@fanxy
2021-09-15T12:17:44.000000Z
字数 11702
阅读 12409
樊潇彦
复旦大学经济学院
金融数据
下载文件:
1. 数据和笔记样本 Ch01.rar,解压缩到工作目录下,存在文件夹 Ch01 中;
2. 里面有数据文件 inc.csv
和笔记样本 Note1.rmd
。
设置中文显示:
1. Tools --> Global Options --> Code --> Saving,在 Change 菜单中选择 UTF-8 --> Apply
2. 双击打开 Note1.rmd
,如果乱码用记事本等软件打开,全选后考回 Note1.rmd
,再选 File --> Save with Encoding
setwd("D:\\...\\Ch01") # 设定工作目录
# 用 getwd() 可查看当前工作目录
rm(list=ls()) # 清内存
# "Ctrl"+"L" 清除命令窗口
install.packages(c("zoo","xts","timeSeries","quantmod","tseries","Ecdat")) # 安装包
install.packages(TTP)
library(zoo)
library(xts)
library(timeSeries)
library(quantmod)
library(tseries)
x = c(1, 2, 3, 4) # 构造数值型向量x
x # 显示
class(x) # 显示数据类型
x1 = as.integer(x) # 转换为整数型向量x1
class(x1)
is.logical(x) # 判断向量x是否为逻辑型数据
x==2 # 判断向量x中元素是否等于2
x2=!(x<2) # 判断向量x中元素是否大于等于2,存为逻辑型向量x2
which(x<2) # 显示向量x中小于2的元素所在的位置
y = c("I", "love", "R") # 构造元素依次为字符串“I”,“love”,“R”的向量y
y # 输出y的值
class(y) # 显示向量y的数据类型
length(y) # 显示向量y的维度,即元素个数
nchar(y) # 显示向量y中每个元素的字符个数
y=="R" # 判断向量y中为“R”的元素
sex = factor(c(1,1,0,0,1), levels=c(0,1), labels=c("male","female")) # 因子型数据sex,加变量标签
sex # 输出sex的值
class(sex) # 显示sex的数据类型
num1 = factor(c("b","a","d","c"), ordered= TRUE) # 字符型因子变量不设levels和labels,按字母排序编号
as.numeric(num1) # 显示编号
a <- c(1, 2, 5, 3, 6, -2, 4)
b <- c("one", "two", "three")
c <- c(TRUE, TRUE, TRUE, FALSE, TRUE, FALSE)
a[3]
a[c(1, 3, 5)]
a[2:6]
y <- matrix(1:20, nrow=5, ncol=4)
y
cells <- c(1,26,24,68)
rnames <- c("R1", "R2")
cnames <- c("C1", "C2")
mymatrix <- matrix(cells, nrow=2, ncol=2, byrow=TRUE,
dimnames=list(rnames, cnames))
mymatrix
mymatrix <- matrix(cells, nrow=2, ncol=2, byrow=FALSE,
dimnames=list(rnames, cnames))
mymatrix
y[2,]
y[,2]
y[1,4]
y[1, c(2,4)]
dim1 <- c("A1", "A2")
dim2 <- c("B1", "B2", "B3")
dim3 <- c("C1", "C2", "C3", "C4")
z <- array(1:24, c(2,3,4), dimnames=list(dim1, dim2, dim3))
z
patientID <- c(1, 2, 3, 4)
age <- c(25, 34, 28, 52)
diabetes <- c("Type1", "Type2", "Type1", "Type1")
status <- c("Poor", "Improved", "Excellent", "Poor")
patientdata <- data.frame(patientID, age, diabetes, status)
patientdata
patientdata[1:2]
patientdata[c("diabetes","status")]
patientdata$age
# 将diabetes和status由字符型变为因子型和有序因子型
diabetes <- factor(diabetes)
status <- factor(status, order=TRUE)
patientdata <- data.frame(patientID, age, diabetes, status)
str(patientdata)
