使用R绘股票的蜡烛线

library(quantmod)
getSymbols("GS")
candleChart(GS,multi.col=TRUE,theme=‘white‘)
candleChart(GS,multi.col=FALSE,theme=‘white‘,subset=‘2016-01-01::2016-05-01‘)
addMACD()

source(‘/r/qserver.R‘)
h<-open_connection("127.0.0.1",5001,"testusername:testpassword")
res<-execute(h,"select date,Open:o,High:h,Low:l,Close:c,volume:v from daily where sym=`601006,date >2016.01.01")
resxts <-xts(res[,-1], order.by=res[,‘date‘])
candleChart(resxts,multi.col=FALSE,theme=‘white‘,up.col=‘red‘,dn.col=‘green‘,name=‘大秦铁路‘)
addMACD()
addRSI()

时间： 2024-11-11 22:28:05

使用R绘股票的蜡烛线的相关文章

利用R语言获取股票数据教程

R获取股票数据 R中好几个Pkg都提供了股票数据的在线下载要领,假如非得在个中找出一个较好的,那么quantmod当之无愧!举一个例子,譬如下载沪市大盘数据,代码可以是:library(quantmod)SSE <- getSymbols("000001.SS",auto.assign=FALSE)head(SSE) 可能:library(quantmod)setSymbolLookup(SSE=list(name="000001.SS", src="

R获取股票数据

R中好几个Pkg都提供了股票数据的在线下载方法,如果非得在其中找出一个最好的,那么quantmod当之无愧!举一个例子,譬如下载沪市大盘数据,代码可以是: library(quantmod)SSE <- getSymbols("000001.SS",auto.assign=FALSE)head(SSE) 或者: library(quantmod)setSymbolLookup(SSE=list(name="000001.SS", src="yahoo

R.net获取R中股票的dataframe中的data

在我之前,没有人研究过这些.so,你们要喊哥哥. engine.Initialize(); engine.Evaluate("library(quantmod)"); engine.Evaluate("getSymbols('AAPL',src='yahoo',from='2004-1-1',to='2014-1-1')"); engine.Evaluate("data<-data.frame(head(AAPL))"); DataFram

R语言-处理异常值或报错的三个示例

Tuesday, March 31, 2015 之前用rvest帮人写了一个定期抓取amazon价格库存,并与之前价格比较的小程序,算是近期写过的第一个完整的程序了.里面涉及了一些报错的处理. 这里主要参考了stackoverflow上的以下问答: How to skip an error in a loop skip to next value of loop upon error in R tryCatch部分,后续查找资料,发现以下博文: 1. R语言使用tryCatch进行简单的错误处理

C# 自定义重绘TextBox

using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Drawing; using System.Drawing.Drawing2D; using System.Windows.Forms; using System.ComponentModel; namespace ControlExs.ControlExs.TextBoxEx { public cl

机器学习优化算法之爬山算法小结

简言 机器学习的项目,不可避免的需要补充一些优化算法,对于优化算法,爬山算法还是比较重要的.鉴于此,花了些时间仔细阅读了些爬山算法的paper.基于这些,做一些总结. 目录 1. 爬山算法简单描述  2. 爬山算法的主要算法 2.1 首选爬山算法 2.2 最陡爬山算法 2.3 随机重新开始爬山算法 2.4 模拟退火算法(也是爬山算法) 3. 实例求解 正文 爬山算法,是一种局部贪心的最优算法. 该算法的主要思想是:每次拿相邻点与当前点进行比对,取两者中较优者,作为爬坡的下一步. 举一个例子,求解

机器学习之爬山算法小结

简言 机器学习的项目,不可避免的需要补充一些优化算法,对于优化算法,爬山算法还是比较重要的.鉴于此,花了些时间仔细阅读了些爬山算法的paper.基于这些,做一些总结. 目录 1. 爬山算法简单描述  2. 爬山算法的主要算法 2.1 首选爬山算法 2.2 最陡爬山算法 2.3 随机重新开始爬山算法 2.4 模拟退火算法(也是爬山算法) 3. 实例求解 正文 爬山算法,是一种局部贪心的最优算法. 该算法的主要思想是:每次拿相邻点与当前点进行比对,取两者中较优者,作为爬坡的下一步. 举一个例子,求解

浅谈压缩感知（二十八）：压缩感知重构算法之广义正交匹配追踪(gOMP)

主要内容: gOMP的算法流程 gOMP的MATLAB实现 一维信号的实验与结果 稀疏度K与重构成功概率关系的实验与结果 一.gOMP的算法流程 广义正交匹配追踪(Generalized OMP, gOMP)算法可以看作为OMP算法的一种推广.OMP每次只选择与残差相关最大的一个,而gOMP则是简单地选择最大的S个.之所以这里表述为"简单地选择"是相比于ROMP之类算法的,不进行任何其它处理,只是选择最大的S个而已. gOMP的算法流程: 二.gOMP的MATLAB实现(CS_gOMP

circso 对数据进行可视化

circos可以用来绘制圈图,能够对染色体上的数据进行可视化,首先需要一个染色体的文件 染色体的文件如下,每列之间空格分隔 chr - chr1 1 0 227556264 chr1 chr - chr2 2 0 192460366 chr2 chr - chr3 3 0 192294377 chr3 chr - chr4 4 0 170955103 chr4 chr - chr5 5 0 189454096 chr5 chr - chr6 6 0 181584905 chr6 chr - ch