSFZ=list(name="002146.sz"),

欢迎来到商吧

##浦发银行VaR度量 ##第一步，加载包 library(PerformanceAnalytics) library(tseries) library(quantmod) ##第二步，爬取数据 setSymbolLookup(PFYH=list(name='600000.ss',src='yahoo')) getSymbols("PFYH",from="2014-03-12",to="2018-5-22") setSymbolLookup(SZZS=list(name='000001.ss',src='yahoo')) getSymbols("SZZS",from="2014-03-12",to="2018-5-22") ##第三步，数据基本分析 str(PFYH) tail(PFYH) pfyhspj=Cl(PFYH) tail(pfyhspj) ##对数化差分处理 pfyhspj.ret=diff(log(pfyhspj)) tail(SZZS)

install.packages("jiebaR") install.packages("wordcloud") ## library(jiebaR) library(wordcloud) ##读取数据，分隔符是“/n"，字符编码是"UTF-8",what=""表示以字符串类型读入## ##数据是网上找的十九大报告全文## f <- scan('C:/Users/Administrator/Desktop/cyt.txt',sep='\n',what='',encoding="GBK") ##使用qseg类型分词，并把结果保存到对象seg中## seg <- qseg[f] ##去除字符长度小于2的词语## seg <- seg[nchar(seg)>1] ##统计词频## seg <- table(seg) ##

##论文发表 ##2018年第三季度白酒上市公司数据集 ##读取数据##复制时将第一列也选中，第一个格子为空值不填## case9=read.table("clipboard",header = T) str(case9) colnames(case9)=paste(c("x1","x2","x3","x4","x5","x6","x7","x8","x9","x10","x11","x12","x13","x14","x15","x16")) summary(case9) ##数据量纲化 case10=scale(case9) ##数据相关性 X=cor(case10) ##检验 library(psych) cortest.ba

##产业 ##论文发表 ##2000年-2018年产业竞争力数据集 ##读取数据##复制时将第一列也选中，第一个格子为空值不填## case9=read.table("clipboard",header = T) str(case9) colnames(case9)=paste(c("x1","x2","x3","x4","x5","x6","x7","x8","x9","x10")) summary(case9) library(fBasics) basicStats(case9[,1]) basicStats(case9) ##library(xts) ##plot.zoo(basicStats(case9)) ##plot(case9) ##数据量纲化 case10=scale(case9) ##数据相关性 X=cor(case10) ##检验 lib

rm(list=ls()) options(digits=6) AB=read.table("clipboard",header=T) #我的数据格式是列变量为各省市名称，行变量为各指标 r=apply(AB,2,function(x){x/sum(x)}) #我认为它的行列变量说法相反，利用因子分析进行了验证 m=nrow(r);m n=ncol(r);n w=apply(r,2,function(x){(-1/log(m))*sum(x*log(x))}) v=w*r[1,] i=1; for(k in seq(1,m-1,1)){ v=rbind(v,w*r[k+1,]) } v dim(v) a=apply(v,2,max) b=apply(v,2,min);b c=(v[1,]-a);c i=1; for(k in seq(1,m-1,1)){ c=rbind(c,(v[k+1,]-a)) } c d=(v[1,]-b) i=1; for(k in seq(1,m-1,1)){ d=rbind(d,(v[k+1,]-b)) } d L1=data.frame(

楼主用网上教程都不全，废了半天才弄懂原理 首先：启动Rgui，看你是Windows32位还是64位系统了 第一步：在Rgui界面找到程序包打开将设定CRAN镜像改为中国北京的端口，选择软件库为CRAN 第二步：建立新的程序脚本运行以下代码 library(stringr) library(stringi) library(magrittr) install.packages（installr) library(installr) updater() 参考链接：http://blog.csdn.net/ESA_DSQ/article/details/65448318

##gjyinzifx library(nFactors) dat1<-read.csv(file="C:/Users/Agera/Desktop/yh1.csv",sep = ",",header = T,stringsAsFact

library("quantmod") getSymbols(c("IBM",'YHOO','AIA')) getSymbols("YHOO") getSymbols("IBM&

aia=getYahooData("AIA",start = 20120101) chartSeries(aia[,"open"],theme="white",up.col="red",dn.col

setwd("C:/Users/Administrator/Desktop") MEdata=read.csv("MEdata.csv") MEdata head(MEdata) names(MEdata) nrow(MEdata) nco

library(quantmod) library(PerformanceAnalytics) setSymbolLookup(GLDQ=list(name="000651.sz"),RSFZ=list(name="002146.sz"),

