R语言量化投资常用包总结

用IT技术玩金融系列文章，将介绍如何使用IT技术，处理金融大数据。在互联网混迹多年，已经熟练掌握一些IT技术。单纯地在互联网做开发，总觉得使劲的方式不对。要想靠技术养活自己，就要把技术变现。通过“跨界”可以寻找新的机会，创造技术的壁垒。

金融是离钱最近的市场，也是变现的好渠道！今天就开始踏上“用IT技术玩金融”之旅！

关于作者：

• 张丹(Conan), 程序员Java,R,Nodejs
• weibo：@Conan_Z
• blog: http://blog.fens.me
• email: bsspirit@gmail.com

转载请注明出处：
http://blog.fens.me/r-quant-packages/

前言

总是被很多的人问，为什么用R语言做量化投资，R、Python、Matlab比起来哪个更好？其实，答案很简单，你哪个用的熟就用哪个，工具是用来提升效率的，结果才是你会得到的。认准一门语言，坚持把它做好你就会成长。

每个领域，每种编程语言都用推动它前进的人，跟上牛人的脚步，你慢慢地也会变牛。

目录

1. 为什么用R语言做量化投资？
2. 常用量化投资工具包

1. 为什么用R语言做量化投资？

R做量化投资到底有哪些优势呢？最主要的一点，就是R语言有很多第三方包的支持。通常编程语言的设计，都是为了解决软件开发和程序实现的问题。但R语言在开始时，就被设计为主要解决数据的问题。量化投资就是对数据进行各种数据处理、数据分析，从而找到数据的规律。所以，有很多从事量化投资的人，把R语言用来构建量化交易的模型，进行回测，风险管理等，最后把研究成果开源并贡献给R语言的社区，为后面的人提供了非常大的帮助。

相比Python来说也有很多的第三方包的支持，这些第三方大部分提供是Web开发，数据爬虫，系统管理，数据库调用，数学计算等，这些都是属于通用的软件需求，而非某个行业的数据需求。当某个Python大神，开始关注量化投资领域，并用Python实现了一套量化的程序库，后面的人就会进入这个领域，只是沿着大神的路线走，等待下一个大神的出现。所以本质上，Python是面向程序设计的语言，而R是面向数据的语言。

R语言在量化投资领域，已经有很多年的积累，很多的算法已经成型。从投资研究到交易分析，再到风险管理，有着完整的体系结构。我们同样可以沿着前人走出来的路，快速学习，快速搭建出量化投资的系统来。对于有IT但背景缺乏金融知识的人来说，有很多的部分知识上手比较困难，同时看不太懂各种统计指标，对学习造成了很大的阻力。这其实是你深入到具体地某个行业后，都会面临的问题。行业知识和数学知识才是最难的，只有突破了，你才能打开认知新领域的方法。

R语言让我们更接近数据，同时提供了各种数学统计的工具，又有大量由第三方贡献的行业知识库，所以我会选择R语言，我会把R语言作为最好的工具，进行量化投资的分析。

2. 常用量化投资工具包