R的极客理想——高级开发篇 · 第九节
《R的极客理想——高级开发篇》第九节
本节先讲解PageRank模型的构建步骤:由网页链接的邻接表生成邻接矩阵,再转换为概率转移矩阵。
本节先讲解PageRank模型的构建步骤:由网页链接的邻接表生成邻接矩阵,再转换为概率转移矩阵。书中用R以三种方式实现:不考虑阻尼系数时,无入链页面的PR值为0,导致权重无法输出;加入阻尼系数d后,此类页面获得最小值(1-d)/n;也可直接调用R的特征值函数计算,减少循环、提高效率。随后介绍PageRank的分布式原理,即把矩阵计算拆成map分组与reduce计算两个过程反复迭代,并用R模拟将数据切分到两个节点,运行100次迭代的结果与单机计算一致,还打印了第1、2、10次迭代的PR值。作者建议先用R建模验证,再用底层语言实现企业应用。
接着转入金融算法模型,介绍移动平均线(MA):以连续若干天收盘价的算术平均连成曲线,反映股价历史波动与趋势,按周期分短、中、长期,按处理方法分简单、加权、指数平滑三种。以乐视网日K线为例,说明均线与K线交叉形成的黄金交叉(看涨、进场)和死亡交叉(看跌、出场),并指出其只适用于日间趋势交易、不能反映日内变化与成交量的局限。最后用quantmod包从Yahoo金融下载IBM自2010年至2014年的日线数据,为均线模型实例做准备。