本文最新版已更新至http://thinkinside.tk/2013/05/03/r_notes_1_what.html 

在學(xué)習(xí)量化投資的時候，我發(fā)現(xiàn)了R（www.r-project.org）。R到底是什么呢？在開始之前，先看看R的神奇之處。

1. R初窺

從CRAN（The Comprehensive R Archive Network）cran.r-project.org—mirrors.html中選擇一個鏡像，然后下載合適的安裝包（R支持Linux、Mac OS X和Windows）。

安裝并運(yùn)行R后，可以看到R的控制臺（我的操作系統(tǒng)是Mac OS）：

在R的控制臺輸入如下命令： 

> install.packages('quantmod') # 安裝quantmod包
> require(quantmod) #引用quantmod包
> getSymbols("GOOG",src="yahoo",from="2013-01-01", to='2013-04-24') #從雅虎財(cái)經(jīng)獲取google的股票數(shù)據(jù)
> chartSeries(GOOG,up.col='red',dn.col='green')  #顯示K線圖
> addMACD() #增加MACD圖

就能夠看到下圖的效果了：

最后，退出R：

> q()#Terminate an R Session

2. R是什么

是不是很神奇？反正當(dāng)時我完全被Hold住了。

那么R到底是什么？或者說，R到底是做什么用的？從不同的角度出發(fā)，對R會有不同的描述。 

• 從使用角度，R是一個有著統(tǒng)計(jì)分析功能及強(qiáng)大作圖功能的軟件，在GNU協(xié)議General Public Licence4下免費(fèi)發(fā)行。
• 從編程角度，R語言是面向?qū)ο蟮慕y(tǒng)計(jì)編程語言，是由AT&T貝爾實(shí)驗(yàn)室所創(chuàng)的S語言發(fā)展出的一種方言。
• 從計(jì)算角度，R 是一種為統(tǒng)計(jì)計(jì)算和圖形顯示而設(shè)計(jì)的語言及環(huán)境。
• 從開發(fā)角度，R 是一組開源的數(shù)據(jù)操作，計(jì)算和圖形顯示工具的整合包有各種方式可以進(jìn)行編程調(diào)用。
• 從架構(gòu)角度，R 是為統(tǒng)計(jì)計(jì)算和圖形展示而設(shè)計(jì)的一個系統(tǒng)。它包括一種編程語言，高級別圖形展示函數(shù)，和其它語言的接口以及調(diào)試工具。

如果一定要找到一個與R類似的軟件，那就是商業(yè)軟件Matlab。R和Matlab都是基于編程進(jìn)行數(shù)據(jù)分析的工具，Matlab適用的領(lǐng)域更廣，而R更擅長統(tǒng)計(jì)分析領(lǐng)域。

與Matlab相比，R更具備開放性：

• R是自由軟件，Matlab是商業(yè)軟件；
• R可以方便的通過“包”進(jìn)行擴(kuò)展，R的核心只有25個包，但是有幾千個外部包可以調(diào)用，當(dāng)然你也可以開發(fā)自己的；
• R語言比Matlab的要強(qiáng)大；
• R和其他編程語言/數(shù)據(jù)庫之間有很好的接口；其他語言也可以很方便的調(diào)用R的API和結(jié)果對象。

R常用于金融和統(tǒng)計(jì)領(lǐng)域。大多數(shù)人使用R就是因?yàn)樗慕y(tǒng)計(jì)功能，R的內(nèi)部實(shí)現(xiàn)了很多經(jīng)典的or時髦的統(tǒng)計(jì)技術(shù)。

3. R的核心概念

3.1 對象

R語言是一種面向?qū)ο蟮恼Z言，所有的對象都有兩個內(nèi)在屬性：元素類型和長度。 

元素類型是對象內(nèi)元素的基本類型，包括：數(shù)值(numeric),字符型(character),復(fù)數(shù)型(complex)、邏輯型（logical）、函數(shù)（function）等，通過mode()函數(shù)可以查看一個對象的類型。

長度是對象中元素的數(shù)目，通過函數(shù)length()可以查看對象的長度。

除了元素類型外，對象本身也有不同的“類型”，表示不同的數(shù)據(jù)結(jié)構(gòu)（struct)。R中的對象類型主要包括：

向量(vector): 由一系列有序元素構(gòu)成。

因子(factor）：對同長的其他向量元素進(jìn)行分類（分組）的向量對象。R 同時提供有序（ordered）和無序（unordered）因子。

數(shù)組(array)：帶有多個下標(biāo)的類型相同的元素的集合

矩陣(matrix)：矩陣僅僅是一個雙下標(biāo)的數(shù)組。R提供了一下函數(shù)專門處理二維數(shù)組（矩陣）。

數(shù)據(jù)框(data frame)：和矩陣類似的一種結(jié)構(gòu)。在數(shù)據(jù)框中，列可以是不同的對象。

時間序列(time series)：包含一些額外的屬性,如頻率和時間.

