第七章 时间序列可视化课堂练习
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
成交量价格做作面积图，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
涨跌幅折线图
观察：四只股票（工商银行、贵州茅台、招商银行、中信证券）在2024年9月至10月期间的涨跌幅波动明显，贵州茅台波动幅度最大，工商银行相对稳定。零线（y=0）的虚线帮助快速区分涨跌区域。
收盘价分面折线图
观察：通过facet_wrap分面显示，各股票收盘价趋势独立呈现，避免量纲差异问题。贵州茅台股价显著高于其他股票，且波动更剧烈。
成交量面积图
观察：工商银行成交量远高于其他股票（单位：万手），面积图直观展示总量和趋势。分面后Y轴独立缩放，避免小成交量股票被压缩。
3 流线图和地平线图
3.1 流线图
将四只股票的
成交额做作流线图，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，对四只股票的成交额做作地平线图 - 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
成交额流线图（Stream Plot）
观察：使用geom_stream()展示不同股票成交额的动态变化，流线的宽度和高度反映成交额大小。贵州茅台和工商银行的成交额波动显著，流线起伏明显；而中信证券和招商银行的成交额相对平稳。流线图直观呈现多组时间序列的相对比例和趋势，适合对比不同股票的成交额分布。
成交额地平线图（Horizon Plot）
观察：通过geom_horizon()将成交额按均值分箱，颜色深浅表示偏离均值的程度。分面后，贵州茅台的成交额波动剧烈（颜色变化频繁），而工商银行的波动较平缓。地平线图高效利用空间，适合展示高密度时间序列数据，尤其适用于多组数据对比。
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
平滑曲线图
核心观察：通过facet_wrap分面展示不同股票（工商银行、贵州茅台等）的收盘价和均线（MA5/MA10/MA20）趋势，发现：
贵州茅台股价波动幅度显著大于银行股，MA5频繁穿越MA20，短期波动剧烈。
银行股的均线排列更稳定（如MA5>MA10>MA20），呈现多头趋势。
工商银行K线图
核心观察：K线实体（红绿矩形）显示日内开盘-收盘价差，结合上下影线（最高-最低价）反映波动。
MA5对短期价格变化敏感，曾多次成为支撑/压力位。