Jak wykreślić 20 lat dziennych danych w szeregach czasowych

Mam następujący zestaw danych: https://dl.dropbox.com/u/22681355/ORACLE.csv i chciałbym zaplanować codzienne zmiany w „Otwarciu” według „Daty”, więc wykonałem następujące czynności:

oracle <- read.csv(file="http://dl.dropbox.com/u/22681355/ORACLE.csv", header=TRUE)
plot(oracle$Date, oracle$Open, type="l")

i otrzymuję następujące:

Teraz nie jest to oczywiście najładniejszy wykres, więc zastanawiam się, jaka jest właściwa metoda, aby użyć takich szczegółowych danych?

Problem z twoimi danymi nie polega na tym, że są one bardzo szczegółowe: w weekendy nie masz żadnych wartości, dlatego wykreślono je z przerwami. Istnieją dwa sposoby radzenia sobie z tym:

1. Albo spróbuj odgadnąć wartości przybliżone w weekendy z niektórych metod wygładzających ( smooth.spline, loessetc.). Kod prostej interpolacji znajduje się poniżej. Ale w tym przypadku wprowadzisz do danych coś „nienaturalnego” i sztucznego. Dlatego wolę drugą opcję.

currentDate <- min(as.Date(oracle$Date))
dates <- c(currentDate)
openValues <- c(oracle$Open[5045])
i <- 5044
while (i > 0) {
  currentDate <- currentDate + 1;
  dates <- c(dates, currentDate)
  if (currentDate == as.Date(oracle$Date[i])) {
        # just copy value and move
        openValues <- c(openValues, oracle$Open[i])
        i <- i-1
      } else {
        # interpolate value
        openValues <- c(openValues, mean(oracle$Open[i:i-1]))
  }
}
plot(dates, openValues, type="l")

1. Możesz przejść od codziennej do tygodniowej, po prostu uśredniając (na przykład) pięć kolejnych punktów, które są podobne do jednego tygodnia (w tym przypadku „zabijasz” niektóre informacje). Byłby to tylko krótki przykład tego, jak to zrobić

openValues = c(mean(oracle$Open[1:5]));
dates = c(as.Date(oracle$Date[1]));
for (i in seq(6,5045,5)) {
  openValues = c(openValues, mean(oracle$Open[i:i+5]));
      dates = c(dates, as.Date(oracle$Date[i]));
}
plot(dates, openValues, type="l")

Mam nadzieję, że to pomoże.

Ponieważ problem jest wspólny dla wielu środowisk oprogramowania statystycznego, omówmy go tutaj na Cross Validated, a nie migrujemy go na forum specyficzne dla języka R (takiego jak StackOverflow).

Prawdziwym problemem jest to, że Datejest traktowany jako czynnik -A zmiennej dyskretnej - i tak linie nie są prawidłowo podłączone. (Punkty nie są drukowane idealnie dokładnie w kierunku poziomym.)

Aby wykonać prawostronny wykres, Datepole zostało przekształcone ze współczynnika na rzeczywistą datę, każdy tydzień był identyfikowany za pomocą prostego obliczenia (przerywanie tygodni między sobotą a niedzielą), a linie były przerywane w weekendy przez zapętlanie w ciągu tygodni:

oracle$date <- as.Date(oracle$Date)
oracle$week.num <- (as.integer(oracle$date) + 3) %/% 7 
oracle$week <- as.Date(oracle$week.num * 7 - 3, as.Date("1970-01-01", "%Y-%m-%d"))

par(mfrow=c(1,2))
plot(as.factor(unclass(oracle$Date[1:120])), oracle$Open[1:120], type="l",
     main="Original Plot: Inset", xlab="Factor code")
plot(oracle$date[1:120], oracle$Open[1:120], type="n", ylab="Price", 
     main="Oracle Opening Prices")
tmp <- by(oracle[1:120,], oracle$week[1:120], function(x) lines(x$date, x$Open, lwd=2))

(Odpowiednik daty każdego tygodnia, podając poniedziałek tego tygodnia, również został zapisany w oracleramce danych, ponieważ może być przydatny do kreślenia tygodniowych danych zagregowanych).

Pierwotny zamiar można osiągnąć po prostu przez emulację ostatniego wiersza w celu wyświetlenia wszystkich danych. Aby dodać informacje o sezonowym zachowaniu, poniższy wykres zmienia kolor w zależności od tygodnia w każdym roku kalendarzowym:

par(mfrow=c(1,1))
colors <- terrain.colors(52)
plot(oracle$date, oracle$Open, type="n", main="Oracle Opening Prices")
tmp <- by(oracle, oracle$week, 
          function(x) lines(x$date, x$Open, col=colors[x$week.num %% 52 + 1]))

Nie interpolowałbym w weekendy. Bardzo niewiele giełd papierów wartościowych handluje w sobotę, a żadnej nie znam w niedzielę. Wprowadzasz oszacowanie danych, które nigdy nie istniały, więc dlaczego zamiast tego po prostu usunąć sobotę i niedzielę ze zbioru danych? Zrobiłbym coś takiego:

require(ggplot2)
require(scales)
require(gridExtra)
require(lubridate)
require(reshape)

set.seed(12345)

# Create data frame from random data
daysback <- 1000 # number of days, only a few for this example
startdate <- as.Date(format(now()), format = "%Y-%m-%d") - days(daysback)
mydf <- data.frame(mydate = seq(as.Date(startdate), by = "day", length.out = daysback),
                   open = runif(daysback, min = 600, max = 800))

# Now that we have a data frame, remove the weekend days
mydf <- mydf[!(weekdays(as.Date(mydf$mydate)) %in% c('Saturday','Sunday')),] # remove weekend days
    # Calculate change, except for the first date
    mydf$diff <- c(NA, diff(mydf$open))
    # Remove first row with no 'diff' value
    firstdate <- head(mydf$mydate, 1)
mydf <- mydf[mydf$mydate > firstdate, ]

p <- ggplot(mydf, aes(x = mydate, y = diff)) +
    geom_bar(data = mydf, stat = "identity", fill = "red")

print(p)

Jeśli chodzi o wygląd twojego wątku, przypuszczam, że dodanie wielu etykiet pod osią X poprawiłoby go wizualnie. Wygląd sugerowanej fabuły można zobaczyć tutaj http://imgur.com/ZTNPniA

Nie wiem, jak zrobić taką fabułę, to tylko pomysł (którego nie widziałem w R)