跨界知识聚会系列文章，“知识是用来分享和传承的”，各种会议、论坛、沙龙都是分享知识的绝佳场所。我也有幸作为演讲嘉宾参加了一些国内的大型会议，向大家展示我所做的一些成果。从听众到演讲感觉是不一样的，把知识分享出来，你才能收获更多。
关于作者
- 张丹(Conan), 程序员Java,R,Nodejs
- weibo：@Conan_Z
- blog: http://blog.fens.me
- email: [email protected]
转载请注明出处：
http://blog.fens.me/meeting-hellobi-20160701/
前言
感谢天善智能社区的邀请，有幸参加每周一期的跟数据有关的行业、工具、技术的交流盛宴，活动的口号是“Friday BI Fly 周五BI飞起来”。
目录
- 我的分享主题：R语言为量化而生
- 会议体验
- 自由讨论
1. 我的分享主题：R语言为量化而生
本次分享的主题 R语言为量化而生，主要内容来自我的一篇博客文章：R语言为量化而生。希望能够解释清楚，在量化投资中为什么要用R语言。从程序员的角度看，C++，Java，Python, C#都是可行方案；从数据人员的角度看，Excel, SAS, Matlab更是不错的。那么为什么是R语言呢，R语言的优势在哪里体现？
这类的问题，总是会被问到。那么答案，就在于你对量化这件事情的了解，和对各种编程语言的理解。最近3年，互联网在量化领域的大发展，以Quantopian为代表的在线策略研发平台，用Python做为核心语言，国内同样支持Python的平台也有 优矿，聚宽，米筐。这些平台主是面向程序员群体的平台，希望通过挖掘草根明星，来推动量化的发展。传统的量化交易软件，像文华，MC, TB, TS 都有自己一套的脚本化的编程语言。有实力的专业团队，通常会自成体系的独立开发一套自己的系统。如果面向更广泛的人群，最常用的方法就是Wind导数据，Excel中拉个表出来。
所以，其实用什么语言不重要，关键是怎么理解做量化这件事情。那么R语言的天生优势就是数学计算，数据处理，免费开源，大量支持库。试试吧，你一定会喜欢的。
2. 会议体验
本次分享受天善智能社区的邀请，我真的非常高兴。天善智能是新一代的商业智能和大数据的垂直社区，聚集了大量的数据分析从业人员。活动介绍，https://ask.hellobi.com/blog/tianshansoft/4229。 本次活动同时有30个微信群进行直播，参加的人员，至少有2000人以上。可以天善智能社区，在行业的影响力是非常大的。
发个截图，体会一下微信同步直播的震撼吧！
本此的分享基于微信的直播，我也第一次体验，要用纯文字的方式来进行介绍。想把一个事情说清楚，又增加了不少的难度。由于不能分享屏幕，代码部分会通过图片截屏。
本次活动的总结，https://ask.hellobi.com/blog/tianshansoft/4271，感谢天善社区的工作人员进行整理。
远程分享，就是没能与大家合照，有点遗憾！！贴张自己的照片吧。
3. 自由讨论
分享后，很多朋友都对于R语言都是非常的好奇，提了很多的问题，用户的参与性非常强。下列直接贴出用户的问题和我的回复。
1、替新手问一个，请教一下，R语言的数据分析应该从哪方面入手练习啊？因为目前工作上不是用R的，看完书之后想具体去试一下。
张丹： R其实上手很快，找一本书，认真操作练习一遍就上手了。
2、玉琴:不建议用for loop的原因是考虑到性能问题吗
张丹:for loop是调用的R的循环库，apply是调用C的循环库，性能差距还是很大的
3、来自20群的提问：提个问题，微软对R的收购会对R语言的发展产生什么影响？
张丹:我觉得这是正向发展的，是好事情。大公司看到了R的潜力！
4、尚林栋:R语言金融建模的具体步骤能说一下吗
金融建模的具体步骤，你可以参考这篇文章，http://blog.fens.me/finance-stock-ma/
5、刘嘉丰Alan:丹哥，现在有很多量化平台，提供打包好的函数，在线回测，和自己造轮子拿R语言相比，您觉得各有什么优势呢？
张丹:R的优势就是在数学计算，数据处理上。行业标准还没有统一，所以不一定在线平台的轮子就一定好用。但另外，我们从开发或使用的角度，更多的用到的R包，都是RStudio公司的产品，我觉得是RStudio在推动R的整个的进化过程。
6、我也觉得r语言不错，但经常想不到商业场景，到现在，我只是用它统计考勤，各种绩效kpi，每月算一次奖金，已经这样过去2年了，r语言路在何方哪？
张丹: 你所说的统计，只能说简单计数。比如，你要预测下个月的考勤情况，从而设计预算方案。你可能就需要做个回归分析，这时R就能给你很大的帮助了。生活和工作中，随处都是数据分析的场景。
