第七章时间序列可视化课堂练习

Author

kaka

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 分面面积图

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

<ggproto object: Class FacetWrap, Facet, gg>
    compute_layout: function
    draw_back: function
    draw_front: function
    draw_labels: function
    draw_panels: function
    finish_data: function
    init_scales: function
    map_data: function
    params: list
    setup_data: function
    setup_params: function
    shrink: TRUE
    train_scales: function
    vars: function
    super:  <ggproto object: Class FacetWrap, Facet, gg>

2.4 图形观察和代码编写的心得体会

合并折线图例内嵌（legend.position=c(0.1,0.8)）节省空间，但需避免遮挡数据。10月中旬所有股票同步下跌，可能受大盘影响。facet_wrap(~名称, scale="free") 实现多图分面且y轴独立缩放，避免量纲差异问题。贵州茅台收益最高（1400~1700），但波动剧烈；银行股收益平稳。geom_area() 展示成交量累积效果，成交量/10000 转换单位（万手）提升可读性。贵州茅台成交量最小但峰值明显（可能对应财报发布）；银行股成交量持续高位。

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

geom_horizon() 将数据分层（horizonscale=10），适合展示极端波动。贵州茅台成交额波动最大（深色区域多），银行股较平稳。geom_stream() 生成流动效果，bw=0.3 控制平滑度，单位转换（亿元）简化标签。贵州茅台成交额波动显著，四季度资金流入明显。

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

method="loess"：适合局部加权回归，span 参数控制平滑度（越小越敏感）。贵州茅台平滑曲线呈现“U型”复苏（年中低谷，年末反弹），反映消费板块周期。银行股（工行、招行）趋势平缓，符合防御性资产特征。geom_segment() 画影线，geom_rect() 画实体，fill 区分涨跌（红涨绿跌）。年末实体变短，波动减小，均线粘合，可能进入盘整阶段。