列表（list）:是一種泛化（general form）的向量。它沒有要求所有元素是同一類型，許多時候就是向量和列表類型。列表為統(tǒng)計(jì)計(jì)算的結(jié)果返回提供了一種便利的方法。

3.2 常量

R中還定義了一些常量，比如：

NA：表示不可用

Inf: 無窮

-Inf: 負(fù)無窮

TRUE：真

FALSE：假

4. R的基本使用

4.1 命令

R是一種語法非常簡單的表達(dá)式語言(expression language)。使用者通過命令（command）與R進(jìn)行交互。

基本命令要么是表達(dá)式(expressions)要么就是賦值(assignments)。如果一條命令是表達(dá)式,那么它將會被解析(evaluate),并將結(jié)果顯示在屏幕上,同時清空該命令所占內(nèi)存。賦值同樣會解析表達(dá)式并且把值傳給變量但結(jié)果不會自動顯示在屏幕上。

基于命令，可以用交互的方式或者批處理/腳本文件的方式使用R。

4.2 交互式使用 R

交互式shell是一種很方便的環(huán)境，可以進(jìn)行各種嘗試，隨時調(diào)整過程。與Python、Ruby等語言一樣，R也提供了shell環(huán)境。本文開始的例子就是以交互的方式使用R。當(dāng)打開R控制臺時，R會顯示命令提示符">"，此時可以輸入命令。

下面是交互式使用R的幾個例子：

例一：

> help.start() #啟動在線幫助，會打開瀏覽器。
> x <- rnorm(50); y <- rnorm(x)  #產(chǎn)生兩個隨機(jī)向量x和y
> plot(x,y) #使用x,y畫二維散點(diǎn)圖, 會打開一個圖形窗口
> ls() #查看當(dāng)前工作空間里面的 R 對象
> rm(x,y) #清除x,y對象
>x <- 1:20  # 相當(dāng)于x=(1,2,…,20)

例二：

x <- 1:20#等價(jià)于 x = (1, 2, ..., 20)。 

w <- 1 + sqrt(x)/2#標(biāo)準(zhǔn)差的`權(quán)重'向量。 

dummy <- data.frame(x=x, y= x + rnorm(x)*w)#創(chuàng)建一個由x 和 y構(gòu)成的雙列數(shù)據(jù)框

dummy #查看dummy對象中的數(shù)據(jù)。 

fm <- lm(y ~ x, data=dummy)#擬合 y 對 x 的簡單線性回歸

summary(fm)#查看分析結(jié)果。 

fm1 <- lm(y ~ x, data=dummy, weight=1/w^2)#加權(quán)回歸

summary(fm1)#查看分析結(jié)果。

 

attach(dummy)#讓數(shù)據(jù)框中的列項(xiàng)可以像一般的變量那樣使用。 

lrf <- lowess(x, y)#做一個非參局部回歸。 

plot(x, y)#標(biāo)準(zhǔn)散點(diǎn)圖。 

lines(x, lrf$y)#增加局部回歸曲線。 

abline(0, 1, lty=3)#真正的回歸曲線：(截距 0，斜率 1)。 

abline(coef(fm))#無權(quán)重回歸曲線。 

abline(coef(fm1), col = "red")#加權(quán)回歸曲線。 

detach()#將數(shù)據(jù)框從搜索路徑中去除。 

plot(fitted(fm), resid(fm),

     xlab="Fitted values",

     ylab="Residuals",

     main="Residuals vs Fitted")一個檢驗(yàn)異方差性（heteroscedasticity）的標(biāo)準(zhǔn)回歸診斷圖。 

qqnorm(resid(fm), main="Residuals Rankit Plot")#用正態(tài)分值圖檢驗(yàn)數(shù)據(jù)的偏度（skewness），峰度（kurtosis）和異常值（outlier）。

rm(fm, fm1, lrf, x, dummy)#再次清空。

例三： Michaelson 和 Morley 測量光速的經(jīng)典實(shí)驗(yàn)

