R 中多只股票的多个时间序列图返回错误

Question

我有一个包含多只股票的时间序列数据。我想将它们绘制在 R 中的一个图中。

我尝试了此网站中的现有答案，但出现错误。这是我的代码：

library(quantmod)
library(TSclust)
library(ggplot2)
# download financial data

symbols = c('ASX', 'AZN', 'BP', 'AAPL')
start = as.Date("2014-01-01")
until = as.Date("2014-12-31")

stocks = lapply(symbols, function(symbol) {
    Close = getSymbols(symbol,src='yahoo', from = start, to = until, auto.assign = FALSE)[, 6]
   names(adjust) = symbol
    adjust
  })

我从现有答案（来自here）中尝试了以下操作

qplot(symbols, value, data = as.data.frame(stocks), geom = "line", group = variable) +
  facet_grid(variable ~ ., scale = "free_y")

我收到以下错误：

错误：至少一层必须包含所有分面变量：variable。

• 绘图丢失variable
• 缺少第 1 层 variable

我想要类似下面的情节：

Answer 1

虽然Len Greski's answer 有很好的解释和解决方案，但我想我会用更“标准”的方法来提供答案。也许有些用户会觉得它更简单。

library(quantmod)
library(ggplot2)

symbols <- c("ASX", "AZN", "BP", "AAPL")
start <- as.Date("2014-01-01")
until <- as.Date("2014-12-31")

# import data into an environment
e <- new.env()
getSymbols(symbols, src = "yahoo", from = start, to = until, env = e)

# extract the adjusted close and merge into one xts object
stocks <- do.call(merge, lapply(e, Ad))

# Remove the ".Adjusted" suffix from each symbol column name
colnames(stocks) <- gsub(".Adjusted", "", colnames(stocks), fixed = TRUE)

# convert the xts object to a long data frame
stocks_df <- fortify(stocks, melt = TRUE)

# plot the data
qplot(Index, Value, data = stocks_df, geom = "line", group = Series) +
     facet_grid(Series ~ ., scale = "free_y")

Answer 2

原始代码中的错误消息是由于传递给qplot()的数据中没有名为variable的列引起的。此外，为了生成所需的图表，我们需要从quantmod 生成的xts 对象中提取日期，以便我们可以将它们用作图表中的x 轴变量。

通过将股票数据中的适当变量放入qplot() 规范进行一些调整，我们可以生成所需的图表。

我们修改代码读取股票列表如下：

• 将xts 对象转换为data.frame 类型的对象
• 重命名列以消除股票代码，以便我们可以在后续步骤中将rbind() 转换为单个数据框
• 将rownames() 提取到数据框列中

进行这些更改后，stocks 对象包含一个数据帧列表，每个股票代码一个。

symbols = c('ASX', 'AZN', 'BP', 'AAPL')
start = as.Date("2014-01-01")
until = as.Date("2014-12-31")

stocks = lapply(symbols, function(symbol) {
     aStock = as.data.frame(getSymbols(symbol,src='yahoo', from = start, to = until, 
                         auto.assign = FALSE))
     colnames(aStock) <- c("Open","High","Low","Close","Volume","Adjusted")
     aStock$Symbol <- symbol
     aStock$Date <- rownames(aStock)
     aStock
})

接下来，我们使用do.call() 和rbind() to combine the data into a single data frame that we'll use with qplot()`。

stocksDf <- do.call(rbind,stocks)

最后，我们使用qplot() 和Date 和Close 作为x 和y 变量，并使用facet_grid() 和Symbol 来生成构面。

qplot(Date, Close, data = stocksDf, geom = "line", group = Symbol) +
     facet_grid(Symbol ~ ., scale = "free_y")

...和初始输出：

生成图表后，我们将进行一些调整以清理 x 轴标签。在默认图表上，它们难以理解，因为有 251 个不同的字符值，我们需要重新调整轴以打印更少的标签。

首先，我们将基于字符的日期转换为as.Date()。其次，我们使用ggeasy包来调整x轴上的内容。

stocks = lapply(symbols, function(symbol) {
     aStock = as.data.frame(getSymbols(symbol,src='yahoo', from = start, to = until, 
                         auto.assign = FALSE))
     colnames(aStock) <- c("Open","High","Low","Close","Volume","Adjusted")
     aStock$Symbol <- symbol
     aStock$Date <- as.Date(rownames(aStock),"%Y-%m-%d")
     aStock
})
stocksDf <- do.call(rbind,stocks)
library(ggeasy)
qplot(Date, Close, data = stocksDf, geom = "line", group = Symbol) +
     facet_grid(Symbol ~ ., scale = "free_y") +
     scale_x_date(date_breaks = "14 days") +
     easy_rotate_x_labels(angle = 45, side = "right")

...以及修改后的输出：

注意：要绘制调整后的收盘价，只需将 qplot() 函数中的 y 变量更改为 Adjusted。