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

• 每个股票在自己的分面中独立显示 ，Y轴范围自动适配各股票的数据范围。工商银行：低波动、低成交量。中信证券：高波动、高成交量。

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

• 色带变化剧烈，反映高投机性或事件驱动；色带平缓，体现大盘股的稳定性。

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

• 收盘价线反映每日实际价格波动，均线平滑了短期波动，ma5最敏感，ma20最平缓。