Kom igångKom igång gratis

tidyquant-paketet

Paketet tidyquant är inriktat på att hämta, bearbeta och skala finansiell dataanalys på ett så enkelt sätt som möjligt. För att använda tidyquant behöver du först installera det.

install.packages("tidyquant")

Detta placerar paketet på din lokala dator. Sedan laddar du in det i din nuvarande R-session, vilket ger dig tillgång till alla funktioner i paketet.

library(tidyquant)

Dessa steg – att installera och ladda paket – är nödvändiga för alla CRAN-paket du vill använda.

Koden i övningen är redan skriven åt dig. Du får utforska några av de funktioner som tidyquant erbjuder för finansiell analys.

Den här övningen är en del av kursen

R för finans – fortsättningskurs

Visa kurs

Övningsinstruktioner

Koden är redan skriven, men dessa instruktioner guidar dig genom stegen.

  • Ladda först in paketet för att få tillgång till dess funktioner.
  • Använd tidyquant-funktionen tq_get() för att hämta aktiekursdata för Apple.
  • Ta en titt på den dataram som returnerades.
  • Plotta aktiekursen över tid.
  • Beräkna dagliga avkastningar för den justerade aktiekursen med hjälp av tq_mutate(). Den här funktionen "muterar" din dataram genom att lägga till en ny kolumn. I det här fallet är den nya kolumnen de dagliga avkastningarna.
  • Sortera avkastningarna.
  • Plotta de sorterade avkastningarna. Du kan se att Apple hade några dagar med förluster på över 10 % och ett antal dagar med vinster på över 5 %.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)
Redigera och kör kod