summary(patientdata)
g <- "My First List"
h <- c(25, 26, 18, 39)
j <- matrix(1:10, nrow=5)
k <- c("one", "two", "three")
mylist <- list(title=g, ages=h, j, k)
mylist
金融数据中的时间变量有三种常用类型:Date
、POSIXct
和POSIXt
。
Sysdate <- Sys.Date() # 系统当前日期
class(Sysdate) # 日期型变量
Sysdate
Systime <- Sys.time() # 系统当前时间
class(Systime) # "POSIXct"和"POSIXt"是两种精准到秒的时间变量
Systime
p <- as.POSIXlt(Systime) # 提取日期中的各个组成部分信息
class(p); mode(p)
p
p$year+1900 # p$year 自1900年以来的年份
p$mon+1 # p$mon 表示0-11月
p$mday # p$mday 该月的第几天
p$yday+1 # p$yday 该年的第几天,0-365天,元旦当天是第0天
p$wday # p$wday 对应周几,0-6,周日为0,其他时间和我们日常习惯一致
# 用字符和数字生成日期对象
t <- as.Date("2014/4/17",tz="CST") # tz为时区,CST为北京时间
class(t)
t
t <- ISOdate(2014,4,17)
class(t) # ISOdate()函数得到的是一个POSIXct对象
t <- ISOdatetime(2014,4,17,15,28,48) # 继续加入小时、分钟、秒数信息
下表列出了一些常用的获取和处理金融数据的程序包,其中TTP
是一个技术分析包,感兴趣的同学可以自己查阅,本节将逐一介绍zoo, xts, timeSeries, quantmod, tseries
等包的主要命令。
功能 | 软件包 |
---|---|
时间序列数据处理 | zoo:以时间为Index |
xts:zoo包的扩展 | |
timeSeries:时间为名为Date的指标 | |
金融数据处理 | quantmod:数据获取与作图 |
tseries:数据获取与分析 | |
TTR:技术分析 |
zoo
、xts
、timeSeries
设置时序数据对象
intc=read.table(file="intc.csv",header=TRUE,sep=",") # 读入数据
head(intc,3); tail(intc,3)
class(intc)
library(zoo)
intc.z=zoo(x=intc[,"Adj.Close"],order.by=as.Date(intc[,"Date"])) # 转换成zoo类型
class(intc.z)
head(intc.z);tail(intc.z)
class(coredata(intc.z))
class(index(intc.z))
plot(intc.z,main="Intel Stock Price 1980-03 to 2016-02",ylab="$")
library(xts)
intc.x <- xts(x=intc[,"Adj.Close"],order.by=as.Date(intc[,"Date"])) # 转换成xts类型
colnames(intc.x)="Adj.Close"
head(intc.x); tail(intc.x)
class(intc.x)
library(timeSeries)
intc.ts=timeSeries(intc) # 转成timeSeries格式
intc.ts=intc.ts[,c("Date","Adj.Close")]
head(intc.ts); tail(intc.ts)
class(intc.ts)
data(Tbrate,package="Ecdat")
class(Tbrate) # 时间序列ts,多变量时序mts
window(Tbrate,start=start(Tbrate),end=c(1950,4))
tsp(Tbrate)
plot(Tbrate)
ts.plot(Tbrate,col=2:4)
legend(x="topleft",legend=c("t-bill rate","log GDP","inflation"),
lty=1,col=2:4,bty="n")
Tbrate.z=zoo(Tbrate,frequency =4) # 将ts转换为zoo
quantmod
和tseries
提取金融数据quantmod
是由Jeffrey Ryan编写的应用最为广泛的金融软件包,主要命令有两个:
library(quantmod)
args(getSymbols) # 查看命令选项
getSymbols("^GSPC") # S&P500,默认 scr="yahoo"
tail(GSPC,4) # 查看最后4个数据
class(GSPC) # 数据类型
class(index(GSPC)) # 日期类型
dim(GSPC) # 数据行列数
colnames(GSPC) # 指标名称
tail(Cl(GSPC),4)
args(chartSeries)
