R to identify successful fundamental trading strategies for equity investments

 R to identify successful fundamental trading strategies for equity investments

R is a collaborative project with many contributors.
Type 'contributors()' for more information and
'citation()' on how to cite R or R packages in publications.

Type 'demo()' for some demos, 'help()' for on-line help, or
'help.start()' for an HTML browser interface to help.
Type 'q()' to quit R.

[Workspace loaded from ~/.RData]

Loading required package: fOptions
Loading required package: timeDate
Loading required package: timeSeries
Loading required package: fBasics
> library(gdata)
gdata: Unable to locate valid perl
gdata: interpreter
gdata:
gdata: read.xls() will be unable to read
gdata: Excel XLS and XLSX files unless
gdata: the 'perl=' argument is used to
gdata: specify the location of a valid
gdata: perl intrpreter.
gdata:
gdata: (To avoid display of this message
gdata: in the future, please ensure perl
gdata: is installed and available on the
gdata: executable search path.)
gdata: Unable to load perl libaries
gdata: needed by read.xls()
gdata: to support 'XLX' (Excel 97-2004)
gdata: files.

gdata: Unable to load perl libaries
gdata: needed by read.xls()
gdata: to support 'XLSX' (Excel 2007+)
gdata: files.

gdata: Run the function
gdata: 'installXLSXsupport()'
gdata: to automatically download and
gdata: install the perl
gdata: libaries needed to support Excel
gdata: XLS and XLSX formats.

Attaching package: ‘gdata’

The following object is masked from ‘package:stats’:

    nobs

The following object is masked from ‘package:utils’:

    object.size

The following object is masked from ‘package:base’:

    startsWith

Warning messages:
1: package ‘fOptions’ was built under R version 3.5.2
2: package ‘timeDate’ was built under R version 3.5.1
3: package ‘timeSeries’ was built under R version 3.5.1
4: package ‘fBasics’ was built under R version 3.5.2
5: package ‘gdata’ was built under R version 3.5.1
> Args(glm)
            value 
formula           
family      gaussian
data               
weights           
subset             
na.action         
start       NULL   
etastart           
mustart           
offset             
control     list(...)
model       TRUE   
method      "glm.fit"
x           FALSE 
y           TRUE   
singular.ok TRUE   
contrasts   NULL   
...               
> Args(scan)
                 value                                 
file             ""                                     
what             double()                               
nmax             -1                                     
n                -1                                     
sep              ""                                     
quote            if (identical(sep, "\\n")) "" else "'\\""
dec              "."                                   
skip             0                                     
nlines           0                                     
na.strings       "NA"                                   
flush            FALSE                                 
fill             FALSE                                 
strip.white      FALSE                                 
quiet            FALSE                                 
blank.lines.skip TRUE                                   
multi.line       TRUE                                   
comment.char     ""                                     
allowEscapes     FALSE                                 
fileEncoding     ""                                     
encoding         "unknown"                             
text                                                   
skipNul          FALSE                                 
> Args(legend, sort=TRUE)
           value           
adj        c(0, 0.5)       
angle      45               
bg         par("bg")       
border     "black"         
box.col    par("fg")       
box.lty    par("lty")       
box.lwd    par("lwd")       
bty        "o"             
cex        1               
col        par("col")       
density    NULL             
fill       NULL             
horiz      FALSE           
inset      0               
legend                     
lty                         
lwd                         
merge      do.lines && has.pch
ncol       1               
pch                         
plot       TRUE             
pt.bg      NA               
pt.cex     cex             
pt.lwd     lwd             
seg.len    2               
text.col   par("col")       
text.font  NULL             
text.width NULL             
title      NULL             
title.adj  0.5             
title.col  text.col         
trace      FALSE           
x                           
x.intersp  1               
xjust      0               
xpd                         
y          NULL             
y.intersp  1               
yjust      1               
> f1 <- factor(letters[1:10])
> f2 <- factor(letters[5:14])
> as.integer(f1)
 [1]  1  2  3  4  5  6  7  8  9 10
> as.integer(f2)
 [1]  1  2  3  4  5  6  7  8  9 10
> mapCha1 <- mapLevels(f1, codes=FALSE)
> mapCha2 <- mapLevels(f2, codes=FALSE)
> (mapCha <- c(mapCha1, mapCha2))
  a   b   c   d   e   f   g   h   i   j   k
"a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k"
  l   m   n
"l" "m" "n"
> mapLevels(f1) <- mapCha # the same as levels(f1) <- mapCha
> mapLevels(f2) <- mapCha # the same as levels(f2) <- mapCha
> f1 <- as.character(f1); f2 <- as.character(f2)
> mapLevels(f1) <- mapCha
> mapLevels(f2) <- mapCha
> object.size(letters)
[1] 1712 bytes
> object.size(ls)
[1] 89096 bytes
> allObj <- sapply(ls("package:base"),
+                  function(x)
+                      object.size(get(x, envir = baseenv()))
+ )
> ( bigObj <- as.object_sizes(rev(sort(allObj))[1:10] ) )
 [1] 2244184 bytes 1558560 bytes 1156952 bytes
 [4] 968192 bytes  818944 bytes  706272 bytes
 [7] 682432 bytes  567672 bytes  555432 bytes
[10] 535936 bytes
> print(bigObj, humanReadable=TRUE)
 [1]   2.1 MiB   1.5 MiB   1.1 MiB 945.5 KiB
 [5] 799.8 KiB 689.7 KiB 666.4 KiB 554.4 KiB
 [9] 542.4 KiB 523.4 KiB
> as.object_sizes(14567567)
[1] 14567567 bytes
> options(humanReadable=TRUE)
>
> (
+     z <- object.size(letters,
+                      c(letters, letters),
+                      rep(letters, 100),
+                      rep(letters, 10000)
+     )
+ )
[1]  1.7 KiB  1.9 KiB 21.8 KiB  2.0 MiB
>
> is.object_sizes(z)
[1] TRUE
> as.object_sizes(14567567)
[1] 13.9 MiB
> n1 <- 6
> n2 <- 12
> n3 <- 4
> num <- c(5:n1, 10:13)
> (tmp1 <- data.frame(y1=rnorm(n=n1),
+                     f1=factor(rep(c("A", "B"), n1/2)),
+                     ch=letters[num],
+                     fa=factor(letters[num]),
+                     nu=(num) + 0.5,
+                     id=factor(num), stringsAsFactors=FALSE))
           y1 f1 ch fa   nu id
1  1.34501889  A  e  e  5.5  5
2 -0.83806595  B  f  f  6.5  6
3  0.11467005  A  j  j 10.5 10
4 -1.92993351  B  k  k 11.5 11
5  0.88410486  A  l  l 12.5 12
6  0.09300388  B  m  m 13.5 13
> num <- 4:9
>
> (tmp2 <- data.frame(y2=rnorm(n=n2),
+                     f2=factor(rep(c("C", "D"), n2/2)),
+                     ch=letters[rep(num, times=2)],
+                     fa=factor(letters[rep(c(num), times=2)]),
+                     nu=c((num) + 0.5, (num) + 0.25),
+                     id=factor(rep(num, times=2)), stringsAsFactors=FALSE))
           y2 f2 ch fa   nu id
1   0.5123710  C  d  d 4.50  4
2  -2.1244430  D  e  e 5.50  5
3   1.1766990  C  f  f 6.50  6
4   0.6765940  D  g  g 7.50  7
5   1.6737569  C  h  h 8.50  8
6  -1.3849047  D  i  i 9.50  9
7   1.3999856  C  d  d 4.25  4
8  -0.7676680  D  e  e 5.25  5
9  -0.1873588  C  f  f 6.25  6
10 -0.4829591  D  g  g 7.25  7
