R的Quantmod包ETL功能试用

文章目录

本次试用使用的os是ubuntu，r-base是2.15版本

quantmod的ETL函数下载Apple,Microsoft,Oracle,Google四家公司全量股票行情数据 1)求出Apple公司在2013.1-2013.10的股票总成交量使用这个比较简单，代码如下，

> myenv<-new.env()
> getSymbols("AAPL",env=myenv,src="yahoo",from="2013-01-01",to="2013-10-31")
> ls(envir=myenv)
[1] "AAPL"
> head(get("AAPL",env=myenv))
           AAPL.Open AAPL.High AAPL.Low AAPL.Close AAPL.Volume AAPL.Adjusted
2013-01-02    553.82    555.00   541.63     549.03    20018500        532.39
2013-01-03    547.88    549.67   541.00     542.10    12605900        525.67
2013-01-04    536.97    538.63   525.83     527.00    21226200        511.03
2013-01-07    522.00    529.30   515.20     523.90    17291300        508.02
2013-01-08    529.21    531.89   521.25     525.31    16382400        509.39
2013-01-09    522.50    525.01   515.99     517.10    14557300        501.43
> sum(Vo(get("AAPL",env=myenv)))
[1] 3219250600

可以得出期间的成交量是3219250600，当然单位是美元

2)找出这些股票暴涨暴跌的时间点（例如开盘价或收盘价比前一天涨跌幅度超过2%），通过搜索引擎寻找是什么原因导致这些暴涨暴跌，观察（或用程序分析）数据，看就暴涨暴跌事件是否有可以利用的买卖规律 Apple,Microsoft,Oracle,Google的股票简称分别是AAPL，MSFT，ORCL，GOOGL。yahoo上还有一个代码是GOOG的Google公司，很奇怪，只有2014-03-28至2014-04-25的数据，但是从新闻上看，Google是从2004年开始就上市了，所以之前的哪个GOOGL应该是正确的股票代码。这个略有一些麻烦，本次实验采用的数据，基本都是从yahoo finance上拿下来的数据，Google finance中的数据似乎是有一些问题，直接用getSymbols函数得到的数据不能显示日期。当然，这个应该是Quantmod包的bug（而且不止这一个，后面会说），不清楚这是否与我的r-base的版本有关。代码和之前比较类似，如下，

> getSymbols("MSFT",env=myenv,src="yahoo",from="2013-01-01",to="2013-10-31")
[1] "MSFT"
> getSymbols("ORCL",env=myenv,src="yahoo",from="2013-01-01",to="2013-10-31")
[1] "ORCL"
> getSymbols("GOOGL",env=myenv,src="yahoo",from="2013-01-01",to="2014-10-31")
[1] "GOOGL"
> ls(envir=myenv)
[1] "AAPL"  "GOOGL" "MSFT"  "ORCL"

为了可以获得公平的比对，还需要获得股票派息和拆分的数据，代码分别如下

> getDividends("GOOGL",env=myenv,src="yahoo",from="2013-01-01",to="2013-10-31",auto.assign=TRUE)
> getDividends("AAPL",env=myenv,src="yahoo",from="2013-01-01",to="2013-10-31",auto.assign=TRUE)
> getDividends("MSFT",env=myenv,src="yahoo",from="2013-01-01",to="2013-10-31",auto.assign=TRUE)
> getDividends("ORCL",env=myenv,src="yahoo",from="2013-01-01",to="2013-10-31",auto.assign=TRUE)
> head(get("GOOGL.div",env=myenv))
NULL
> head(get("AAPL.div",env=myenv))
           [,1]
2013-02-07 2.65
2013-05-09 3.05
2013-08-08 3.05
> head(get("MSFT.div",env=myenv))
           [,1]
2013-02-19 0.23
2013-05-14 0.23
2013-08-13 0.23
> head(get("ORCL.div",env=myenv))
           [,1]
2013-07-10 0.12
2013-10-04 0.12
> 
> getSplits("GOOGL",env=myenv,src="yahoo",from="2013-01-01",to="2013-10-31",auto.assign=TRUE)
> getSplits("AAPL",env=myenv,src="yahoo",from="2013-01-01",to="2013-10-31",auto.assign=TRUE)
> getSplits("MSFT",env=myenv,src="yahoo",from="2013-01-01",to="2013-10-31",auto.assign=TRUE)
> getSplits("ORCL",env=myenv,src="yahoo",from="2013-01-01",to="2013-10-31",auto.assign=TRUE)
> head(get("GOOGL.spl",env=myenv))
[1] NA
> head(get("AAPL.spl",env=myenv))
[1] NA
> head(get("MSFT.spl",env=myenv))
[1] NA
> head(get("ORCL.spl",env=myenv))
[1] NA
>

从结果来看，所有股票在此期间都无拆分，GOOGL在此期间无派息，AAPL,MSFT,ORCL分别派息3、3、2次。顺便说一下，getSplits这个函数的help里面有bug，其中提到

If auto.assign is TRUE, the symbol will be written to the
environment specified in ‘env’ with a .div appended to the name.

getSplits的结果存在.div扩展名的变量中，而实际上是存在.spl扩展名的变量中，作者应该是照抄了getDividends的help。下面以AAPL的股票为例，计算暴涨（up 2%）和暴跌（down 2%）的日期，为了计算正确，需要将前一日收盘价根据派息情况做调整，比如，如果前一日收盘为$100，但是派息$2，那么调整后的收盘价为$98（=100-2），计算调整后收盘价格的代码如下，

1 2	> all_zero<-(xts(matrix(0,nrow=211, ncol=1)[,1], order.by=index(Cl(get("AAPL",env=myenv))))) > AAPL_mod_cl<-Cl(get("AAPL",env=myenv))-merge(all_zero, get("AAPL.div",env=myenv), fill = 0)[,2]

