金融股

Question

我想使用使用R：

library(pdfetch) 
tickers <- c('FB','YHOO'.....etc long list of tickers) 
pdfetch_YAHOO(tickers, fields = c("adjclose"), 
    from = as.Date("2017-04-01"), 
    to = as.Date("2017-04-30")) 

我的代碼是不是雖然工作。如果有人能告訴我如何將這些信息輸出到圖表，我會非常感謝！

Answer 1

好的，我不確定這次練習的目標是什麼，但我會採取一些措施。我將會使用quantmod庫，因爲我知道它。我在這裏做的是建立一個tickers列表，獲取這些tickers，創建一個傳遞數據的函數，將這些數據轉換爲關閉值的xts對象，並將其插入到dygraph中，該dygraph會自動解釋xts數據。

library(dygraphs) 
library(quantmod) 
library(data.table) 
library(magrittr) 

tickers <- c('FB','YHOO') 

temp <- getSymbols(tickers, 
      from = as.Date("2001-04-01"), 
      to = as.Date("2017-04-30")) 

munge_data <- function(tickers){ 

    data <- lapply(tickers, get) %>% 
    lapply(as.data.table) %>% 
    lapply(function(df) setnames(df, colnames(df), 
           c("Date","Open","High", 
            "Low","Close","Volume", 
            "Adjusted"))) 
    names(data) <- tickers 

    rbindlist(data,idcol = T) 

} 

my_data <- tickers %>% 
    munge_data %>% 
    .[,.(Date,.id,Close)] %>% 
    dcast(...~.id, value.var = "Close") %>% 
    as.xts.data.table() 

dygraph(my_data) 

這將採取任意數量的tickers並繪製它們（雖然區分7000個ticker符號在圖上是不可能的）。

Answer 2

下面是一個使用ggplot2繪圖的方法。我們將數據下載到每個元素都是股票代碼的列表中。我們將其轉換爲數據框。在調用ggplot的過程中，我們將數據從寬格式轉換爲長格式並對數據進行縮放，以便所有關閉值都相對於期間第一天的關閉值。這使得在同等規模的每一隻股票：

library(pdfetch) 
library(tidyverse) 
library(xts) 

tickers = c('FB','YHOO','GENE','AAPL','MSFT','LUV','AMZN','AIV','BUD','HPQ','XOM','UAL') 

# Download tickers into a list 
df = map(tickers, function(tt) { 
    pdfetch_YAHOO(tt, fields = c("adjclose"), 
       from = as.Date("2017-04-01"), 
       to = as.Date("2017-04-30")) 
}) 

# Convert to a data frame 
df = do.call(cbind, df) 
df = data.frame(date=as.Date(index(df)), df) 

# Convert data frame to long format and plot 
ggplot(gather(df, ticker, close, -date) %>% 
     group_by(ticker) %>% 
     mutate(close=close/close[1]), 
     aes(date, close)) + 
    geom_hline(yintercept=1, colour="grey30", size=0.2) + 
    geom_line(size=0.4) + 
    facet_grid(~ ticker) + 
    theme_classic(base_size=9) + 
    theme(strip.background=element_blank(), 
     axis.text.x=element_blank()) + 
    scale_y_continuous(limits=c(0.94, 1.06), breaks=seq(0,2,0.05)) + 
    labs(x="April") + 
    guides(colour=FALSE) 

你也可以用顏色來顯示當一隻股票低於/高於它的價值在一個月的開始。爲此，我們使用插值法，以便線條越過1時顏色始終發生變化。我們還會使用更小的主題。

# Dates to interpolate at 
dts = seq(min(df$date), max(df$date), length=500) 

# Create an interpolated data frame (note this data frame will have 7000*500 rows if 
# you do this for 7000 symbols (not that you'd want to plot that many stocks 
# at once anyway) 
df.interp = gather(df, ticker, close, -date) %>% 
    split(. , .$ticker) %>% 
    map_df(~ data.frame(approx(.x$date, .x$close, xout=dts), ticker=.x$ticker[1])) %>% 
    rename(date=x, close=y) 

ggplot(df.interp %>% 
     group_by(ticker) %>% 
     mutate(close=close/close[1]), 
     aes(date, close, colour=close > 1, group=ticker)) + 
    geom_hline(yintercept=1, colour="grey30", size=0.2) + 
    geom_line(size=0.6) + 
    facet_grid(~ ticker) + 
    theme_classic(base_size=9) + 
    theme(strip.background=element_blank(), 
     axis.text.x=element_blank(), 
     axis.line.x=element_blank(), 
     axis.ticks.x=element_blank()) + 
    scale_y_continuous(limits=c(0.94, 1.06), breaks=seq(0,2,0.05)) + 
    labs(x="April 2017") + 
    guides(colour=FALSE)