R具有高效的数据存储和数据处理功能，随着大数据技术的崛起，R语言已成为大数据处理必备的工具之一。 R语言并不是独立存在的程序设计语言，我们习惯说的R其实是指R系统。本书从建立R系统的基本环境入手，讲述R语言的基本函数及数据分析图形的绘制，用丰富的范例来讲解R语言的基础知识，并切入三个热门领域：金融分析、统计模型、数学计算。通过解析在这些领域的实用案例及数据处理分析的过程，让你在*短的时间内掌握R语言的核心知识，并可以用这些知识解决自己实际工作中遇到的问题。 若你是初学者，本书可以作为你学习R语言应用基础的快速入门教材。若你有一定基础，本书则可以进一步拓展你的视野，提升你使用R系统进行专业数据分析的能力。

R是免费开放的软件，具备大型的数据吞吐量与多种工具套件的优点，在金融应用、统计分析、矩阵处理、图表绘制等方面都拥有十分便捷的函数与工具，操作方式类似于MATLAB语言，已经成为大数据处理的常用工具之一，并与常见的C、Java、Python等并列为常用的程序语言。本书内容包括数据的输入与输出、函数计算与图表绘制等，从数学计算、统计模型与金融分析三个热门应用领域介绍实用案例以及分析处理的方式，让读者在*短的时间内有效地使用R语言解决实际问题。若你是初学者，本书可以奠定你的基础，快速学会R语言；若你已有一定基础，本书也能拓展你的视野，提升专业数据分析能力。

前 言R语言并不是独立存在的程序设计语言，当我们单独称R而不是R语言时，其实是指R系统。R是用于统计分析、绘图的语言和操作环境，或者说R是一个集成的环境，其中包含一整套数据操作、计算和图形绘制的软件包。R定位于提供一个完善和统一的系统，所以R语言并不会脱离R环境而独立存在，因而不像其他数据分析语言那样成为一个附属工具。作为GNU系统的一个自由、免费、源代码开放的软件环境，R具有高效的数据存储和处理功能、一整套完整的数组和矩阵计算能力以及开放、完整的数据分析体系，同时为数据分析、统计及其结果的图形展示提供了强大的绘图功能。随着大数据技术的兴起，R也成为大数据处理必备的工具之一。R语言在矩阵处理、统计分析、金融应用、图表绘制等方面都拥有十分便捷的函数与工具，操作方式十分类似MATLAB语言。将R应用于数学计算、统计模型，特别是股票和期货等金融交易数据的分析、回测，甚至是行情走势的研判，变得越来越热门。例如，只需要寥寥几条语句就可以绘制出专业的K线图、均线系统、布林线、MACD等技术图形。目前，每年都会举办R语言大会，届时邀请学界与产业界的人士发表最新的开发工具或产业应用。微软公司在2015年1月宣布收购了R的商业方案提供商Revolution Analytics，可见R语言也是一个被看好的工具软件。为了让初学者迅速步入R语言的殿堂，本书从R基本环境的建立开始介绍，而后切入R语言的基本函数和分析图形的绘制，在丰富的范例中迅速掌握R的核心知识，以便读者可以继续自学，为提升R的应用能力打下坚实的基础。本书还花了不少篇幅教授读者如何从公开的信息网站和财经网站获取实际的证券、期货交易的历史数据，并以此数据为基础在范例中加以运用，达到在实战中学习的效果。本书从一般性的使用、函数介绍与图表绘制开始，让读者快速地对R具备基本的使用技能，接下来从三个热门的领域：数学计算、统计模型与金融分析介绍实用的案例。如果你对这些领域之一感兴趣，并想试试R在这些领域的功力，即大数据分析和处理、数学计算、统计分析、财务数据分析、证券交易数据分析与研判等，那么本书就非常适合你用来打通自己潜力的任督二脉。虽然本书在撰写与编排上力求尽善尽美，但是疏漏之处在所难免，恳请读者与专家不吝指正。

丰士昌

丰士昌曾担任MIS工程师与主管，对于Linux系统管理与服务器架设拥有十余年经验，著有系统、网络、服务器相关书籍四十余本，通过LPIC Level 1与Level 2认证，目前担任企业信息部门主管，并兼任计算机培训讲师，教授操作系统、服务器、云端系统等课程。

