R語言初探

相較於Python語言，R語言用在機器學習與即時運算比較不方便，因此R語言的業界實務應用比較少。然而，就金融計量分析與非即時 (盤後) 分析與計算，R語言算是相當好用與足夠。因此，在金融資料分析與實證研究上，就選擇R語言來處理。

以下是個簡單的例子。透過套件 (1) xts，(2) quantmod，抓取資料，並且搭配200天的移動平均線，即可畫出技術分析的圖形。

上面截圖，總共只需要25行程式，實際上可以更加精簡，讓程式變得更少行數。在程式截圖一點必須提醒，即第20行的價格調整。此處之所要價格調整，乃是因為現金股利與股票股利的調整計算。

技術分析與K線，在金融計量上算是相當基本，在實務的運用上的有效性也是見仁見智，所以此處只是讓學習者了解R語言的方便性與應用。至於金融計量的分析與應用，則須要搭配財金理論 (例如，投資人行為偏誤)，因此大量閱讀金融理論，培養金融素養與心法，才是建構交易策略與邏輯的不二法門。

### R程式參考如下###

# Authors: Hsiu-Chuan Lee                                                                   

# Email: hclee.finance@gmail.com                        

rm(list=ls())

Sys.setlocale("LC_TIME","english")

packages=c("xts",

           "quantmod")

for(i in packages){

  if(!require(i,character.only = TRUE)) install.packages(i)

  library(i,character.only = TRUE)

}

SD <- "2008-01-01"

ED  <-  as.character(Sys.Date())

tem = loadSymbols("SPY", from =  as.Date(SD), to =as.Date(ED),

                  auto.assign = FALSE, return.class = 'xts')

SPY <-  adjustOHLC(tem,use.Adjusted=TRUE)

colnames(tem) <- c("PO","PH","PL","P","VO","P") 

windows()

chartSeries(SPY)

addSMA(n = 200, on = 1, with.col = Cl, overlay = TRUE, col = "brown")