使用R语言基于新浪股票数据分析金融数据的“统计常识”

本文利用这里提到的方法，进行改进，从而批量获取所有股票的数据，并对股票数据进行了简单的统计。
首先使用该程序需要用到一个csv文件，记录了各个股票的名称和代码。
格式如下：
http://www.cda.cn/uploadfile/image/20171217/20171217071249_56881.png
至于制作的话，还是挺简单的，百度一下股票代码，或者直接到这里，可以轻松获得所有股票代码，然后放进excel按空格分割，处理一下就可以了。这里有一份我做好的，不过只有上海的股票有兴趣可以拿去stockid.csv。
注意，如果是其他的股票的话，请参考我前面提到的博文相应修改代码，
上证代码是 ss，深证代码是 sz，港股代码是 hk
比如茅台：6000519.ss，万科 000002.sz，长江实业 0001.hk
代码中的'.ss'要改成其他。
library(quantmod)
stock=read.csv('F:/Program Files/RStudio/stockid.csv',stringsAsFactors=F)
data=list()
for(i in 1:length(stock$id)){
  try(setSymbolLookup(TEMP=list(name=paste0(stock$id[i],'.ss'))))
  try(getSymbols("TEMP",warnings=F))
  try(data[stock$name[i]]<-list(TEMP))
}

这时候的data是一个list，它存放了你的csv中所有的股票数据，可以通过比如data$浦发银行 ，来得到该股票的信息。
数据样例：
http://www.cda.cn/uploadfile/image/20171217/20171217071319_47894.png
今天是2015年8月25号，所以获取的数据都是最新的历史数据。
可以看到一共有6列数据，它们的意思分别是：

    Open price 开盘价
    High price 最高价
    Low price 最低价
    Close price 收盘价
    volume 交易量
    Adjusted price 调整价格
这里稍微对股市稍微统计一下，提供一个例子给大家。将所有股票的收盘价提取出来，然后计算各个股票收盘价的最大最小均值等等。
library(plyr)
closedata<-lapply(data,function(x){
  x=as.data.frame(x)
  return(list(x[,4])) #提取第4列，即收盘价
})
ldply(closedata,function(x)summary(x[[1]])) #对每个股票求summary
部分运行结果：

> ldply(closedata,function(x)summary(x[[1]]))
        .id  Min. 1st Qu. Median   Mean 3rd Qu.  Max.
1  浦发银行  7.11   9.610 13.890 17.760   21.80 61.59
2  白云机场  5.97   7.050  8.920 10.060   11.37 23.03
3  武钢股份  1.99   2.730  4.605  6.106    7.67 22.86
4  东风汽车  2.42   3.130  4.530  4.948    5.97 15.19
5  中国国贸  6.00   9.790 10.800 11.950   12.84 25.58
6  首创股份  3.73   5.705  6.720  8.073    8.18 23.45
7  上海机场 10.35  12.930 14.170 17.880   19.35 42.62
8  包钢股份  2.09   3.910  4.630  4.971    5.95 10.12
9  华能国际  4.06   5.640  6.710  7.508    8.11 18.73
10 皖通高速  3.36   4.240  5.215  5.792    6.49 20.05