vector:向量
numeric:数值型向量
logical:逻辑型向量
character;字符型向量
list:列表
data.frame:数据框
c:连接为向量或列表
length:求长度
subset:求子集
seq,from:to,sequence:等差序列
rep:重复
NA:缺失值
NULL:空对象
sort,order,unique,rev:排序
unlist:展平列表
attr,attributes:对象属性
mode,class,typeof:对象存储模式与类型
names:对象的名字属性
字符型向量 nchar:字符数
substr:取子串 format,formatC:把对象用格式转换为字符串
paste()、paste0()不仅可以连接多个字符串,还可以将对象自动转换为字符串再相连,另外还能处理向量。
strsplit:连接或拆分
charmatch,pmatch:字符串匹配
grep,sub,gsub:模式匹配与替换
complex,Re,Im,Mod,Arg,Conj:复数函数
factor:因子 codes:因子的编码 levels:因子的各水平的名字 nlevels:因子的水平个数 cut:把数值型对象分区间转换为因子
table:交叉频数表 split:按因子分组 aggregate:计算各数据子集的概括统计量 tapply:对“不规则”数组应用函数
dev.new() 新建画板
plot()绘制点线图,条形图,散点图.
barplot( ) 绘制条形图
dotchart( ) 绘制点图
pie( )绘制饼图.
pair( )绘制散点图阵
boxplot( )绘制箱线图
hist( )绘制直方图
scatterplot3D( )绘制3D散点图.
par()可以添加很多参数来修改图形
title( ) 添加标题
axis( ) 调整刻度
rug( ) 添加轴密度
grid( ) 添加网格线
abline( ) 添加直线
lines( ) 添加曲线
text( ) 添加标签
legend() 添加图例
+, -, *, /, ^, %%, %/%:四则运算 ceiling,floor,round,signif
1、round() #四舍五入
例:x <- c(3.1416, 15.377, 269.7)
round(x, 0) #保留整数位
round(x, 2) #保留两位小数
round(x, -1) #保留到十位
2、signif() #取有效数字(跟学过的有效数字不是一个意思)
例:略
3、trunc() #取整
floor() #向下取整
ceiling() #向上取整
例:xx <- c(3.60, 12.47, -3.60, -12.47)
trunc(xx)
floor(xx)
ceiling(xx)
max,min,pmax,pmin:最大最小值
range:最大值和最小值 sum,prod:向量元素和,积 cumsum,cumprod,cummax,cummin:累加、累乘 sort:排序 approx和approx fun:插值 diff:差分 sign:符号函数
abs,sqrt:绝对值,平方根
log, exp, log10, log2:对数与指数函数
sin,cos,tan,asin,acos,atan,atan2:三角函数
sinh,cosh,tanh,asinh,acosh,atanh:双曲函数
beta,lbeta,gamma,lgamma,digamma,trigamma,tetragamma,pentagamma,choose ,lchoose:与贝塔函数、伽玛函数、组合数有关的特殊函数
fft,mvfft,convolve:富利叶变换及卷积
polyroot:多项式求根
poly:正交多项式
spline,splinefun:样条差值
besselI,besselK,besselJ,besselY,gammaCody:Bessel函数
deriv:简单表达式的符号微分或算法微分
array:建立数组
matrix:生成矩阵
data.matrix:把数据框转换为数值型矩阵
lower.tri:矩阵的下三角部分
mat.or.vec:生成矩阵或向量
t:矩阵转置
cbind:把列合并为矩阵
rbind:把行合并为矩阵
diag:矩阵对角元素向量或生成对角矩阵
aperm:数组转置
nrow, ncol:计算数组的行数和列数
dim:对象的维向量
dimnames:对象的维名
rownames,colnames:行名或列名
%*%:矩阵乘法
crossprod:矩阵交叉乘积(内积)
outer:数组外积
kronecker:数组的Kronecker积
apply:对数组的某些维应用函数
tapply:对“不规则”数组应用函数
sweep:计算数组的概括统计量
aggregate:计算数据子集的概括统计量
scale:矩阵标准化
matplot:对矩阵各列绘图
cor:相关阵或协差阵
Contrast:对照矩阵
row:矩阵的行下标集
col:求列下标集
solve:解线性方程组或求逆
eigen:矩阵的特征值分解
svd:矩阵的奇异值分解
backsolve:解上三角或下三角方程组
chol:Choleski分解
qr:矩阵的QR分解
chol2inv:由Choleski分解求逆
><,>,<=,>=,==,!=:比较运算符 !,&,&&,|,||,xor():
逻辑运算符 logical:
生成逻辑向量 all,
any:逻辑向量都为真或存在真
ifelse():二者择一 match,
%in%:查找
unique:找出互不相同的元素
which:找到真值下标集合
duplicated:找到重复元素
optimize,uniroot,polyroot:一维优化与求根
if,else,
ifelse,
switch:
分支 for,while,repeat,break,next:
循环 apply,lapply,sapply,tapply,sweep:替代循环的函数。
function:函数定义
source:调用文件 ’
call:函数调用 .