前提：加载tseries，爬取时再结合quantmod，PerformanceAnalytics 思路1：gyd=xts(gyd[,2],as.Date(gyd[,1])) 思路2：prc.ALL3&lt

library(PerformanceAnalytics) library(tseries) library(quantmod) setSymbolLookup(ZGPA=list(name='601318.ss',src='yahoo')) ge

xwqy=c(5925,1629,2702,3281,3323,1669,3670,5252,6119,3321,6741,10600,11800,2394,4602,6210,7010,4223,10607,18400,24600,9202,17400,23600,28700,

#长期变化图 szB100b=xts(sz$B100b,order.by=as.Date(sz$Date.)) szB250b=xts(sz$B250b,order.by=as.Date(sz$Date.)) hsHB100b=xts(hs$HB100b,or

par(mfrow=c(1,2))

## library(quantmod) a=read.csv("",header = T,sep=",",stringsAsFactors = F) b=xts(a[,-1],order.by = as.Date(a$y)) cpi=b[

##高级方法## ##library(factoextra) ##library(cluster) ##dat3 <- read.xlsx(file='jlData.xlsx', encoding = "UTF-8",sh

##聚类分析## ##dat2<- read.xlsx(file='jlData.xlsx', encoding = "UTF-8",sheetName='Sheet2')## ##names(dat2)=

##课程代码##因子分析## setwd("E:/WorkShop/") dat1 <- read.xlsx(file='jlData.xlsx', encoding = "UTF-8"

##因子分析 ##rm(list = ls()) library(xlsx) library(nFactors) require(gdata) setwd("F:/R语言梁老师课程课件/R_with_applicati

##行业图 hyt=read.csv(file="C:/Users/Agera/Desktop/毕业论文数据库/hyt.csv",sep = ",",header = T,stringsAsFacto

##股票相关图 ##install.packages("PerformanceAnalytics") ##install.packages("tseries") library(quantmod) library(Per

hyt=read.csv(file="C:/Users/Agera/Desktop/毕业论文数据库/hyt.csv",sep = ",",header = T,stringsAsFactors = F) ##hy

2018一帆风顺，尽力而为！

读取csv格式

一、wordcloud安装说明 install.packages("wordcloud"); 二、wordcloud2安装说明 install.packages("devtools"); devtools::install_github("lchiffon/wordcloud2",type="source") 错误提示： 解决办法： install.packages("htmltools"); 三、wordcloud参数说明 3.1 函数原型 wordcloud(words,freq,scale=c(4,.5),min.freq=3,max.words=Inf,random.order=TRUE, random.color=FALSE, rot.per=.1,colors="black",ordered.colors=FALSE,use.r.layout=FALSE,...) 3.2 常用参数 （1）words——关键词列表 （2）freq——关键词对

第一步：在RGui中首先选择CRAN为北京的地址以及将镜像选择设定为CRAN 第二步：新建脚本运行以下代码stringr

library(maps) library(mapdata) library('maptools') map('china') map("china", col = "blue ", ylim = c(18,

通常我是直接在环境项目下手动清除和使用read.table()和read.csv() 方法2： ##rm## rm(list=ls()) ##读取excel表数据##

##定量数据##身高为例## set.seed(123) heights=rnorm(40,171,5) heights length(heights) ##频率## b=seq(160,181,3) heights.cut=cut(hei

set.seed(123) ranks=sample(10,40,replace = T) ranks class(ranks) ranks=as.factor(ranks) class(ranks) table(ranks) barplot(table(ranks),space

##一维布朗运动 noise=rnorm(10000) bm=cumsum(noise) plot(bm,type="l") ##三维布朗运动-多维 set.seed(1) library(rgl) x.

a=read.csv("D:/r数据/MEdata.csv",header = T) b=a[,1] b1=subset(a,select=2:8) c=kmeans(a[,2:8],4) sort(c$cluster, decreasing = T)

初级备考资料经验贴:大神请绕道～ 考完后就想过若考试过了就分享点资料准备经验给明年备考的亲们，分

宏观经济的目标有四个：经济增长，充分就业，物价稳定和国际收支平衡。两会期间新增的预期目标有：M2

亲爱的各位吧友：欢迎来到商院本科生