filepath <- system.file("data", "morley.tab" , package="datasets")#從對象 morley 中得到實(shí)驗(yàn)數(shù)據(jù)的文件路徑

filepath#查看文件路徑

file.show(filepath)#查看文件內(nèi)容

mm <- read.table(filepath)#以數(shù)據(jù)框的形式讀取數(shù)據(jù)

mm$Expt <- factor(mm$Expt)

mm$Run <- factor(mm$Run)#將 Expt 和 Run 改為因子。 

attach(mm)#讓數(shù)據(jù)在位置 3 (默認(rèn)) 可見（即可以直接訪問）。 

plot(Expt, Speed, main="Speed of Light Data", xlab="Experiment No.")#用簡單的盒狀圖比較五次實(shí)驗(yàn)。 

fm <- aov(Speed ~ Run + Expt, data=mm)#分析隨機(jī)區(qū)組，`runs' 和 `experiments' 作為因子。 

summary(fm)

 

fm0 <- update(fm, . ~ . - Run)

anova(fm0, fm)#擬合忽略 `runs' 的子模型，并且對模型更改前后進(jìn)行方差分析。 

detach()

rm(fm, fm0)#在進(jìn)行下面工作前，清空數(shù)據(jù)。

 

 

#下面是等高線和影像顯示的示例

x <- seq(-pi, pi, len=50)#x 是一個在區(qū)間 [-pi\, pi] 內(nèi)等間距的50個元素的向量

y <- x

 

f <- outer(x, y, function(x, y) cos(y)/(1 + x^2))#f 是一個方陣，行列分別被 x 和 y 索引，對應(yīng)的值是函數(shù) cos(y)/(1 + x^2) 的結(jié)果。 

oldpar <- par(no.readonly = TRUE)

par(pty="s")#保存圖形參數(shù)，設(shè)定圖形區(qū)域?yàn)椤罢叫巍薄?

contour(x, y, f)

contour(x, y, f, nlevels=15, add=TRUE)#繪制 f 的等高線；增加一些曲線顯示細(xì)節(jié)。 

fa <- (f-t(f))/2#fa 是 f 的“非對稱部分”(t() 是轉(zhuǎn)置函數(shù))。 

contour(x, y, fa, nlevels=15)#畫等高線

par(oldpar)# 恢復(fù)原始的圖形參數(shù)

image(x, y, f)

image(x, y, fa)#繪制一些高密度的影像顯示

objects(); 

rm(x, y, f, fa)#在繼續(xù)下一步前，清空數(shù)據(jù)。

 

th <- seq(-pi, pi, len=100)

z <- exp(1i*th)#1i 表示復(fù)數(shù) i

 

par(pty="s")

plot(z, type="l")#圖形參數(shù)是復(fù)數(shù)時，表示虛部對實(shí)部畫圖。這可能是一個圓。 

w <- rnorm(100) + rnorm(100)*1i#假定我們想在這個圓里面隨機(jī)抽樣。一種方法將讓復(fù)數(shù)的虛部和實(shí)部值是標(biāo)準(zhǔn)正態(tài)隨機(jī)數(shù) ... 

w <- ifelse(Mod(w) > 1, 1/w, w)#將圓外的點(diǎn)映射成它們的倒數(shù)。 

plot(w, xlim=c(-1,1), ylim=c(-1,1), pch="+",xlab="x", ylab="y")

lines(z)#所有的點(diǎn)都在圓中，但分布不是均勻的。 

 

#下面采用均勻分布。現(xiàn)在圓盤中的點(diǎn)看上去均勻多了。 

w <- sqrt(runif(100))*exp(2*pi*runif(100)*1i)

plot(w, xlim=c(-1,1), ylim=c(-1,1), pch="+", xlab="x", ylab="y")

lines(z)

 

 

rm(th, w, z)#再次清空。 

q()#離開 R 程序

4.3 工作空間(workspace)

R shell 可以任意地保存一個完整的環(huán)境,稱為工作空間（workspace)。前面的例子中，運(yùn)行q()命令退出R時，會被詢問是否要保存工作空間：

工作空間（workspace)保存了一些環(huán)境信息。每次與R的會話(session)可以從一個全新的環(huán)境開始，也可以在原來的基礎(chǔ)上繼續(xù)，這些運(yùn)行信息就保存在工作空間中。

