Cách vẽ 20 năm dữ liệu hàng ngày theo chuỗi thời gian

Tôi có bộ dữ liệu sau: https://dl.dropbox.com/u/22681355/ORACLE.csv và muốn vẽ các thay đổi hàng ngày trong 'Mở' trước 'Ngày', vì vậy tôi đã làm như sau:

oracle <- read.csv(file="http://dl.dropbox.com/u/22681355/ORACLE.csv", header=TRUE)
plot(oracle$Date, oracle$Open, type="l")

và tôi nhận được như sau:

Bây giờ đây rõ ràng không phải là cốt truyện đẹp nhất từ ​​trước đến nay, vì vậy tôi tự hỏi đâu là phương pháp phù hợp để sử dụng khi vẽ dữ liệu chi tiết như vậy?

Vấn đề với dữ liệu của bạn không phải là nó cực kỳ chi tiết: bạn không có giá trị vào cuối tuần, đó là lý do tại sao nó được vẽ với các khoảng trống. Có hai cách để đối phó với nó:

1. Hoặc là cố gắng đoán giá trị gần đúng trong những ngày cuối tuần với một số phương pháp làm mịn ( smooth.spline, loess, vv). Mã nội suy đơn giản là dưới đây. Nhưng trong trường hợp này, bạn sẽ giới thiệu một cái gì đó "không tự nhiên" và nhân tạo cho dữ liệu. Đó là lý do tại sao tôi thích lựa chọn thứ hai.

currentDate <- min(as.Date(oracle$Date))
dates <- c(currentDate)
openValues <- c(oracle$Open[5045])
i <- 5044
while (i > 0) {
  currentDate <- currentDate + 1;
  dates <- c(dates, currentDate)
  if (currentDate == as.Date(oracle$Date[i])) {
        # just copy value and move
        openValues <- c(openValues, oracle$Open[i])
        i <- i-1
      } else {
        # interpolate value
        openValues <- c(openValues, mean(oracle$Open[i:i-1]))
  }
}
plot(dates, openValues, type="l")

1. Bạn có thể đi từ cơ sở hàng ngày đến cơ sở hàng tuần, chỉ cần tính trung bình (ví dụ) năm điểm liên tiếp xảy ra trong một tuần (trong trường hợp này bạn đang "giết" một số thông tin). Chỉ là một ví dụ nhanh về cách làm điều đó sẽ là

openValues = c(mean(oracle$Open[1:5]));
dates = c(as.Date(oracle$Date[1]));
for (i in seq(6,5045,5)) {
  openValues = c(openValues, mean(oracle$Open[i:i+5]));
      dates = c(dates, as.Date(oracle$Date[i]));
}
plot(dates, openValues, type="l")

Hy vọng nó sẽ giúp.

Bởi vì vấn đề là phổ biến đối với nhiều môi trường phần mềm thống kê, chúng ta hãy thảo luận về vấn đề này ở đây trên Xác thực chéo thay vì di chuyển nó sang một diễn đàn dành riêng cho R (chẳng hạn như StackOverflow).

Các thực vấn đề là Dateđược coi là một yếu tố --một biến rời rạc - và do đó dòng không được kết nối đúng. (Cũng không phải là các điểm được vẽ hoàn toàn chính xác theo hướng ngang.)

Để thực hiện âm mưu bên phải, Datetrường được chuyển đổi từ một yếu tố thành một ngày thực tế, mỗi tuần được xác định bằng một phép tính đơn giản (phá vỡ các tuần giữa Thứ Bảy và Chủ Nhật) và các dòng bị gián đoạn trong những ngày cuối tuần bằng cách lặp qua các tuần:

oracle$date <- as.Date(oracle$Date)
oracle$week.num <- (as.integer(oracle$date) + 3) %/% 7 
oracle$week <- as.Date(oracle$week.num * 7 - 3, as.Date("1970-01-01", "%Y-%m-%d"))

par(mfrow=c(1,2))
plot(as.factor(unclass(oracle$Date[1:120])), oracle$Open[1:120], type="l",
     main="Original Plot: Inset", xlab="Factor code")
plot(oracle$date[1:120], oracle$Open[1:120], type="n", ylab="Price", 
     main="Oracle Opening Prices")
tmp <- by(oracle[1:120,], oracle$week[1:120], function(x) lines(x$date, x$Open, lwd=2))

(Một ngày tương đương với mỗi tuần, vào Thứ Hai của tuần đó, cũng được lưu trữ trong khung oracledữ liệu vì nó có thể hữu ích cho việc vẽ dữ liệu tổng hợp hàng tuần.)

Ý định ban đầu có thể đạt được chỉ bằng cách mô phỏng dòng cuối cùng để hiển thị tất cả dữ liệu. Để thêm một số thông tin về hành vi theo mùa, âm mưu sau thay đổi màu theo tuần trong mỗi năm dương lịch:

par(mfrow=c(1,1))
colors <- terrain.colors(52)
plot(oracle$date, oracle$Open, type="n", main="Oracle Opening Prices")
tmp <- by(oracle, oracle$week, 
          function(x) lines(x$date, x$Open, col=colors[x$week.num %% 52 + 1]))

Tôi sẽ không nội suy vào cuối tuần. Rất ít giao dịch chứng khoán vào thứ bảy và không có gì tôi biết vào Chủ nhật. Bạn đang giới thiệu một ước tính cho dữ liệu chưa từng tồn tại, vậy tại sao không thay vào đó chỉ xóa thứ bảy và chủ nhật khỏi bộ dữ liệu? Tôi sẽ làm một cái gì đó như dưới đây:

require(ggplot2)
require(scales)
require(gridExtra)
require(lubridate)
require(reshape)

set.seed(12345)

# Create data frame from random data
daysback <- 1000 # number of days, only a few for this example
startdate <- as.Date(format(now()), format = "%Y-%m-%d") - days(daysback)
mydf <- data.frame(mydate = seq(as.Date(startdate), by = "day", length.out = daysback),
                   open = runif(daysback, min = 600, max = 800))

# Now that we have a data frame, remove the weekend days
mydf <- mydf[!(weekdays(as.Date(mydf$mydate)) %in% c('Saturday','Sunday')),] # remove weekend days
    # Calculate change, except for the first date
    mydf$diff <- c(NA, diff(mydf$open))
    # Remove first row with no 'diff' value
    firstdate <- head(mydf$mydate, 1)
mydf <- mydf[mydf$mydate > firstdate, ]

p <- ggplot(mydf, aes(x = mydate, y = diff)) +
    geom_bar(data = mydf, stat = "identity", fill = "red")

print(p)

Về giao diện của cốt truyện của bạn, tôi cho rằng việc thêm nhiều nhãn theo trục x sẽ cải thiện trực quan nó. Giao diện của đề xuất bạn có thể xem tại đây http://imgur.com/ZTNPniA

Tôi không biết làm thế nào để tạo ra cốt truyện như vậy, nó chỉ là một ý tưởng (mà tôi chưa thấy được thực hiện trong R)