MulaiMulai sekarang secara gratis

paket tidyquant

Paket tidyquant berfokus pada pengambilan, manipulasi, dan penskalaan analisis data keuangan dengan cara yang paling mudah. Untuk mendapatkan paket tidyquant dan mulai menggunakannya, Anda harus menginstalnya terlebih dahulu.

install.packages("tidyquant")

Perintah ini menempatkannya di komputer lokal Anda. Selanjutnya, Anda harus memuatnya ke sesi R saat ini. Ini memberi Anda akses ke semua fungsi dalam paket tersebut.

library(tidyquant)

Langkah memasang dan memuat paket ini diperlukan untuk setiap paket CRAN yang ingin Anda gunakan.

Kode latihan sudah disiapkan untuk Anda. Anda akan mengeksplorasi beberapa fungsi yang dimiliki tidyquant untuk analisis keuangan.

Latihan ini adalah bagian dari kursus

R Tingkat Menengah untuk Keuangan

Lihat Kursus

Petunjuk latihan

Kodenya sudah ditulis, tetapi instruksi ini akan memandu Anda melalui langkah-langkahnya.

  • Pertama, muat paketnya untuk mengakses fungsinya.
  • Gunakan fungsi tidyquant, tq_get() untuk mengambil data harga saham Apple.
  • Periksa data frame yang dihasilkan.
  • Buat plot harga saham terhadap waktu.
  • Hitung imbal hasil harian untuk harga saham yang sudah disesuaikan menggunakan tq_mutate(). Fungsi ini "memutasi" data frame Anda dengan menambahkan kolom baru. Di sini, kolom baru tersebut adalah imbal hasil harian.
  • Urutkan imbal hasilnya.
  • Plot imbal hasil yang sudah diurutkan. Anda dapat melihat bahwa Apple memiliki beberapa hari dengan kerugian >10%, dan sejumlah hari dengan keuntungan >5%.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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)
Edit dan Jalankan Kode