如果在UNIX系統(tǒng)以命令行的方式啟動R，則當(dāng)前目錄就是本次會話的工作空間：

$ mkdir r_test

$ cd r_test/

$ R

看看R能為工作空間保存些什么內(nèi)容：

> x <- rnorm(50); y <- rnorm(x)  #產(chǎn)生兩個隨機(jī)向量x和y

> q()

Save workspace image? [y/n/c]: y

$ ls -Al

會發(fā)現(xiàn)R保存了兩個隱藏文件：.RData和.Rhistory。其中.RData以二進(jìn)制的方式保存了會話中的變量值，.Rhistory以文本文件的方式保存了會話中的所有命令。

如果在一個已有的工作空間中啟動R，會提示：

[原來保存的工作空間已還原]

此時可以用函數(shù)ls()和history()看到之前保存的數(shù)據(jù)和命令。

使用rm()/remove()可以刪除工作空間中的變量。

在R控制臺，也可以使用函數(shù)getwd()和setwd()來獲取/設(shè)置工作空間目錄；使用list.files()查看當(dāng)前目錄下的文件。

如果以GUI方式運(yùn)行R控制臺，可以通過菜單來加載或保存工作空間。

4.4 腳本/批處理

前面提到R可以在工作空間中保存歷史命令。其實(shí)這就是一個工作空間中的默認(rèn)腳本，當(dāng)加載工作空間時自動執(zhí)行。

我們完全可以寫自己的腳本，指定R批量執(zhí)行一些命令。通常，自己的腳本會以“.R”作為擴(kuò)展名。一個最簡單的例子test.R：

x <- rnorm(50); y <- rnorm(x)  #產(chǎn)生兩個隨機(jī)向量x和y

plot(x,y) #使用x,y畫二維散點(diǎn)圖, 會打開一個圖形窗口

并保存到工作空間，然后在R控制臺，使用命令：

> source('test.R')

就可以執(zhí)行該腳本。

> source('test.R', echo=TRUE)可以讓腳本執(zhí)行時輸出更詳細(xì)的信息。

編寫腳本自動執(zhí)行一些任務(wù)時，sink()函數(shù)會比較有用：

     > sink("record.lis")

會把所有后續(xù)的輸出結(jié)果從控制臺重定向到外部文件 record.lis 中，此時控制臺中看不到命令輸出的結(jié)果。使用命令：

     > sink()

可以讓輸出流重新定向到控制臺。

5. 幫助系統(tǒng)

GNU軟件通常都會有非常好的幫助系統(tǒng)，無論對于初學(xué)者還是熟練者都能帶來很大的幫助。R當(dāng)然也不例外。R中提供的幫助主要有以下幾種：

5.1 文檔和搜索

 help.start()  命令會打開瀏覽器，顯示幫助文檔。包括一些入門的文檔，以及搜索功能（鏈接：Search Engine & Keywords）。

5.2 演示

demo()會按照包分組，列出所有可用的演示：

按照名稱可以開始演示，如：

demo(is.things)

5.3 函數(shù)幫助

如果已經(jīng)知道一個函數(shù)的名稱(比如solve)，需要了解其所屬的包、用途、用法、參數(shù)說明、返回值、參考文獻(xiàn)、相關(guān)函數(shù)以及范例等，可以使用命令

 help(solve)或 ?solve

該命令會彈出一個窗口：

5.4 函數(shù)示例

對于函數(shù)，還可以使用example()執(zhí)行示例，比如：

example(solve)

5.5 關(guān)鍵字和運(yùn)算符

與函數(shù)的幫助類似，但是需要加上引號，如：

> ? '[['   # 等價(jià)于 help('[[')

> ?'+'    #等價(jià)于 help('+')

> ?'if'    #等價(jià)于 help('if')

5.6 搜索

如果不知道函數(shù)名稱，還可以進(jìn)行搜索，比如：

??'analysis'  #等價(jià)于 search('analysis')

5.7 官方搜索

前面的幫助都受限于本地環(huán)境已經(jīng)安裝的包。如果要搜索R中所有的資源（包，函數(shù)、數(shù)學(xué)方法等），需要在R的官方網(wǎng)站搜索：

www.r-project.org—search.html

6. 學(xué)習(xí)資料

www.R-project.org 　　R官方網(wǎng)站

cran.r-project.org—manuals.html 　　官方網(wǎng)站上的一些手冊和文檔（必看）

staff.washington.edu—Rcourse 　　華盛頓大學(xué)的一個R教程