求剧情
R的极客理想——工具篇 · 第十六节

《R的极客理想——工具篇》第十六节

本节介绍沪深交易所的质押式回购品种,指出沪市1日回购(204001)与深市1日回购(131810)交易最活跃。

本节介绍沪深交易所的质押式回购品种,指出沪市1日回购(204001)与深市1日回购(131810)交易最活跃。作者在Linux环境下通过RHive从Hive表中提取这两个品种2013年7月22日至26日的分钟数据,载入R并用ggplot2绘制一周及单日走势,发现131810基本跟随204001变动且多数时间低于它。据此制定策略:将两品种按分钟标准化,取两者交点作为卖出信号,并在后一交点卖一价高出前一交点10%以上时认定为局部最优卖点。对一周数据回测并绘图,信号点均为较理想的卖出时机,收益率高于人工操作,说明该策略虽非全局最优但比人为判断更有依据。

随后本章总结RHadoop的使用,涵盖HDFS管理、MapReduce开发与HBase访问,并以R实现基于物品的协同过滤算法,代码比Java更精炼。第七章引言解释R与Hadoop结合的原因:Hadoop长于全量大数据计算,R长于样本统计分析,二者互补。文中以分析1PB访问日志为例,说明先用R建模、再用Hadoop提取全量指标、回到R验证调优、最后用分布式算法重写模型上线的流程;并比较Mahout与R,指出Mahout基于MapReduce并行处理大数据,已支持协同过滤、聚类、分类、随机森林等多类算法。

‹ 上一章目录下一章 ›

全部 20 章