LoslegenKostenlos loslegen

Paket tidyquant

Das Paket tidyquant konzentriert sich darauf, Finanzdaten möglichst einfach abzurufen, zu bearbeiten und Analysen zu skalieren. Um mit tidyquant zu arbeiten, musst du es zunächst installieren.

install.packages("tidyquant")

Damit wird es auf deinem lokalen Rechner abgelegt. Anschließend musst du es in deine aktuelle R-Session laden. So erhältst du Zugriff auf alle Funktionen des Pakets.

library(tidyquant)

Diese Schritte – Pakete installieren und laden – sind für jedes CRAN-Paket erforderlich, das du verwenden möchtest.

Der Code für die Übung ist bereits für dich geschrieben. Du wirst einige der Funktionen erkunden, die tidyquant für Finanzanalysen bereitstellt.

Diese Übung ist Teil des Kurses

R für Finanzen – Aufbaukurs

Kurs anzeigen

Anleitung zur Übung

Der Code ist bereits geschrieben, aber diese Anleitung führt dich durch die Schritte.

  • Lade zuerst das Paket, um auf seine Funktionen zuzugreifen.
  • Verwende die tidyquant-Funktion tq_get(), um Kursdaten für die Apple-Aktie abzurufen.
  • Sieh dir den zurückgegebenen Data Frame an.
  • Visualisiere den Aktienkurs über die Zeit.
  • Berechne tägliche Renditen für den adjustierten Aktienkurs mit tq_mutate(). Diese Funktion „mutiert“ deinen Data Frame, indem sie eine neue Spalte hinzufügt. Hier ist diese neue Spalte die täglichen Renditen.
  • Sortiere die Renditen.
  • Plotte die sortierten Renditen. Du siehst, dass Apple einige Tage mit Verlusten >10 % und eine Reihe von Tagen mit Gewinnen >5 % hatte.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Library tidquant
library(tidyquant)

# Pull Apple stock data
apple <- tq_get("AAPL", get = "stock.prices", 
                from = "2007-01-03", to = "2017-06-05")

# Take a look at what it returned
head(apple)

# Plot the stock price over time
plot(apple$date, apple$adjusted, type = "l")

# Calculate daily stock returns for the adjusted price
apple <- tq_mutate(data = apple,
                   select = "adjusted",
                   mutate_fun = dailyReturn)

# Sort the returns from least to greatest
sorted_returns <- sort(apple$daily.returns)

# Plot them
plot(sorted_returns)
Code bearbeiten und ausführen