目 录

第1章 建立R语言的环境 1

1.1 认识R语言 1

1.1.1 R语言的诞生 1

1.1.2 关于大数据 2

1.1.3 R语言在大数据中的应用 4

1.2 单机版的R语言 6

1.2.1 在Windows上安装R语言软件 6

1.2.2 在Linux上安装R语言软件 10

1.2.3 第一次使用R语言 12

1.3 服务器上的R语言 13

1.3.1 为什么要连接到服务器 14

1.3.2 远程连接操作的方式 14

1.3.3 将服务器的图形映射到客户端 18

第2章 R语言的内建工具 25

2.1 变量定义与逻辑判断 25

2.2 数值与向量 26

2.2.1 数值的基本运算 26

2.2.2 数值的科学函数 30

2.2.3 向量函数 33

2.3 数组与矩阵 38

2.3.1 数组与矩阵的产生与命名 38

2.3.2 数组的合并与矩阵的转换 42

2.3.3 矩阵的计算 45

2.3.4 矩阵的数值分解 49

2.4 数据的处理 51

2.4.1 变量的处理工具 51

2.4.2 数据的读入与输出 57

2.4.3 数据的排序 64

2.4.4 数据的分割与合并 65

2.5 文字的处理 67

2.5.1 字符串的产生 67

2.5.2 字符串的显示 68

2.5.3 字符串内容的搜索 70

2.5.4 字符串内容的提取 74

2.5.5 字符串的替换与组合 75

2.5.6 缺失项（NA）的处理 77

2.6 其他 79

2.6.1 外部软件包与程序的加载 79

2.6.2 系统环境命令 86

2.6.3 日期、时间相关的函数 88

第3章 外部数据的读取 90

3.1 文本文件的读取 90

3.1.1 将文本文件内容存为变量 90

3.1.2 根据固定字符分隔字段 91

3.1.3 通过Linux指令转换字段格式 92

3.1.4 范例实践 97

3.2 数据库的读取 98

3.2.1 创建MySQL数据库与数据表 99

3.2.2 使用数据库语句存取数据 100

3.2.3 安装和使用RMySQL 104

3.2.4 使用R读取数据库内容 105

3.2.5 使用R将内容写入或更新数据库 106

第4章 程序逻辑结构 108

4.1 函数 108

4.1.1 使用已经存在的函数 108

4.1.2 自行定义与使用函数 109

4.2 判断 110

4.2.1 逻辑判断表达式 110

4.2.2 条件判断语句 111

4.3 循环 112

4.3.1 for循环 112

4.3.2 while循环 115

4.3.3 repeat循环 117

4.3.4 break跳出循环 118

4.3.5 next跳过此次循环 118

4.4 创建自己的R语言程序 119

4.4.1 Source与R Script 119

4.4.2 在外部执行R Script 120

第5章 图形的绘制 125

5.1 系统环境 125

5.2 图形函数 125

5.2.1 par函数 125

5.2.2 Line Chart（线图） 128

5.2.3 Dot Plot（点图） 130

5.2.4 Bar Plot（条形图） 131

5.2.5 histogram（直方图） 133

5.2.6 Pie Chart（饼图） 134

5.2.7 Density Plot（密度图） 136

5.2.8 Box Plot（箱线图、盒须图） 138

5.2.9 abline、curve（直线、曲线） 139

5.2.10 text（辅助文字） 142

5.2.11 Saving Graphs（保存图形） 143

5.3 绘图范例 143

第6章 数值分析与矩阵计算 146

6.1 数值分析函数 146

6.1.1 数值精度 146

6.1.2 四舍五入误差 147

6.1.3 R的内建数值与数学函数 149

6.1.4 多项式函数 150

6.1.5 方程式的解 155

6.2 矩阵应用函数 158

6.2.1 行列式 159

6.2.2 逆矩阵 160

6.2.3 特征值与特征向量 160

6.2.4 矩阵分解 161

6.3 矩阵计算范例 164

6.3.1 矩阵的N次方 165

6.3.2 Fibonacci数列 166

6.3.3 特征向量的中心性 167

6.4 微分方程组范例 168

6.4.1 常微分方程式 169

6.4.2 边界值问题 171

第7章 统计模型的建构与分析 174

7.1 概率函数的应用 174

7.1.1 一般概率的计算 174

7.1.2 概率分布 174

7.1.3 随机变量 180

7.2 统计函数的应用 182

7.2.1 基本统计的计算 182

7.2.2 评估置信区间 185

7.2.3 执行统计检验 187

7.3 图形与模型的应用 190

7.3.1 绘制统计图形 190

7.3.2 线性回归模型 194

第8章 金融工具的分析与使用 197

8.1 金融函数的应用 197

8.1.1 时间序列分析 197

8.1.2 回报率与杠杆原理 212

8.1.3 债券收益率与期限结构 214

8.1.4 投资组合理论 215

8.2 图形与模型的应用 217

8.2.1 Black-Scholes 模型 217

8.2.2 套期保值模型 218

8.2.3 Delta避险 220

8.3 金融软件包的应用：quantmod 221

8.3.1 安装与加载 221

8.3.2 获取数据并绘图 223

8.3.3 数据的读取 225

8.3.4 K线图的绘制 227

8.3.5 TTR技术指标的应用 230

第9章 金融大数据的挖掘 234

9.1 获取历史数据和信息 234

9.1.1 了解数据的来源与获取 234

9.1.2 了解时间单位不同的差距 235

9.1.3 网络上的公开信息 236

9.2 公司基本资料与股票市场的分析 238

9.2.1 公开信息的分析与获取 239

9.2.2 分析公司的基本资料 243

9.2.3 图表的绘制与输出 244

9.2.4 股价的分析与策略 245

9.3 期货交易的分析与回测 246

9.3.1 了解期货交易所的数据 246

9.3.2 在R中读取交易数据 246

9.3.3 数据的分析与计算 246

9.3.4 图表的绘制与输出 248

第10章 平顺衔接 MATLAB 251

10.1 MATLAB的安装与加载 251

10.2 介绍MATLAB软件包内的函数 251

10.3 Rcpp 267

10.3.1 认识Rcpp 267

10.3.2 安装工具软件包 267

10.3.3 Rcpp范例与性能测试 271