C,.Fortran:调用C或者Fortran子程序的动态链接库。
Recall:递归调用
browser,debug,trace,traceback:程序调试
options:指定系统参数
missing:判断虚参是否有对应实参
nargs:参数个数 stop:终止函数执行
on.exit:指定退出时执行 eval,expression:表达式计算
system.time:表达式计算计时
invisible:使变量不显示
menu:选择菜单(字符列表菜单)
其它与函数有关的还有:
delay,
delete.response,
deparse,
do.call,
dput,
environment ,
formals,
format.info,
interactive,
is.finite,
is.function,
is.language,
is.recursive ,
match.arg,
match.call,
match.fun,
model.extract,
name,
parse 函数能将字符串转换为表达式expression
deparse 将表达式expression转换为字符串
eval 函数能对表达式求解
substitute,
sys.parent ,
warning,
machine
cat,print:显示对象
sink:输出转向到指定文件
dump,save,dput,write:输出对象
scan,read.table,readlines, load,dget:读入
ls,objects:显示对象列表
rm, remove:删除对象
q,quit:退出系统
.First,.Last:初始运行函数与退出运行函数。
options:系统选项
?,help,help.start,apropos:帮助功能
data:列出数据集
head()查看数据的头几行
tail()查看数据的最后几行
每一种分布有四个函数:
d―density(密度函数),p―分布函数,q―分位数函数,r―随机数函数。
比如,正态分布的这四个函数为dnorm,pnorm,qnorm,rnorm。下面我们列出各分布后缀,前面加前缀d、p、q或r就构成函数名:
norm:正态,
t:t分布,
f:F分布,
chisq:卡方(包括非中心)
unif:均匀,
exp:指数,
weibull:威布尔,
gamma:伽玛,
beta:贝塔
lnorm:对数正态,
logis:逻辑分布,
cauchy:柯西,
binom:二项分布,
geom:几何分布,
hyper:超几何,
nbinom:负二项,
pois:泊松
signrank:符号秩,
wilcox:秩和,
tukey:学生化极差
sum, mean, var, sd, min, max, range, median, IQR(四分位间距)等为统计量,
sort,order,rank与排序有关,
其它还有ave,fivenum,mad,quantile,stem等。
R中已实现的有chisq.test,prop.test,t.test。
cor,cov.wt,var:协方差阵及相关阵计算
biplot,biplot.princomp:多元数据biplot图
cancor:典则相关
princomp:主成分分析
hclust:谱系聚类
kmeans:k-均值聚类
cmdscale:经典多维标度
其它有dist,mahalanobis,cov.rob。
ts:时间序列对象
diff:计算差分
time:时间序列的采样时间
window:时间窗
lm,glm,aov:线性模型、广义线性模型、方差分析
quo()等价于quote()
enquo()等价于substitute()
当趋势线的 R 平方值等于或近似于 1 时,趋势线最可靠。用趋势线拟合数据时,Excel 会自动计算其 R 平方值。许多股民朋友在炒股的可能更加看重的就是股价,然而就会不在乎一些重要的技术指标,那么炒股也是具有技术指标的,而均线这就是技术指标里的重要指标其中之一。均线究竟是什么,指的是什么以及怎么用呢?下面我就为大家简单说一下,希望对大家有用。学姐在讲之前,这里有份福利先领取--机构精选的牛股榜单新鲜出炉,赶紧看过来大福利,不要错过:【绝密】机构推荐的牛股名单泄露,限时速领!!!一、均线的定义
