r語言相關知識
BMAverageDrawDown<-function(Rp,…){
#tmp[tmp<0]，即爲回撤序列
tmp <- period.apply(Rp,PTTurningPoint(Rp),FUN=function(Rp){min(cumprod(1+Rp)-1)})
-mean(tmp[tmp<0])
}
計算平均回撤率，輸入一個xts格式的序列，產生一個值。
period.apply（x, INDEX, FUN, …）將一段序列x根據index分段用函數FUN作用於每一段x。index爲每個區間兩端的節點。最後得到的序列長度爲index-1.
odf <- xts::xts(odf[,c(「RP」,「RM」)],order.by = as.Date(as.character(odf
SKDATE),format="將原來的data.frame數據轉化爲xts格式，xts::xts()相當於library(xts);xts().as.Date可以將「20170620」轉化爲「2017−06−20」的時間格式，注意20170620必須是字符形式。此時用odfRp與轉化前odf$Rp是不同的，前者是xts格式，後者不是。
vlist <- ls(envir=.GlobalEnv)
vlist <- sort(vlist[substr(vlist,1,2)==「BM」])
第一個：調用環境中所有出現的變量的名字，包括函數的名字
第二個：substr(vlist,1,2)將vlist字符中第一第二個字符
sapply(vlist,wrapper2,args=list(Rp=Rp,Rm=Rm,Rf=Rf,MAR=MAR,p=p,GEO=GEO))
將wrapper2作用於vlist中所有的元素
sapply是使wrapper2作用於vlist上，arg爲wrapper要用到的參數。其中vlist還是一組字符串格式。因爲wrapper要求輸入參數爲函數名。
a <- try(do.call(p_func_name,args=…)，silent=TRUE)
do.call(a,args=list(c1,c2,c3))就相當於a(c1),a是函數c1是參數。
簡單的時候用a(c1),但是當換了個函數b,他的輸入參數爲c2時那就很有用了。因爲arg不用變，只需要a改爲b就可以。
try可以判斷將出現錯誤的程序繼續運行，只是將錯誤報告賦值給另一個變量，注意的是silent=TRUE必須加上就是「保持沉默」，忽略錯誤，繼續運行。
INDICATORS=gsub(「BM」,"",vlist)
將vlist中的BM字符刪去
gsub (pattern, replacement, x, ignore.case = FALSE, perl = FALSE, fixed = FALSE, useBytes = FALSE),將x中的pattern部分替換爲replacement
start_time <- as.numeric(format(today()%m-%months(3),"%Y%m%d"))
用lubridate包來處理時間數據，today()是其中的一個函數表示去今天的日期比如會返回」20170620「.
%m-%相當於減號，可以進行時間上的減法，也可以用「-」，但是5月31日減去一個月是4月3
0日，用「-」會返回NA，用%m-%返回的是4月30日。
re <- sapply(as.array(re),"[",1)
re中每個分量只取第一個數。防止某個指標結果有兩個一樣的。
re_r3m <- ddply(df[df
SKDATE>=starttime,], BKPRODUCT,calcIndicators2)分組對數據進行函數操作ddply(mydata,c(′columnnameofafactortogroupby′,′columnnameofthesecondfactortogroupby′),summarizeORtransform,newcolumn=myfunction(columnname(s)Iwantthefunctiontoactupon))函數ddply()的第一個參數是原始數據框名稱，第二個參數則是我們打算劃分爲子集的column名稱。第三個參數用於告知ddply()應該返回數據點結果（即總和）還是在整套數據框的新column中根據factor的具體要求顯示每行數據點內容。最後，第四項參數用於命名新column並列出我們希望ddply()使用的函數清單。其中第二個參數可以替換爲.(column,column),如果爲一列的話可以使用 column,如我們的原句所示或者「column」，當然其值也可以爲NULL這樣就可以不分組，對全局運行函數。with(a,order(−c,d))相當於order(−ac,a$d),其中order(-c)表示對c從大到小排序。
10.
數據重塑reshape2,melt,dcast
companiesLong <- melt(companiesData, id.vars=c(「fy」, 「company」),
measure.vars=c(「revenue」, 「profit」, 「margin」),
variable.name=「financialCategory」, value.name=「amount」)
數據由
變爲
companiesWide <- dcast(companiesLong, fy + company ~ financialCategory, value.var=「amount」) 此程序數據就又會變回去。