我的下一条建议不是给大学申请者、在校生和毕业生的，而是给那些现在决定改变职业道路的人的。我建议你从使用 R 语言进行数据分析开始你的职业生涯。成为你所在行业的分析师。也许就在你现在的公司里。这样，你将拥有两个巨大优势：掌握强大的现代数据分析工具和广泛的行业经验（国外称之为特定领域知识，被认为是分析师的巨大优势）。然后积累经验和新知识，你的职业生涯就会积极发展。
Всем привет, я Дмитрий Володин, Analytics Engineer из TrafficStars. Сегодня я хочу немного порефлексировать на тему спроса на R и целесообразности его изучения. Текст будет выражать личный опыт и мнение, я не буду проводить аналитическую работу по сравнению средних зарплат и количества вакансий на разных языках. Скорее поделюсь своими мыслями...
这里没有人给 R 机器人写信。
好吧，如果这是一个想法，我投赞成票。我正在学习 R))) 和 python)))))
得了吧，甲壳虫又不感兴趣，它们有别的目标。
如果配额们不喜欢，你可以在博客上谈谈你的想法。
对我来说，重点始终是寻找价格与 SB 的偏差。计量经济学与金融随机学的不同之处在于对时间的建模--前者是离散的，后者是连续的，这导致了相当不同的数学，但本质是相同的。
我看书看得很慢。))))))思路是清晰的，但在存在不确定性的情况下，预测一个状态的寿命是不可能的。更多的人都在讨论公平和当前价格的估算方法。这种方法至少是可以理解的。
请问版主、管理员...
R 不再受支持。没有未来
更新 为什么要在 2023 年教授 R？
作者是个梦想家我是 R 教学)))) 和 python))))))
学一样东西比较好
对我来说，重点始终是寻找价格与 SB 的偏差。计量经济学与金融随机学的不同之处在于对时间的建模--前者是离散的，后者是连续的，这导致了相当不同的数学，但本质是相同的。
下面是在计量经济学文章 1 和文章 2 中进行这种搜索的一个相当标准的例子。这种方法与（资产价格或价差中的）静止性搜索完全相关--也就是说，静止性被假定为只有在某些时候才可能出现，并被定义为偏离更典型的 SB，而不是像 DSP 中的信号研究那样是一种恒定属性。
对于随机性，很难给出一个简单但有意义的例子。我关于间隙的论文可以作为这方面的一个提示，因为该论文所研究的分布更容易在连续时间内进行考虑。 如果我们假设该分布依赖于某些特征，我们就可以朝着 MO 的方向发展这一想法。
有人试过进行时间序列卷积吗？
用什么做卷积？
什么卷？
邻近指标。
好奇什么？
想知道什么？
我刚刚引用了