CommencezCommencez gratuitement

Le paquet tidyquant

Le paquet tidyquant vise à récupérer, manipuler et étendre l'analyse de données financières le plus simplement possible. Pour obtenir le paquet tidyquant et commencer à l'utiliser, vous devez d'abord l'installer.

install.packages("tidyquant")

Cela l'installe sur votre ordinateur local. Vous devez ensuite le charger dans votre session R actuelle. Vous aurez ainsi accès à toutes les fonctions du paquet.

library(tidyquant)

Ces étapes d'installation et de chargement d'un paquet sont nécessaires pour tout paquet de CRAN que vous souhaitez utiliser.

Le code de l'exercice est déjà écrit pour vous. Vous allez explorer certaines des fonctions que tidyquant offre pour l'analyse financière.

Cette activité fait partie du cours

R intermédiaire pour la finance

Voir le cours

Instructions de l’exercice

Le code est déjà écrit, mais ces instructions vous guideront dans les étapes.

  • D'abord, chargez le paquet pour accéder à ses fonctions.
  • Utilisez la fonction tidyquant, tq_get(), pour obtenir les données de prix de l'action d'Apple.
  • Examinez le tableau de données renvoyé.
  • Tracez le prix de l'action dans le temps.
  • Calculez les rendements quotidiens pour le prix ajusté de l'action à l'aide de tq_mutate(). Cette fonction « modifie » votre tableau de données en y ajoutant une nouvelle colonne. Ici, cette nouvelle colonne correspond aux rendements quotidiens.
  • Triez les rendements.
  • Tracez les rendements triés. Vous verrez qu'Apple a connu quelques journées de pertes >10 % et plusieurs journées de gains >5 %.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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)
Modifier et exécuter le code