RAnalyticFlow是一个由日本人基于R开发的通过绘制流程图分析数据的软件，界面非常简洁， 企图实现类似于SAS EMiner 或RapidMiner的流程图分析模式。RAnalyticFlow的设置是放置R代码，只有在写出函数时，会自动显示参数设置，实际上使用R，代码才是王道。

本文简单介绍如何使用RAnalyticFlow实现ARIMA预测。 ARIMA (Autoregressive Integrated Moving Average Model)在R中的arima函数参数很多，主要是Order（p，d，q）：p为自回归AR参数，d为差分阶数，q为MA移动平均周期，其他详见帮助文档。

使用数据为万科A开盘价（2009/08/03----2010/09/17），参数为order（5,2,10），如果使用此方法买股票的脑子不是有问题就是被驴踢了，为什么，你懂的！！！！！！！！

RAnalyticFlow界面和R控制台

实现ARIMA预测的RAnalyticFlow节点：7个简单节点和2个复杂节点（两个方块）

简单节点（Simple Node）代码设置：只能添加一行代码

复杂节点（Complex Node）代码设置：可设置多行代码

九个节点的代码分别为从左至右，从上至下：

1. wanke <- read.table("D:/data/wanke.csv", header = TRUE, sep = ",", na.strings = "NA", dec = ".", strip.white = TRUE)

2. library(TSA)

3. open <- arima(wanke[, 2], order = c(5, 2, 10), xreg = data.frame(constant = seq(length(wanke[, 2]))))

4. open.pre <- predict(open, n.ahead = 10, newxreg = data.frame(constant = (length(wanke[, 2]) + 1): (length(wanke[, 2]) + 10)))

5. openLog <- arima(log(wanke[, 2]), order = c(5, 2, 10), xreg = data.frame(constant = seq(length(wanke[, 2]))))

6. plot(open, n.ahead = 10, newxreg = data.frame(constant = (length(wanke[, 2]) + 1):(length(wanke[, 2]) + 10)), main = "万科A", xlab = "时间( 2009/08/03----2010/09/17)", ylab = "开盘价", pch = 19, lty = 1, type = "o", col = "red")

7. n<-length(wanke[,2])

open<-c(wanke[,2],open.pre$pred)

m<-length(open.pre$pred)

class<-c(rep(1,n),rep(2,m))

wanData<-data.frame(open,class)

8. plot(openLog, n.ahead = 5, newxreg = data.frame(constant = (length(wanke[, 2]) + 1):(length(wanke[, 2]) + 5)), transform = exp, main = "万科A", xlab = "时间( 2009/08/03----2010/09/17)", ylab = "开盘价", pch = 10, lty = 5, col = "red")

9. par(bg="white") plot(wanData[, 1], type = "p",main="万科A",xlab="时间( 2009/08/03----2010/09/17)",ylab="开盘价", col = (wanDat a$class)+1) lines(wanData[, 1],col =2:3) legend(230,13.5,c("实际","预测"),text.col=4,pch=10, lty=4, col = 2:3)

8.02 8.01 7.94 7.90 7.90 7.88 7.88 7.88 7.82 7.79