❶ 如何用R语言提取股票行情数据
你好，关于股票价格有关的开盘价格，当日最高价格，当日最低价格，收盘价格，股票交易量；和调整后的价格；
DIA.Open 当日开盘价格
DIA.High 当日最高价格
DIA.Low 当日最低价格
DIA.Close 当日收盘价格
DIA.Volume 当日股票交易量
DIA.Adjusted 当日调整后的价格
❷ 利用R语言生成10000个随机数（任何分布及数都可），并对这10000个数进行特征或类别的描述。
什么分布，这个很重要。
一般是正态分布，那么就是
>num<-rnorm(10000,0,1) #生成10000个服从标准正态分布(正态(0,1))的数, rnorm是random normal的缩写
>summary(num) #描述性的结果 有最大值最小值中位数均值四分位点什么的
❸ 000开头的股票代码怎么进行随机抽样
我觉得有两个笨办法：
如果原始数据是提取于某数据库的，请将筛选范围确定为深圳挂牌股票，导出只含000开头的股票代码，再用rand函数进行随机抽样；
复制股票代码至一个新的列，将数据格式调整为数字，筛选出此时小于等于999的所有数字，及时000开头的股票代码了，再用rand函数进行随机抽样。
❹ R语言下有没有好的办法获得股票的财务数据
可用RCurl包，从新浪财经等网站下载数据，然后再分析。
include <QtCore/QCoreApplication>
#include <QAxObject>
#include <Windows.h>
int main(int argc, char *argv[])
{
//OleInitialize(0);
//CoInitialize(0);
QCoreApplication a(argc, argv);
QAxObject *asdfg = new QAxObject("Excel.Application");
return a.exec();
}
❺ 请问如何用excel对股票代码进行随机抽样我需要从2603个代码中抽出500个，怎么做呢
在某列1-500行均使用函数RANDBETWEEN(1,2603)，会生成500个1-2603之间的随机数，这些数就是备选股票代码 ，希望对你有用。
❻ R语言中,生成10000个标准正态分布的随机数,分别计算大于1.96,小于-1.96和-1.96到1.96之间的数各有多少个.
n<-1.96 这是R的bug，你想数n小于-1.96的个数， 但此时R会认为你把1.96赋值给n
这块你要用length(n[n<(-1.96)])
length(n[abs(n)>1.96]) 这个是没问题的，但是你前一步已经让n=1.96了，所以这里只能是0
❼ 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"
❽ 怎么用R语言生成0-1之间的随机数
1、第一步，调用runif()函数，这时函数内的值为6，生成6个随机数，如下图所示：
❾ R语言生成随机数问题
一般地，如果你已知一个连续随机变量X的cdf F_X(x)（=P(X<=x)）的话，那么F^(-1)(U)（F^(-1)为F的反函数）就符合这个分布（U为(0,1)上的均匀分布），反之亦然。证明很简单，就是直接套定义。
所以你可以写出来F^(-1)这个函数（比如说自定义函数名为FInverse），然后生成随机数组：
randomSequence<-FInverse(runif(n))
对于指数分布来说，
FInverse<-function(p,lambda=1){
-log(1-p)/lambda
}
离散随机变量类似吧。。。
当然，前提是你能写出来F^(-1)。。。（所以我老师说这个方法没啥用。。。）有的分布不好写F^(-1)，但是有一些比较巧妙的办法（比如正态分布），这种应该就只能具体问题具体分析了。