## chartSeries(x, type = c("auto", "candlesticks", "matchsticks",
## "bars", "line"), subset = NULL, show.grid = TRUE, name = NULL,
## time.scale = NULL, log.scale = FALSE, TA = "addVo()", TAsep = ";",
## line.type = "l", bar.type = "ohlc", theme = chartTheme("black"),
## layout = NA, major.ticks = "auto", minor.ticks = TRUE, yrange = NULL,
## plot = TRUE, up.col, dn.col, color.vol = TRUE, multi.col = FALSE, ...)
chartSeries(GSPC,subset="2018::2020",theme="white") # 背景为白色,但上涨为绿色、下跌为红色
whiteTheme <- chartTheme("white") # 在此基础上自定义作图模版
names(whiteTheme)
whiteTheme$bg.col <- "white"
whiteTheme$dn.col <- "lightgreen" # 下降为淡绿色
whiteTheme$up.col <- "pink" # 上涨为粉色
whiteTheme$border <- "lightgray"
x <- chartSeries(GSPC,subset="last 3 months",theme=whiteTheme,TA=NULL)
class(x)
# 选取不同时段作图
chartSeries(GSPC["2020"],theme=whiteTheme,name="S&P 500")
chartSeries(GSPC["2019/2020"],theme=whiteTheme,name="S&P 500")
chartSeries(GSPC["2019-08::2020-03"],theme=whiteTheme,name="S&P 500")
chartSeries(GSPC["20161109::"],theme=whiteTheme,name="S&P 500")
getSymbols("INTC")
head(INTC)
chartSeries(INTC,theme=whiteTheme,name="INTC.adj",minor.ticks=FALSE)
getSymbols("INTC",index.class="POSIXct",from="2000-01-01") # 提取英特尔数据
head(INTC) # 显示前6条
chartSeries(INTC,theme=whiteTheme,name="INTC",minor.ticks=FALSE) # 数据作图
adj_INTC=adjustOHLC(INTC,
adjust = c("split", "dividend"), # 进行拆股、除权的数据调整
symbol.name=deparse(substitute(x)))
head(adj_INTC) # 显示调整后数据
chartSeries(adj_INTC,theme=whiteTheme,name="INTC.adj", # 调整后数据作图
minor.ticks=FALSE)
symbols = c("INTC", "GOOGL","T") # 三只股票代码的字符向量
getSymbols(symbols,from="2010-01-01") # 提取数据
prices <- Cl(get(symbols[1]))
for(i in 2:length(symbols))
prices <- merge(prices,Cl(get(symbols[i]))) # 合并
colnames(prices) <- symbols
head(prices)
getSymbols('DTB3',src='FRED') # 有时无法连接,可用以下命令直接从网上下载
DTB3=read.table("https://research.stlouisfed.org/fred2/series/DTB3/downloaddata/DTB3.csv",
sep = ",", header=TRUE, stringsAsFactors =FALSE)
str(DTB3) # 查看数据类型
DTB3=xts(as.numeric(DTB3$VALUE), order.by =as.Date(DTB3$DATE)) # 变为时间序列xts类型
chartSeries(DTB3,theme="white",minor.ticks=FALSE) # 作图
tseries
包由 Adrian Trapletti 和 Kurt Hornik 开发,汇集了很多时序数据分析函数和计算金融工具。主要命令有:
library(tseries)
args(get.hist.quote)
# function (instrument = "^gdax", start, end, quote = c("Open",
# "High", "Low", "Close"), provider = c("yahoo", "oanda"),
# method = NULL, origin = "1899-12-30", compression = "d",
# retclass = c("zoo", "its", "ts"), quiet = FALSE, drop = FALSE)
BA <- get.hist.quote(instrument="BA",start="2009-01-01",quote="A")
SPY <- get.hist.quote(instrument="SPY",start="2009-01-01",quote="A")
BA.ret <- diff(log(BA))
SPY.ret <- diff(log(SPY))
class(SPY)
class(time(SPY))
tail(SPY,3)
# Color specification rgb(0,0,100,50,maxColorValue=255) makes dense over-plotted areas darker
plot(x=SPY.ret, y=BA.ret, pch=20, asp=1, xlab="Market Return", ylab="Boeing Return", main="Boeing Return versus Market Return", col=rgb(0,0,100,50,maxColorValue=255))
先从 http://www.dajiangzhang.com/document 下载安装个人版"Wind资讯开放应用接口"(免费)或机构版"Wind资讯金融终端"(需要用帐号、密码登录),再按照页面左侧"接口安装说明"操作,安装WindR