7、Allen:r在拟合上感觉比python用起来更爽一些，其返回的结果较多
张丹:那么R和python比，R更面向数据，特别是对于没有编程基础的人。PYTHON，还是程序语言，还要了解程序结构，程序架构，代码量不会少。
有IT背景程序员，可能更倾向于PYTHON；如果没有IT背景，R更容易上手。
8、越中女儿:请教一个问题：quantmod对美股的实时接口很好用，对A股不支持，且A股基本面数据才更新到2013.09，请问有好用的ETL包么，类似于python的tushare那样对A股友好的，各种etl啊清洗的脏活累活感觉python更好啊，R就是安安静静做做统计，玩玩图形。
张丹: quantmod使用的是yahoo等国外的数据源，这些数据源本身没有A股数据，如果需要A股数据，用tushare还是不错的。 R特有的data.frame,matrix 等类型和操作方法，在python也需要单独去实现。
9、柠檬味的香草:最近想研究一些互联网文本数据与指数或各股走势的关系，但是在使用R语言处理文本数据不是很方便，丹哥可有一些强大的library推荐，对于非结构，文本数据的处理。
张丹:“尽量使用向量计算或矩阵计算的计算方法”，可以这样理解，对于一个二维结构，for需要2次，0(N^2)的时间复杂度。如果我们把数据，直接就按矩阵存储， 你让矩阵里的每个点都加1， 只需要算一次。Hadley提供的包，源代码我都看过，写很棒，也很实用。
r在拟合上感觉比python用起来更爽一些，其返回的结果较多
其实R有很多的第三方的包，已经有了大量的算法包，而其他语言相对较少。只是我们平时接触的不多，所以觉得用不到。R有大量的统计包，你可以从官方网站找到，输出的结果，大部分也都是统计的结果。
R所支持的行业领域，非常广泛。而工程的语言，不会做细粒度的区分，只是通用的解决方法。
10、郑州—金融数据：python有pandas.DataFrame，pandas应该是第三方的数据库结构吧？R的data.frame是内置的。
张丹:pandas.DataFrame，在底层处理，还需要对原PYTHON的数据结构做映射。当然他可以解决的很好，但你看到的内存结构，可能并不是真正的内存结构。
R内置数据类型，就可以理解是内存结构。不需要再考虑转换了。找一个自己熟悉的语言，大多数的功能，每种语言都是能实现。只有很细的领域，才会进一步区分。
11、RHaoop采用分布式并行计算，那请问如何解决需要嵌套循环的算法。
张丹:对于基于hadoop大数据的MR计算，建议做数学变成，通过数学的角度处理。我写过2个例子，一个是pagerank, 一个是itemcf。
12、@柠檬味的香草：想听听丹哥对传统数据挖掘转量化投资的建议。比如前景？竞争力？
张丹:量化投资，其实是IT人都想转的行业。你写的代码，不是通过工资来赚钱，而直接通过交易赚钱，代码的效用是最大化的。但这个行业竞争很大，聪明人都在这里，要么你的技术牛，要么你了解市场，要么的算法是独特的，不然也很难。
JhT: 做量化交易和策略的都是高智商的
越中女儿:我觉得量化对金融市场的理解比对技术本身更重要，R的需求应该会很快凸显出来。因为数据基础都有了，后面就是差会分析的人了。通常懂数据分析的程序员，比纯程序员待遇高。
13、老师，有好的spark或者hadoop入门的书吗，计算机能力弱和java不懂啊
张丹:hadoop有很多书了，我当初看的是 权威指南。spark的书不了解，我的是网上文档。
14、@Mia.W 学RHadoop需要对Hadoop或Mapreduce了解到什么程度，需要从头学hadoop或java吗
张丹:hadoop的MR的原理要了解，找到懂JAVA的同事，帮你把环境搭好。
15、@JhT 我是刚进来的，R的优势是什么？
张丹:R是免费开源的，CRAN上有8000多个包，遍布各行各业。R语言的3个特性，数学计算，数据建模，可视化。
16、@郑州—金融数据个人感觉商业上matlab比R和python支持度都要好，不管是分析，统计，挖掘还是量化方便，收费的毕竟是收费的
张丹:有商业推动，当然要比免费的好了。不过，像SAS和Matlab也在打通和R的接口，毕竟由全球第三方贡献包，要比一家公司提供的包要多很多的。
17、@越中女儿 有用R做过实盘风控么
张丹:有做，其实不太复杂。你把需要的实时数据，都同步存到redis中，用R在秒级调reids取数据，计算完成再写回去。
18、@Jason.k计算机8g内存，数据虽然行数不多，但是很多列，所以数据csv格式大小会高达几个G，这个规模数据量，内存应该是不够的。
张丹:R的机制，会把数据一次性加载到内存中。就算能读到内存，每次计算时，也会有中间变量，所以你的基础内存是不够的。而且对于win性能会更差。
最后，再次感谢 天善社区的小伙伴们的努力，谢谢大家！
请发表评论