#########量化投资以R语言为工具

##13章描述性统计
##统计分析包括描述统计(descriptive statistics)和推断统计（inferential statistics)
#数据类型，数据分成两类定性数据（qualitative data)和定量数据（quantitative data).前者是对事物性质的进行描述的数据，通常只具有有限个取值，往往用于描述类别。比如股票所属行业数据即为定性数据。定量数据是呈现事物数量特征的数据，是由不同数字组成的，数字取值是可以比较大小的，比如各支股票收益就数据即是定量数据，我们可以比较同一时间哪支股票的收益率较高，也可以比较同一支股票何时收益较高。
setwd("E:\\量化投资以R语言为工具\\正文部分数据与代码\\part 2\\013")
# setwd('~/R Quant/part 2/013')
###图表。若要直观了解样本数据的整体情况，可以对数据进行图像化处理，将其变为图表以方便分析者对数据进行整体判断。图表描述通常会使用的工具是频数分布表与图示法，如直方图、饼图、折线图、散点图等。下面介绍最常用的频数分布表和直方图
###直方图
returns <- read.csv("retdata.csv",header=T)

head(returns)
gsyh <- returns$gsyh
hist(gsyh)
###0附近的柱形最高。也就是说，数据都集中在0附近
###数据的位置
zglt<- returns$zglt
pfyh<- returns$pfyh
mean(zglt)
mean(pfyh)
# > mean(zglt)
# [1] 0.00181097
# > mean(pfyh)
# [1] 0.002264809
###中位数
median(zglt)
median(pfyh)
###求众数 先用table函数对数据进行统计,然后找出最大的一组

which.max(table(zglt))
which.max(table(pfyh))
##平均收益率
#pfyh高于zglt近25%仅从数据中心位置来说，我们可以认为浦发银行表现得更好。
##查看上下四分位数
quantile(zglt,probs=c(0.25,0.75))
quantile(pfyh,probs=c(0.25,0.75))
# > quantile(zglt,probs=c(0.25,0.75))
# 25%          75%
#   -0.006525337  0.008766644
# > quantile(pfyh,probs=c(0.25,0.75))
# 25%          75%
#   -0.005472016  0.009404664
###浦发银行的更大表现更好
##数据的离散度
##数据的位置仅是一个点，若要全面地反映数据分布的特征，我们还需要其他的指标。数据的离散度（variability),也称为数据的变异性，主要衡量样本数据相对于中心位置的偏离程度。把数据的位置同离散程度结合起来，就可以很好的刻画数据分布的特征。常用的离散度指标有极差、平均绝对偏差、方差和标准差等
##极差是最大值与最小值之差
##平均绝对偏差（mean absolute deviation),
##自定义求平均绝对偏差函数

mad<-function(x){
    mean(abs(x-mean(x)))
    }
##求极差
max(zglt)-min(zglt)
# [1] 0.1822852
mad(zglt)
# [1] 0.01188859
var(zglt)
sd(zglt)
# > var(zglt)
# [1] 0.0003140948
# > sd(zglt)
# [1] 0.01772272

max(pfyh)-min(pfyh)
mad(pfyh)
var(pfyh)
sd(pfyh)
# [1] 0.1841083
# > mad(pfyh)
# [1] 0.01186043
# > var(pfyh)
# [1] 0.0003411643
# > sd(pfyh)
# [1] 0.01847063

###结果汇总可以看出，离散度差不多。所以说风险差不多，从收益角度要选浦发银行