Как построить 20 лет ежедневных данных во временных рядах

У меня есть следующий набор данных: https://dl.dropbox.com/u/22681355/ORACLE.csv и я хотел бы отобразить ежедневные изменения в «Open» по «Date», поэтому я сделал следующее:

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

и я получаю следующее:

Теперь это, очевидно, не самый хороший сюжет за всю историю, поэтому мне интересно, какой правильный метод использовать для построения таких подробных данных?

Проблема с вашими данными не в том, что они очень подробные: у вас нет значений в выходные дни, поэтому они отображаются с пробелами. Есть два способа справиться с этим:

1. Либо попробуйте угадать приблизительные значения в выходные дни с помощью некоторых методов сглаживания ( smooth.spline, loessи т. Д.). Код простой интерполяции приведен ниже. Но в этом случае вы привнесете в данные что-то «неестественное» и искусственное. Вот почему я предпочитаю второй вариант.

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. Вы можете переходить от ежедневной к еженедельной основе, просто усредняя (например) пять последовательных точек, которые относятся к одной неделе (в этом случае вы «убиваете» некоторую информацию). Просто быстрый пример того, как это сделать

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")

Надеюсь, это поможет.

Поскольку эта проблема является общей для многих статистических программных сред, давайте обсудим ее здесь, посвященную перекрестной проверке, а не переносим ее на специализированный форум R (например, StackOverflow).

Реальная проблема в том , что Dateрассматривается как фактор --a дискретной переменной - и поэтому линии не подключены должным образом. (И при этом точки не отображаются совершенно точно в горизонтальном направлении.)

Чтобы составить правый график, Dateполе было преобразовано из фактора в фактическую дату, каждая неделя была идентифицирована с помощью простого вычисления (с разбивкой недель между субботой и воскресеньем), а линии были прерваны в выходные дни с циклическим изменением недель:

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))

(Экран, эквивалентный каждой неделе, с указанием понедельника этой недели, также был сохранен в oracleкадре данных, поскольку он может быть полезен для построения еженедельных агрегированных данных.)

Исходное намерение может быть достигнуто простым эмуляцией последней строки для отображения всех данных. Чтобы добавить некоторую информацию о сезонном поведении, следующий график меняет цвет по неделям в течение каждого календарного года:

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]))

Я не буду интерполировать на выходных. Очень немногие биржи торгуют в субботу, и ни одна, о которой я знаю в воскресенье. Вы вводите оценку для данных, которых никогда не было, так почему бы просто не удалить субботу и воскресенье из набора данных? Я хотел бы сделать что-то вроде ниже:

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)

Что касается внешнего вида вашего графика, я полагаю, что добавление нескольких меток под осью X визуально улучшит его. Внешний вид предлагаемого сюжета вы можете увидеть здесь http://imgur.com/ZTNPniA

Я не знаю, как сделать такой сюжет, это просто идея (которую я не видел реализованной в R)