A. 怎么用r语言标准化多元线性回归
你是指标准化系数还是标准化回归样本? 如果是回归样本的标准化,直接使用scale()函数即可,如果是标准化系数,可以直接summary()你的模型结果, 查看standardized coefficients
B. 的人问，为什么用R语言做量化投资，R，Python
r语言和Python都可以做量化投资分析，在此功能上没有太大的区别。
让语言和Python主要区别是，他们是不同的两个软件，就好比excel和wps的区别。
C. 用R语言把如下数据做线性回归的代码
最主要是找到异常连接的主程序；
如果暂时解决，可以用ipsec（Linux下用iptables）阻止连接请求。
D. 有放回的随机抽样怎么做用R语言怎么实现—R-China小编问题(25)
sample()函数可以用于在特定群体中，随机 选取特定数目的个体。即随机抽样。sample(x, size, replace = FALSE, prob = NULL)replace=F,表示不重复抽样replace=T 表示可以重复抽样x=1:5sample(x,6,replace=T) #重复抽样[1] 1 2 1 4 4 3sample(x,2,replace=F) #不重复[1] 4 5
E. 用R语言估计参数值 请帮忙解释下面这段R语言程序每句的含义，谢谢！
从第一行开始，N直到pai，都是赋值语句。其中x1和x2是长度为N，类型为十进制小数的向量。
runif是生成一个随机数，取值在-1到1之间。for循环语句生成具体的两个向量，即x1和x2，其中的每个数都用runif来生成。
紧接之后的if语句用来计数n，其条件为如果对于数值x1[i]和x2[i]，如果点（x1[i]，x2[i]）位于单位圆内，n就加1。一共循环N次。
最后就得出值pai = 4*n/N。
看下来不像是一个参数值估计程序。
F. 请教如何用R语言实现kupiec test
当你写的SQL在测试环境只有10条数据的时候能够立刻查出结果，在100W条数据的生产环境呢，跑1天都不一定有结果。
数据库和所有东西一样，是一种资源，需要细心优化才能发挥性能。
RDS也就是通过SQL分析，给出SQL执行的优化建议。
G. 基于R语言的历史回测框架有哪些
一些资料希望能帮助到您：
[转]构建基于R的交易系统(1)quantmod
[转]构建内基于R的交易系统(2)附录1quantmod包函数容索引
[转]构建基于R的交易系统(3)TTR
[转]构建基于R的交易系统(4)blotter及相关工具
[转]构建基于R的交易系统(5)quantstrat包（上）
[转]构建基于R的交易系统(5)quantstrat包（中）
H. 如何用R语言做逻辑回归模型
逻辑回归是回归模型，其中响应变量(因变量)具有明确的值，如：True/False或0/1。 它实际测量二元响应作为响应变量，是基于与预测变量有关它的数学方程的值的概率。
逻辑回归一般的数学公式是：
y = 1/(1+e^-(a+b1x1+b2x2+b3x3+...))
以下是所使用的参数的说明：
y 是响应变量。
x 是预测变量。
a 和 b 是数字常量系数。
用于创建回归模型的功能是 glm()函数。
I. 如何用R语言实现Adaptive LASSO
glmnet和lars一样都可以得到整个path，glmnet里面用的是CV选择的最优lambda，本身可以直接求解lasso估计，BIC直接根据其definition formula编写一个小的function来计算。你用glmnet得到的最优lambda不能直接用于计算adaptive lasso估计，因为两者对应的最优lambda不一定相同，都可以按照CV或者BIC来选择。
J. 为什么要用R语言做量化投资
你用python也行啊，joinquant聚宽的宽客社区就有很多python的策略，和学习资源