11  0.4005822  C  h  h 8.25  8
12 -0.9674152  D  i  i 9.25  9
> num <- 1:4
> (tmp3 <- data.frame(y3=rnorm(n=n3),
+                     f3=factor(rep(c("E", "F"), n3/2)),
+                     ch=letters[num],
+                     fa=factor(letters[num]),
+                     nu=(num) + 0.5,
+                     id=factor(num), stringsAsFactors=FALSE))
           y3 f3 ch fa  nu id
1 -0.08051201  E  a  a 1.5  1
2 -0.17400201  F  b  b 2.5  2
3 -1.85368938  E  c  c 3.5  3
4  0.42231442  F  d  d 4.5  4
> (tmp12 <- bindData(x=tmp1, y=tmp2, common=c("id", "nu", "ch", "fa")))
   id    nu ch fa          y1   f1         y2
1   5  5.50  e  e  1.34501889    A         NA
2   6  6.50  f  f -0.83806595    B         NA
3  10 10.50  j  j  0.11467005    A         NA
4  11 11.50  k  k -1.92993351    B         NA
5  12 12.50  l  l  0.88410486    A         NA
6  13 13.50  m  m  0.09300388    B         NA
7   4  4.50  d  d          NA <NA>  0.5123710
8   5  5.50  e  e          NA <NA> -2.1244430
9   6  6.50  f  f          NA <NA>  1.1766990
10  7  7.50  g  g          NA <NA>  0.6765940
11  8  8.50  h  h          NA <NA>  1.6737569
12  9  9.50  i  i          NA <NA> -1.3849047
13  4  4.25  d  d          NA <NA>  1.3999856
14  5  5.25  e  e          NA <NA> -0.7676680
15  6  6.25  f  f          NA <NA> -0.1873588
16  7  7.25  g  g          NA <NA> -0.4829591
17  8  8.25  h  h          NA <NA>  0.4005822
18  9  9.25  i  i          NA <NA> -0.9674152
     f2
1  <NA>
2  <NA>
3  <NA>
4  <NA>
5  <NA>
6  <NA>
7     C
8     D
9     C
10    D
11    C
12    D
13    C
14    D
15    C
16    D
17    C
18    D
> (tmp123 <- bindData(x=tmp12, y=tmp3, common=c("id", "nu", "ch", "fa")))
   id    nu ch fa          y1   f1         y2
1   5  5.50  e  e  1.34501889    A         NA
2   6  6.50  f  f -0.83806595    B         NA
3  10 10.50  j  j  0.11467005    A         NA
4  11 11.50  k  k -1.92993351    B         NA
5  12 12.50  l  l  0.88410486    A         NA
6  13 13.50  m  m  0.09300388    B         NA
7   4  4.50  d  d          NA <NA>  0.5123710
8   5  5.50  e  e          NA <NA> -2.1244430
9   6  6.50  f  f          NA <NA>  1.1766990
10  7  7.50  g  g          NA <NA>  0.6765940
11  8  8.50  h  h          NA <NA>  1.6737569
12  9  9.50  i  i          NA <NA> -1.3849047
13  4  4.25  d  d          NA <NA>  1.3999856
14  5  5.25  e  e          NA <NA> -0.7676680
15  6  6.25  f  f          NA <NA> -0.1873588
16  7  7.25  g  g          NA <NA> -0.4829591
17  8  8.25  h  h          NA <NA>  0.4005822
18  9  9.25  i  i          NA <NA> -0.9674152
19  1  1.50  a  a          NA <NA>         NA
20  2  2.50  b  b          NA <NA>         NA
21  3  3.50  c  c          NA <NA>         NA
22  4  4.50  d  d          NA <NA>         NA
     f2          y3   f3
1  <NA>          NA <NA>
2  <NA>          NA <NA>
3  <NA>          NA <NA>
4  <NA>          NA <NA>
5  <NA>          NA <NA>
6  <NA>          NA <NA>
7     C          NA <NA>
8     D          NA <NA>
9     C          NA <NA>
10    D          NA <NA>
11    C          NA <NA>
12    D          NA <NA>
13    C          NA <NA>
14    D          NA <NA>
15    C          NA <NA>
16    D          NA <NA>
17    C          NA <NA>
18    D          NA <NA>
19 <NA> -0.08051201    E
20 <NA> -0.17400201    F
21 <NA> -1.85368938    E
22 <NA>  0.42231442    F
> tmp123[order(tmp123$ch), ]
   id    nu ch fa          y1   f1         y2
19  1  1.50  a  a          NA <NA>         NA
20  2  2.50  b  b          NA <NA>         NA
21  3  3.50  c  c          NA <NA>         NA
7   4  4.50  d  d          NA <NA>  0.5123710
13  4  4.25  d  d          NA <NA>  1.3999856
22  4  4.50  d  d          NA <NA>         NA
1   5  5.50  e  e  1.34501889    A         NA
8   5  5.50  e  e          NA <NA> -2.1244430
14  5  5.25  e  e          NA <NA> -0.7676680
2   6  6.50  f  f -0.83806595    B         NA
9   6  6.50  f  f          NA <NA>  1.1766990
15  6  6.25  f  f          NA <NA> -0.1873588
10  7  7.50  g  g          NA <NA>  0.6765940
16  7  7.25  g  g          NA <NA> -0.4829591
11  8  8.50  h  h          NA <NA>  1.6737569
17  8  8.25  h  h          NA <NA>  0.4005822
12  9  9.50  i  i          NA <NA> -1.3849047
18  9  9.25  i  i          NA <NA> -0.9674152
3  10 10.50  j  j  0.11467005    A         NA
4  11 11.50  k  k -1.92993351    B         NA
5  12 12.50  l  l  0.88410486    A         NA
6  13 13.50  m  m  0.09300388    B         NA
     f2          y3   f3
19 <NA> -0.08051201    E
20 <NA> -0.17400201    F
21 <NA> -1.85368938    E
7     C          NA <NA>
13    C          NA <NA>
22 <NA>  0.42231442    F
1  <NA>          NA <NA>
8     D          NA <NA>
14    D          NA <NA>
2  <NA>          NA <NA>
9     C          NA <NA>
15    C          NA <NA>
10    D          NA <NA>
16    D          NA <NA>
11    C          NA <NA>
17    C          NA <NA>
12    D          NA <NA>
18    D          NA <NA>
3  <NA>          NA <NA>
4  <NA>          NA <NA>
5  <NA>          NA <NA>
6  <NA>          NA <NA>
> df1 <- data.frame(a=1:3, b=c("A", "B", "C"))
> df2 <- data.frame(c=as.character(1:5), a=5:1)
> ma1 <- matrix(as.character(1:4), nrow=2, ncol=2)
> ma2 <- matrix(1:6, nrow=3, ncol=2)
> cbindX(df1, df2)
   a    b c a
1  1    A 1 5
2  2    B 2 4
3  3    C 3 3
4 NA <NA> 4 2
5 NA <NA> 5 1
> cbindX(ma1, ma2)
     [,1] [,2] [,3] [,4]
[1,] "1"  "3"  "1"  "4"
[2,] "2"  "4"  "2"  "5"
[3,] NA   NA   "3"  "6"
> cbindX(df1, ma1)
  a b    1    2
1 1 A    1    3
2 2 B    2    4
3 3 C <NA> <NA>
> cbindX(df1, df2, ma1, ma2)
   a    b c a    1    2  1  2
1  1    A 1 5    1    3  1  4
2  2    B 2 4    2    4  2  5
3  3    C 3 3 <NA> <NA>  3  6
4 NA <NA> 4 2 <NA> <NA> NA NA
5 NA <NA> 5 1 <NA> <NA> NA NA
> cbindX(ma1, ma2, df1, df2)
     1    2    3    4  a    b c a
1    1    3    1    4  1    A 1 5
2    2    4    2    5  2    B 2 4
3 <NA> <NA>    3    6  3    C 3 3
4 <NA> <NA> <NA> <NA> NA <NA> 4 2
5 <NA> <NA> <NA> <NA> NA <NA> 5 1
> cat(centerText("One Line Test"), "\n\n")
                One Line Test