1、均线是什么
均线简单的来说就是一种重要的技术指标,投资者经常用的,它是将某一段时间的收盘价之和除以该周期所得到的一根平均线。打比如一周内5天都是交易日,即是说5个交易日加起来除掉5便可得到平均数,同样,10日、20日等的均线也可用此法算出。
2、均线有哪些、不同颜色
均线参照的参数不一样,其作用和反应情况也不同。常用的参数有5日、10日、20日、30日、60日、120日、250日。常用的颜色有白色(5日线)、黄色(10日线)、紫色(20日线)、绿色(30日线)、灰色(60日线)、蓝色(120日线)、橙色(250日),颜色并不是一一对应的,股民可以看自己喜欢的颜色来设定。
二、均线的简单应用
1、如何在走势图看均线
(1)添加均线:首先要调整到股票软件界面再按一下MA键出现了下面这种图再按回车键就可以了
(2)查看均线:
2、分析时用哪条
均线反映的内容是一个时间区间内平均价格和趋势,均线可以将过去一个时段内价格总体运行情况直观地呈现给我们。每一根线的作用和意义都不同,接下来就给大家简略地说一下它们的关系吧
(1)5日均线(攻击线):攻击线向上,且股票价格上升突破攻击线则短期内看多。同样的状况下,假如说5日均线向下股价跌破均线则短期看空。
(2)10日均线(行情线):盘中的 *** 盘线越来越高的时候, *** 盘线被股价突破的话,这就表明波段性中线上涨,否则,它会减少。
(3)20日均线(辅助线):起到的主要作用就是协助10日均线,对价格运行力度与趋势角度进行推动并修正,使得价格趋势运行的方向得以稳定。当在盘中辅助线呈持续向上的攻击状态的时候,如果价格突破辅助线,这就说明波段性中线行情已经开始看多,反向也就是空了。
(4)30日均线(生命线):作用就是指明股价在中期的各种运动趋势,生命线起到了一个较强的压力和支撑的作用。在盘中也是同样的,要是得到的生命线趋势是向上的,而股价突破或在线之上则看多,否则看空。
(5)60日均线(决策线):价格的中期反转趋势可以根据这个了解到,指导价格大波段级别运行于预定好的趋势之中。基本主力其实都会很重视这根均线的,它可以在股价中期的运动趋势起一个很大的作用。
(6)120日均线(趋势线):作用同样如此,也就是指明价格中长期的反转趋势,引导/指导价格大波段大级别在既定的趋势中运行。假如股价超过了趋势线,反转趋势在短期内应该不会有的,十天以上才会反转的。
(7)250日均线(年线):参考均线就可以判断是否可以长期投资。公司的大致情况和业绩它都有所呈现。
这些线主要有什么用都已经在上面提到过了,想要有更好的效果的话,就需要把多条均线结合起来进行分析。不知道哪只股票值得买入?会不会有风险的存在?戳这个链接就可以,即可获取专属于你的诊股报告!【免费】测一测你的股票当前估值位置?
3、均线一些常见形态有哪些?
(1)多头排列:表示多条均线使股价上涨,那么就是看多。
(2)空头排列:表示多条均线反压股价,则看空。
(3)银山谷:短中线的话都穿过长线时所形成的图像,下边有一个四边形,或者是三角,这里就和山谷相似,银山谷就是在长期下跌后首次出现的山谷。
(4)金山谷:在银山谷之后又出现一个山谷,时常会比银山谷的买入点更加真实。
通常大家买股票都是买的龙头股,因为这种类型的股票一直都是行业中的领先者,也可以在股市中带动一波好的行势。我这里也把A股各行业的龙头股名单理了出来,免费同大家一起分享~吐血整理!各大行业龙头股票一览表,建议收藏!
应答时间:2021-09-24,最新业务变化以文中链接内展示的数据为准,请点击查看
作图过程见附件,先画10.9圆与一直线相切。再输入C,回车,输入TTR,回车,选择R10.9圆和另一条直线,输入24.91,回车即可,再剪切。你把我的第一个圆画到直线上方就可以了。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)