R中几只股票的多个时间序列图返回一个错误

Question

我有多只股票的时间序列数据。我想在R.

我尝试了一个现有的答案在这个网站，但我得到了一个错误。这是我的代码：

library(quantmod)
library(TSclust)
library(ggplot2)
# download financial data

symbols = c('ASX', 'AZN', 'BP', 'AAPL')
start = as.Date("2014-01-01")
until = as.Date("2014-12-31")

stocks = lapply(symbols, function(symbol) {
    Close = getSymbols(symbol,src='yahoo', from = start, to = until, auto.assign = FALSE)[, 6]
   names(adjust) = symbol
    adjust
  })

我从一个退出的答案(来自here)中尝试了下面的内容

qplot(symbols, value, data = as.data.frame(stocks), geom = "line", group = variable) +
  facet_grid(variable ~ ., scale = "free_y")

我得到了以下错误：

错误:至少一个层必须包含所有的面元变量：variable。

variable

• Layer 1缺少
• 绘图缺少variable

我希望有以下类似的情节：

​

​

Answer 1

原始代码中的错误消息是由于在传递给variable的数据中没有名为qplot()的列造成的。此外，为了生成所需的图表，我们需要从由xts生成的quantmod对象中提取数据，以便将它们用作图表中的x轴变量。

通过一些调整将股票数据中的适当变量放入qplot()规范中，我们可以生成所需的图表。

我们将代码修改为如下所示的股票列表：

data.frame

• Rename

• 将xts对象转换为类型为xts列的对象，以消除代码符号，这样我们就可以在随后的步骤中将rbind()转换为单个数据帧，将rownames()提取到数据帧列

中。

在进行了这些更改之后，stocks对象包含一个数据帧列表，每个股票代码为一个。

symbols = c('ASX', 'AZN', 'BP', 'AAPL')
start = as.Date("2014-01-01")
until = as.Date("2014-12-31")

stocks = lapply(symbols, function(symbol) {
     aStock = as.data.frame(getSymbols(symbol,src='yahoo', from = start, to = until, 
                         auto.assign = FALSE))
     colnames(aStock) <- c("Open","High","Low","Close","Volume","Adjusted")
     aStock$Symbol <- symbol
     aStock$Date <- rownames(aStock)
     aStock
})

接下来，我们将do.call()与rbind() to combine the data into a single data frame that we'll use with qplot()`结合使用。

stocksDf <- do.call(rbind,stocks)

最后，我们使用qplot()和Date和Close作为x和y变量，使用facet_grid()和Symbol生成方面。

qplot(Date, Close, data = stocksDf, geom = "line", group = Symbol) +
     facet_grid(Symbol ~ ., scale = "free_y")

...and初始输出：

​

​

生成图表后，我们将进行一些调整，以清理x轴标签。在默认的图表中，由于有251个不同的字符值，所以它们是不可理解的，我们需要重新调整轴来打印更少的标签。

首先，我们使用as.Date()转换基于字符的日期.其次，我们使用ggeasy包来调整x轴上的内容。

stocks = lapply(symbols, function(symbol) {
     aStock = as.data.frame(getSymbols(symbol,src='yahoo', from = start, to = until, 
                         auto.assign = FALSE))
     colnames(aStock) <- c("Open","High","Low","Close","Volume","Adjusted")
     aStock$Symbol <- symbol
     aStock$Date <- as.Date(rownames(aStock),"%Y-%m-%d")
     aStock
})
stocksDf <- do.call(rbind,stocks)
library(ggeasy)
qplot(Date, Close, data = stocksDf, geom = "line", group = Symbol) +
     facet_grid(Symbol ~ ., scale = "free_y") +
     scale_x_date(date_breaks = "14 days") +
     easy_rotate_x_labels(angle = 45, side = "right")

...and修订后的产出：

​

​

注意：表示调整后的收盘价，只需将qplot()函数中的y变量更改为Adjusted即可。

Answer 2

虽然Len Greski's answer有一个很好的解释和解决方案，但我认为我应该提供一个更“标准”的方法。也许有些用户会发现它更简单。

library(quantmod)
library(ggplot2)

symbols <- c("ASX", "AZN", "BP", "AAPL")
start <- as.Date("2014-01-01")
until <- as.Date("2014-12-31")

# import data into an environment
e <- new.env()
getSymbols(symbols, src = "yahoo", from = start, to = until, env = e)

# extract the adjusted close and merge into one xts object
stocks <- do.call(merge, lapply(e, Ad))

# Remove the ".Adjusted" suffix from each symbol column name
colnames(stocks) <- gsub(".Adjusted", "", colnames(stocks), fixed = TRUE)

# convert the xts object to a long data frame
stocks_df <- fortify(stocks, melt = TRUE)

# plot the data
qplot(Index, Value, data = stocks_df, geom = "line", group = Series) +
     facet_grid(Series ~ ., scale = "free_y")

​

​