接口。
library(WindR)
w.start() #启动WindR接口
w.wsd
#设置起始时间和截止时间,通过wsd接口提取序列数据
begintime<-'20120101'; endtime<-Sys.Date()
wsd090007.IB<-w.wsd('090007.IB','close',begintime,endtime,'Priceadj=CP;tradingcalendar=NIB')
#其中,'Priceadj','CP'表示债券净价,’U’表示不对股票除权,'tradingcalendar','NIB'为银行间市场交易日历。
#设置起始时间和截止时间,通过wsd接口提取序列数据
begintime<-'20120101'; endtime<- Sys.Date()
wsd000001.SZ<-w.wsd('000001.SZ','open,high,low,close','-100d',endtime,'Priceadj=F')
#其中,-100d是日期宏函数,表示前推100天。
w.wsi
#设置起始时间和截止时间,通过wsi接口提取序列数据
fields='open,high,low,close'
begintime= Sys.Date()-100
endtime= Sys.time()
# Sys.time()是R内置的日期函数,表示当前时刻。
wsiIF00.CFE= w.wsi('IF00.CFE',fields,begintime,endtime,'BarSize=3')
w.wst
#设置起始时间和截止时间,通过wsi接口提取序列数据
begintime=format(Sys.time(),'%Y%m%d 09:30:00');
endtime =Sys.time()
fields='last,bid1,ask1';
#last最新价,amt成交额,volume成交量
#bid1 买1价,bsize1 买1量
#ask1 卖1价, asize1 卖1量
wst000001.SZ <- w.wst('000001.SZ',fields,begintime,endtime)
w.wss
comp_name,comp_name_eng,ipo_date,float_a_shares,mf_amt,mf_vol
。
codes='600000.SH,000002.SZ,000009.SZ,000012.SZ,000021.SZ'
fields='comp_name,comp_name_eng,ipo_date,float_a_shares,mf_amt,mf_vol'
wss_inform<- w.wss(codes,fields,'tradedate=20121130')
#其中,’tradedate’表示交易日期。
wss_report=w.wss('600267.SH,600276.SH,002038.SZ,600535.SH','oper_rev,opprofit,net_profit_is','rptDate=20121231;rptType=1')
# 营业收入、营业利润、净利润对应的字段为oper_rev、opprofit、net_profit_is,报告期为2012年12月31日(rptDate=20121231),财务报表为合并报表(rptType=1)。
w.wsq
w_data=w.wsq('000005.SZ,000006.SZ,000007.SZ,000008.SZ','rt_time,rt_last,rt_bid1,rt_ask1,rt_vwap')
#其中,rt_time,rt_last,rt_bid1,rt_ask1,rt_vwap分别为时间、现价、买入价、卖出价、成交均价字段。
w.wsd
wdata=w.wsd('090007.IB','dirty_csi,accruedinterest_csi,modidura_csi','2013-04-06','2013-05-06')
# 注意,目前支持中债公司、中证指数公司、清算所的债券估价,中债公司需要取得授权,清算所的债券估值数据较少。
w.wset
目前可以读取板块成分、指数成分股及权重、停牌股票、分红送转等股票数据。目前融资融券数据在个人版中已不能查询。
#取全部 A 股股票代码、名称信息
data<-w.wset("SectorConstituent","date=20160227;sector=全部A股")$Data
data=data[,-2]
#取沪深 300 指数中股票代码和权重
data<-w.wset("IndexConstituent","date=20160101;windcode=000300.SH;field=wind_code,i_weight")
#取停牌信息
data=w.wset("TradeSuspend","startdate=20160101;enddate=20130608;field=wind_code,sec_name,suspend_type,suspend_reason")
#取 ST 股票等风险警示股票信息
data<-w.wset("SectorConstituent","date=20160101;sector=风险警示股票;field=wind_code,sec_name")
w.wpf
data=w.wpf('130325','PMS.PortfolioDaily','startdate=20130503;enddate=20130603;reportcurrency=CNY;owner=;field=Portfolio_Name,Portfolio_ID,Total_Asset')
w.tdays
、w.tdaysoffset
、w.tdayscount
data=w.tdays('2013-05-03','2013-06-03','TradingCalendar=SHFE;')
# 其中,'TradingCalendar=SHFE;'是上海期货交易所代码,默认是上海证券交易所。
data=w.tdaysoffset(-4,'2013-06-03')
data=w.tdayscount('2013-05-03','2013-06-03')
require(quantmod)
# 读取一只股票并作图
data=w.wsd('600276.SH','open,high,low,close,volume','2013-01-02','2013-04-02')$Data
ts <- xts(data[,-1],data[,1])
chartSeries(ts,TA=c(addVo(),addBBands(),addMACD()),up.col="red",dn.col="#00ffff",name=StockList)
# 读取多只股票
StockList=c('600276.SH','000001.SZ')
for (i in StockList) assign(i, w.wsd(i,'open,high,low,close,volume','2013-01-02','2013-04-02')$Data)