A. 怎麼用r語言標准化多元線性回歸
你是指標准化系數還是標准化回歸樣本? 如果是回歸樣本的標准化,直接使用scale()函數即可,如果是標准化系數,可以直接summary()你的模型結果, 查看standardized coefficients
B. 的人問，為什麼用R語言做量化投資，R，Python
r語言和Python都可以做量化投資分析，在此功能上沒有太大的區別。
讓語言和Python主要區別是，他們是不同的兩個軟體，就好比excel和wps的區別。
C. 用R語言把如下數據做線性回歸的代碼
最主要是找到異常連接的主程序；
如果暫時解決，可以用ipsec（Linux下用iptables）阻止連接請求。
D. 有放回的隨機抽樣怎麼做用R語言怎麼實現—R-China小編問題(25)
sample()函數可以用於在特定群體中，隨機 選取特定數目的個體。即隨機抽樣。sample(x, size, replace = FALSE, prob = NULL)replace=F,表示不重復抽樣replace=T 表示可以重復抽樣x=1:5sample(x,6,replace=T) #重復抽樣[1] 1 2 1 4 4 3sample(x,2,replace=F) #不重復[1] 4 5
E. 用R語言估計參數值 請幫忙解釋下面這段R語言程序每句的含義，謝謝！
從第一行開始，N直到pai，都是賦值語句。其中x1和x2是長度為N，類型為十進制小數的向量。
runif是生成一個隨機數，取值在-1到1之間。for循環語句生成具體的兩個向量，即x1和x2，其中的每個數都用runif來生成。
緊接之後的if語句用來計數n，其條件為如果對於數值x1[i]和x2[i]，如果點（x1[i]，x2[i]）位於單位圓內，n就加1。一共循環N次。
最後就得出值pai = 4*n/N。
看下來不像是一個參數值估計程序。
F. 請教如何用R語言實現kupiec test
當你寫的SQL在測試環境只有10條數據的時候能夠立刻查出結果，在100W條數據的生產環境呢，跑1天都不一定有結果。
資料庫和所有東西一樣，是一種資源，需要細心優化才能發揮性能。
RDS也就是通過SQL分析，給出SQL執行的優化建議。
G. 基於R語言的歷史回測框架有哪些
一些資料希望能幫助到您：
[轉]構建基於R的交易系統(1)quantmod
[轉]構建內基於R的交易系統(2)附錄1quantmod包函數容索引
[轉]構建基於R的交易系統(3)TTR
[轉]構建基於R的交易系統(4)blotter及相關工具
[轉]構建基於R的交易系統(5)quantstrat包（上）
[轉]構建基於R的交易系統(5)quantstrat包（中）
H. 如何用R語言做邏輯回歸模型
邏輯回歸是回歸模型，其中響應變數(因變數)具有明確的值，如：True/False或0/1。 它實際測量二元響應作為響應變數，是基於與預測變數有關它的數學方程的值的概率。
邏輯回歸一般的數學公式是：
y = 1/(1+e^-(a+b1x1+b2x2+b3x3+...))
以下是所使用的參數的說明：
y 是響應變數。
x 是預測變數。
a 和 b 是數字常量系數。
用於創建回歸模型的功能是 glm()函數。
I. 如何用R語言實現Adaptive LASSO
glmnet和lars一樣都可以得到整個path，glmnet裡面用的是CV選擇的最優lambda，本身可以直接求解lasso估計，BIC直接根據其definition formula編寫一個小的function來計算。你用glmnet得到的最優lambda不能直接用於計算adaptive lasso估計，因為兩者對應的最優lambda不一定相同，都可以按照CV或者BIC來選擇。
J. 為什麼要用R語言做量化投資
你用python也行啊，joinquant聚寬的寬客社區就有很多python的策略，和學習資源