> mText <-c("This", "is an example",
+           " of a multiline text    ",
+           "with ",
+           "          leading",
+           " and trailing         ",
+           "spaces.")
> cat("\n", centerText(mText), "\n", sep="\n")


                     This
                is an example
             of a multiline text
                     with
                   leading
                 and trailing
                   spaces.


> a  <-  matrix(rnorm(12),ncol=4,nrow=3)
> b  <-  1:4
> combine(a,b)
           X1        X2         X3
X    1.867320 0.9797075 1.15804502
X.1  1.419801 0.5619077 0.05526391
X.2 -1.616789 0.3666752 0.94908855
b    1.000000 2.0000000 3.00000000
             X4 source
X    0.36399708      a
X.1 -0.67280322      a
X.2 -0.09014888      a
b    4.00000000      b
> combine(x=a,b)
           X1        X2         X3
X    1.867320 0.9797075 1.15804502
X.1  1.419801 0.5619077 0.05526391
X.2 -1.616789 0.3666752 0.94908855
b    1.000000 2.0000000 3.00000000
             X4 source
X    0.36399708      x
X.1 -0.67280322      x
X.2 -0.09014888      x
b    4.00000000     
> combine(x=a,y=b)
           X1        X2         X3
X    1.867320 0.9797075 1.15804502
X.1  1.419801 0.5619077 0.05526391
X.2 -1.616789 0.3666752 0.94908855
y    1.000000 2.0000000 3.00000000
             X4 source
X    0.36399708      x
X.1 -0.67280322      x
X.2 -0.09014888      x
y    4.00000000      y
> combine(a,b,names=c("one","two"))
           X1        X2         X3
X    1.867320 0.9797075 1.15804502
X.1  1.419801 0.5619077 0.05526391
X.2 -1.616789 0.3666752 0.94908855
b    1.000000 2.0000000 3.00000000
             X4 source
X    0.36399708    one
X.1 -0.67280322    one
X.2 -0.09014888    one
b    4.00000000    two