虽然看上去只有2行代码，可是我查了好久的文档才找到，其中函数xts和merge的help可以参考r的xts的帮助文档。调整后的收盘价存在AAPL_mod_cl中，下面计算暴涨（up 2%）和暴跌（down 2%）的日期，代码如下

> AAPL_updown<-Delt(AAPL_mod_cl,Op(get("AAPL",env=myenv)), k=1)
> head(AAPL_updown)
           Delt.1.arithmetic
2013-01-02                NA
2013-01-03      -0.002094603
2013-01-04      -0.009463199
2013-01-07      -0.009487666
2013-01-08       0.010135522
2013-01-09      -0.005349222
> AAPL_updown_dates<-AAPL_updown[AAPL_updown > 0.02 | AAPL_updown < -0.02]
> AAPL_updown_dates
           Delt.1.arithmetic
2013-01-10        0.02214272
2013-01-14       -0.03386508
2013-01-24       -0.10507578
2013-04-24       -0.03099993
2013-07-24        0.04759063
2013-09-04        0.02247329
2013-09-11       -0.05585881
2013-09-23        0.06138080

先用Delt函数计算AAPL前一日收盘价（调整后的）和下一日开盘价之间的差异，即AAPL_updown，然后再将AAPL_updown中>2%和<-2%的数据抽取出来即可，如上述结果，AAPL的股票有8天是暴涨暴跌的。还有，Delt的help要仔细看，help里面的例子提到

 Delt(Stock.Open,Stock.Close)        #Open to Close pct. change
 Delt(Stock.Open,Stock.Close,k=0:2)  #...for 0,1, and 2 periods

例子是计算一段时间内的总体的开盘价（第1天的开盘价）和总体的收盘价（最后1天的收盘价）之间的差异，对于我们的这个例子，要把收盘价放在第1个参数，第2天的开盘价放第二个参数。同样的方法可以计算其他3个股票，因为GOOGL没有派息和拆分，所以其调整后收盘价和原收盘价一样，以下是代码

> GOOGL_mod_cl<-Cl(get("GOOGL",env=myenv))
> GOOGL_updown<-Delt(GOOGL_mod_cl,Op(get("GOOGL",env=myenv)), k=1)
> GOOGL_updown_dates<-GOOGL_updown[GOOGL_updown > 0.02 | GOOGL_updown < -0.02]
> GOOGL_updown_dates
           Delt.1.arithmetic
2013-01-23        0.04712109
2013-07-19       -0.02643080
2013-10-18        0.09877474
> MSFT_mod_cl<-Cl(get("MSFT",env=myenv))-merge(all_zero, get("MSFT.div",env=myenv), fill = 0)[,2]
> MSFT_updown<-Delt(MSFT_mod_cl,Op(get("MSFT",env=myenv)), k=1)
> MSFT_updown_dates<-MSFT_updown[MSFT_updown > 0.02 | MSFT_updown < -0.02]
> MSFT_updown_dates
           Delt.1.arithmetic
2013-04-11       -0.03896962
2013-04-19        0.02882945
2013-07-19       -0.08577878
2013-08-23        0.08582896
2013-09-03       -0.04940120
2013-10-25        0.06405694
> ORCL_mod_cl<-Cl(get("ORCL",env=myenv))-merge(all_zero, get("ORCL.div",env=myenv), fill = 0)[,2]
> ORCL_updown<-Delt(ORCL_mod_cl,Op(get("ORCL",env=myenv)), k=1)
> ORCL_updown_dates<-ORCL_updown[ORCL_updown > 0.02 | ORCL_updown < -0.02]
> ORCL_updown_dates
           Delt.1.arithmetic
2013-03-21       -0.08358960
2013-06-21       -0.07527853
2013-08-27       -0.02133581

可见，GOOGL，MSFT，ORCL的暴涨暴跌的天数分别是3,6,2。造成股票大幅波动的原因很多，列举部分：微软 2013-07-09，可以参考这里；Oracle 2013-03-21，可以参考这里；Google 2013-10-18，可以参考这里；苹果 2013-01-24，可以参考这里。基本上，造成股价大幅度变动的时间点都在发布财报的时候，也有不是财报影响的，例如：苹果 2013-09-11，可以参考这里

3)截取一段时间内这四家公司股价数据（注意分红派息除权对股价的影响），用R中的相关性分析判断股价之间的相关性，或者用R基础课程第八周所讲的MIC指标对其进行分析如果要除去派息和拆分等的影响，那最好采用股票调整价格（Adjusted Stock Price）来做分析，即getSymbols获取的数据中的Adjusted那一列，代码如下，

> cor(cbind(Ad(get("AAPL",env=myenv)),Ad(get("ORCL",env=myenv)),Ad(get("MSFT",env=myenv)), Ad(get("GOOGL",env=myenv))))
               AAPL.Adjusted ORCL.Adjusted MSFT.Adjusted GOOGL.Adjusted
AAPL.Adjusted     1.00000000     0.1774047    0.03703686      0.1469590
ORCL.Adjusted     0.17740469     1.0000000   -0.46439928     -0.3614837
MSFT.Adjusted     0.03703686    -0.4643993    1.00000000      0.8411823
GOOGL.Adjusted    0.14695899    -0.3614837    0.84118234      1.0000000

上述代码中，用Ad或者股票调整价格，cbind将数据按列组合起来，cor来计算相关性。从计算结果可以发现，MSFT和GOOGL的相关性比较高，其他股票之间的相关性不是很明显。

褚哥说|

我想写一些东西

R的Quantmod包ETL功能试用