利用R语言做最最初级金融分析de笔记

之前就听说过R语言的quantmod包做金融分析非常好用。确实,不做好功课就进入股市,也就是傻乎乎的冒险。最近李笑来老师在他的专栏提到GAFATA(google,facebook,tecent等)这类股票。随着人类科技的进步,这些公司的前景仍然不可限量。

自己的利益是最好的目标,最切实的刚需。所以利用这段时间,学习一下quantmod包的函数技术。

学习来源:1.网站 quantmod.com

2. 炼数成金(dataguru)的相关课程

3.猴子老师的大数据学习群

R七种武器之金融数据分析quantmod

首先载入需要的文件包,

install.packages("quantmod")

install.packages("tseries")

library(quantmod)

library(tseries)

quantmod里用来分析的函数有

getSymbols() 从多种信息源里获得信息getSymbols.csv() 从csv文件中读入数据

getFinancials() 获取上市公司的财务报表 getSymbols.google() 从google中获取数据

getMetals() 获取重金属交易数据getSymbols.oanda() 从oanda中获取

getQuote() 获取即时的网络报价getSymbols.yahoo() 从雅虎网中获取数据

tseries也是这类,用来分析的有:

portfolio.optim投资组合组合优化

get.hist.quote下载历史财务数据

maxdrawdown 最大回撤

sharpe 夏普比率

等等等等,以上不能尽录。这篇笔记就是最最初级的练习。

根据“剑飞在思考”的简单R语言代码查询任意股票价格变化趋势,练习输入。选择的是amazon和英伟达。注意命令和股票代码的大小写。

#设置美股,代码要大写

getSymbols("AMZN",src="yahoo")

chartSeries(AMZN)


亚马逊

从2013年起上涨了四倍——看,上涨的资产并不只是中国房价而已。

getSymbols("NVDA",src="yahoo")

chartSeries(NVDA)


英伟达

关注人工智能啊深度学习啊VR啊大概都听说过英伟达吧,也都知道它最近的走势为什么会是酱紫。

其他功能:

#设置深圳股票,沪股是ss

setSymbolLookup(XF=list(name="002230.sz",src="yahoo"))

getSymbols("XF")

chartSeries(XF)

#获取汇率,注意“/”的运用

getFX("HKD/USD")

get("HKDUSD")

#获取报表-这里用google连接,没打开

getFinancials("AMZN")

viewFinancials(AMZN.f)


但素,chartSeries的函数只能一次显示一个股票,炼数成金的视频里,显示了可以同时出现的股票比较

aapl<-get.hist.quote(instrument="aapl",quote=c("Cl","Vol"))

goog<-get.hist.quote(instrument="goog",quote=c("Cl","Vol"))

msft<-get.hist.quote(instrument="msft",quote=c("Cl","Vol"))

plot(msft$Close,main="Stock Price Comparison",ylim=c(0,800),col="red",type="l",lwd=0.5,

pch=19,cex=0.6,xlab="Date",ylab="Stock Price(USD)")

lines(goog$Close,col="blue",lwd=0.5)

lines(aapl$Close,col="gray",lwd=0.5)

legend("top",horiz=T,legend=c("Microsoft","Goole","Apple"),

col=c("red","blue","gray"),Ity=1,byt="n"

基本上是按照这个打的,然后很悲催的不行了。还好在大年夜得到群里王沙沙同学指点,然后就可以了。


改成其他股票,比如amzn就不行,再然后试试其他股票,开始不行,以为是股票代码的问题,换大小写等等,然后就神奇的可以了。

xrs<-get.hist.quote(instrument="xrs",quote=c("Cl","Vol"))

goog<-get.hist.quote(instrument="goog",quote=c("Cl","Vol"))

fb<-get.hist.quote(instrument="FB",quote=c("Cl","Vol"))

plot(fb$Close,main="Stock",ylim=c(0,1200),col="red",type="l",lwd=0.5,

pch=19,cex=0.6,xlab="Date",ylab="Stock Price")

lines(xrs$Close,col="blue",lwd=0.5)

lines(goog$Close,col="gray",lwd=0.5)

legend("top",horiz=T,legend=c("XRS","Google","Facebook"),

col=c("red","blue","gray"),lty=1,bty="n")

(因为google股价太惊人,所以把y轴区别改为0-1200)

大概问题还是处在股票的连接上,求大牛解释.....

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,794评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,050评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,587评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,861评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,901评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,898评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,832评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,617评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,077评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,349评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,483评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,199评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,824评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,442评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,632评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,474评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,393评论 2 352

推荐阅读更多精彩内容