《R 语言》实验报告.pdf

《R 语言》 实验报告 专业班级： XXXX 成员姓名： XXXX XXX XXX XXX 指导教师： XXX 日 期： XXXX-XX-XX 1 一、问题重述 3 1.1 问题背景 3 二、问题分析 3 2.1 问题一的分析 3 2.2 问题二的分析 3 三、数据预处理 4 3.1 数据选取 4 3.2 缺失值处理 5 3.3 数据统一化 5 3.4 数据去极值 7 3.5 数据标准化 7 四、模型的建立与求解 7 4.1 问题一模型的建立与求解 7 4.1.1 模型的建立 8 4.1.2 模型的求解 9 4.1.3 模型的结果 10 4.2 问题二模型的建立与求解 11 4.2.1 模型的建立 11 4.2.2 模型的求解 13 4.2.3 模型的结果 14 五、模型评价与改进 15 六、附录 16 附录 1 16 附录2 18 2 一、问题重述 1.1 问题背景 量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目 的的交易方式。投资者通过数据分析探索市场运行规律，并预测市场走势，从而进行决 策交易。随着大数据技术的发展，量化投资在全球金融交易市场上的地位愈加重要。但 是由于市场信息十分庞杂，同时产品的价格也受到其他诸多因素的影响，如何从海量的 市场信息中提取出有效指标，制订交易策略，是一个具有挑战性的工作。 1.2 问题提出 基于 2021 年 7 月 14 日至2022 年 1 月 28 日每5 分钟的“数字经济”板块给出的数 据信息，解决以下问题： 问题一：在所提供的 49 项指标中，筛选出与“数字经济”板块有关的主要指标。 问题二：建立模型对每 5 分钟的“数字经济”板块指数进行预测。 二、问题分析 2.1 问题一的分析 针对问题一，由于所给数据中含有缺失值且时间标度不同，故应对所给数据进行预 处理。对于缺失值数据，根据不同的情况采用不同的处理方法，例如，数值拟合法、分 段插值法等；对于时间标度不同，由于大部分数据是以日作为单位，故将其余单位均化 为天。将时间标度统一后，将会产生新的缺失值，再次使用上述处理缺失值的方法处理 新的缺失值。再将数据中的极值通过百分位法和拉依达准则予以替代，最终使用零均值 标准化法将数据标准化。为筛选出符合条件的主要指标，首先进行相关性分析，由于数 据近似正态分布，故采用皮尔逊相关系数对 49 个指标进行相关性检验，筛选出相关性 较强的指标后进行主成分分析，得到最终的指标。 2.2 问题二的分析 针对问题二，通过第一问筛选出来的指标，建立数学模型