第七章时间序列可视化课堂练习

Author

221527211詹怡霖

1 案例数据

1.1 all_stock_2024：工商银行、招商应用、中信证券和贵州茅台四个股票2024各天交易数据

data为为日期变量，但该日期变量不规则（不连续），周末和公众假期没有交易数据；
编码和名称用于识别不同股票，注意不同股票有交易数据日期不一定一致，但本例种各股票均有242个交易日数据；
开盘价到换手率 均为数值变量，开盘价到成交量与每股资产有关，不同股票间不可比；
交易量的单位为手（百股）、成交额的单位为元，振幅等四个变量均为相对指标。

2 折线图和面积图

2.1 合并折线图

将四只股票的涨跌幅 做作折线图，将四条折线在同一个图形输出；
日期截取2024-9-1到2024-10-31 ；
添加一条纵轴为0的参考线，采用twodash 的线型；
将图标题改为“合并涨跌幅折线图”。

2.2 分面折线图

将四只股票的收盘 价格做作折线图，将四条折线图分面输出；
日期截取一整年；
并使用ggpol::geom_tshighlight 将2024-9-1到2024-10-31 时间段高亮显示

2.3 面积图

将四只股票的收盘 价格做作面积图，将四个面积图分面输出；
将成交量的单位改为万手

2.4 图形观察和代码编写的心得体会

成交量波动性：
- 各公司的成交量都表现出明显的波动性，显示出市场交易的活跃度和投资者的兴趣变化。
- 工商银行和招商银行的成交量相对较高，尤其在某些月份出现了显著的峰值，可能与特定事件或市场情绪有关。
时间趋势：
- 从图中可以看出，各公司的成交量在不同月份的变化趋势。例如，工商银行在10月和11月的成交量明显增加，而招商银行在11月达到高峰。
- 贵州茅台和中信证券的成交量在10月也有显著增加，可能与市场的季节性因素或特定事件有关。
比较分析：
- 通过比较不同公司的成交量，可以发现各公司在市场中的表现差异。例如，工商银行的成交量整体高于招商银行，显示出其在市场中的更大影响力。
- 贵州茅台和中信证券的成交量相对较低，但在特定月份也有显著增加，显示出市场对其的关注和交易活跃度。

3 流线图和地平线图

3.1 流线图

将四只股票的交易额 做作流线图，将四个面积图分面输出；
将交易额的单位改为亿元

3.2 地平线图

采用ggHoriPlot::geom_horizon函数，对四只股票的交易额 做作地平线图
设置原点为均值origin='mean'，输出配色图例

3.3 图形观察和代码编写的心得体会

地平线图：
- 每个月的成交额由不同颜色的区域堆叠而成，每个颜色区域的高度代表该类别在该月的成交额比例。
- 通过观察颜色的分布和高度，可以了解每个类别在不同月份的成交额变化。

3.3.1 具体观察：

工商银行，贵州茅台，招商银行：
- 在10月和11月，成交额显著增加，尤其是ypos5类别（深蓝色）。
- 其他月份的成交额较为均匀分布。

4 不规则时间序列图

4.1 数据准备

通过zoo::rollmean 时间收盘价的5天、10天和20天的移动平均
将日期变量转化为id变量

4.2 平滑曲线图

将四只股票收盘价和3种移动平均的折线图分面输出；
横轴的每隔30天一个刻度，只显示月/日；

4.3 K线图

选择工商银行数据作出，2024年的K线图
scale_x_continuous 将横轴坐标刻度转化回日期型

4.4 图形观察和代码编写的心得体会

价格走势：
- 从图中可以看出，工商银行的股价在年初时较低，随后逐渐上升。
- 在年中（大约6月到8月）期间，股价有明显的波动，显示出较大的市场波动性。
- 从9月开始，股价再次上升，并在年底达到较高水平。
趋势分析：
- 在大部分时间里，MA5、MA10和MA20三条移动平均线呈现出多头排列（短期均线在长期均线之上），表明股价处于上升趋势。
- 在某些时间段，如8月到9月，短期均线（MA5和MA10）下穿长期均线（MA20），可能预示着短期内的调整或趋势反转。