R语言简介：

1992年，Ross Ihaka 和 Robert Gentleman 两个人在S语言（贝尔实验室开发的一种统计用编程语言）的基础上开始构思一种新的用于统计学分析的开源语言，直到1995年第一个版本正式发布。因为他们名字的第一个字母都是R，所以这门语言就被叫做R。这两个人都是统计学教授出身，再加上R语言的生父S语言，所以R语言在统计学方面有着纯正的血统！

如果你平时的工作会涉及到统计学，那么接触R语言实在是太正常不过了。因为R语言本身为统计而生，所以你能想到的所有统计相关的工作，R都可以非常简洁的用几行命令（甚至1行命令）帮你完成。

在R官网有这样几句介绍：

“R provides a wide variety of statistical (linear and nonlinear modelling, classical statistical tests, time-series analysis, classification, clustering, …) and graphical techniques, and is highly extensible. One of R's strengths is the ease with which well-designed publication-quality plots can be produced, including mathematical symbols and formulae where needed.”

翻译：R语言提供了各种各样的统计数据(线性和非线性建模，经典统计测试，时间序列分析，分类，聚类，…)和图形技术，并且具有高度的可扩展性。R的优点之一是，包括数学符号和公式在内的，设计良好的公共质量图。

R高度的可扩展性正是体现在它那1万多个包上，你想做的几乎所有事情都可以用现有的R包来辅助完成（当然，有些工作即便能完成但也不适合）。R另一个杀手锏就是其强大的绘图功能，正如上面的英文介绍所言，R可以画图，画各种各样的图，画各种各样高逼格的图，画各种各样高逼格可以直接出版的图

总之就是：R语言，作为一门统计学家开发的语言，从诞生之日起，就与统计和计量问题的处理有着密不可分的联系。随着大数据的兴起，R语言凭借其强大的数据处理能力和不断完善的扩展功能，迅速成为一项炙手可热的数据分析利器，针对统计与计量问题的处理方法也越来越丰富，覆盖范围也越来越广。

完善的统计学功能再加上强大的绘图功能，就是你需要学习R语言的理由。

R语言应用——股票分析

前面说了那么多R语言在统计和数据分析方面的优势，具体怎么应用呢，这里分享3个R语言进行股票数据分析的案例，教你学会应用。

【R 语言实现股票数据的预处理及分析】

项目以几支股票数据作为分析背景，从股票数据如何从雅虎财经板块上获取，并观察股票每日价格和成交量数据开始，接着计算某一支股票数据中比较重要的日度收益率。然后通过各种股票线图进行技术分析，最后在一支股票的基础上同时分析多支股票的成交量，涨幅时间点，最后得出它们之间的相关性等数据特征。

实验知识点：

股票数据抓取
股票数据线图绘制及技术分析
股票日度收益率计算
多支股票的相关性

实验过程中的部分截图：

技术分析图：

image.png

四家公司股票的相关性绘图：

image.png

【使用R语言基于新浪股票数据分析金融数据的“统计常识”】

项目以网络上的新浪股票数据为代表，研究金融数据的一些简单的统计性质。首先介绍相关的理论基础，然后在 R 上进行相关的操作，这些主要包括加载所需要的 R 包，在网络上直接载入股票数据，绘制股票数据的一些典型图形以及最终对股票的收益进行一些简单的分析，为简单的金融数据分析打下一些基础。

实验知识点：

金融数据的统计性质介绍
添加 quantmod 、fBasics包
访问和下载网络上的股票数据
股票数据的K线图、时序、密度函数图
股票收益率的正态性检验

实验过程中的部分截图：

股票数据的时序图：

image.png

股票收益率的密度函数图：

image.png

【R语言分析股票指数的GARCH效应】

GARCH模型是对金融数据波动性进行描述的方法，为大量的金融序列提供了有效的分析方法，它是迄今为至最常用的、最便捷的异方差序列拟合模型。

项目运用R语言利用上海证券综合指数进行GARCH模型的分析，包括计算股票指数的收益率，实现收益率的可视化，计算一些基本统计量，绘制股指收益率的ACF和PACF图，检验收益率序列的ARCH效应，估计GARCH模型以及标准化残差分析等。最终通过本次实验检验股票指数的GARCH效应，了解股票市场上的波动聚集效应。

实验知识点：