So zeichnen Sie 20 Jahre tägliche Daten in Zeitreihen auf

Ich habe den folgenden Datensatz: https://dl.dropbox.com/u/22681355/ORACLE.csv und möchte die täglichen Änderungen in "Öffnen" nach "Datum" darstellen, also habe ich Folgendes getan:

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

und ich bekomme folgendes:

Dies ist offensichtlich nicht die schönste Darstellung aller Zeiten. Ich frage mich also, welche Methode für die Darstellung derart detaillierter Daten die richtige ist.

Das Problem mit Ihren Daten ist nicht, dass sie extrem detailliert sind: Sie haben am Wochenende keine Werte, deshalb werden sie mit Lücken dargestellt. Es gibt zwei Möglichkeiten, damit umzugehen:

1. Entweder versuchen ungefähre Werte in den Wochenenden mit einigen Glättungsverfahren zu erraten ( smooth.spline, loessusw.). Der Code der einfachen Interpolation ist unten. In diesem Fall führen Sie jedoch etwas "Unnatürliches" und Künstliches in die Daten ein. Deshalb bevorzuge ich die zweite Option.

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. Sie können von der täglichen zur wöchentlichen Basis wechseln und nur (zum Beispiel) fünf aufeinanderfolgende Punkte mitteln, die einer Woche entsprechen (in diesem Fall "töten" Sie einige Informationen). Nur ein kurzes Beispiel dafür wäre

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")

Hoffe es wird helfen.

Da das Problem in vielen statistischen Softwareumgebungen häufig vorkommt, wollen wir es hier auf Cross Validated diskutieren, anstatt es in ein R-spezifisches Forum (wie StackOverflow) zu migrieren.

Das eigentliche Problem ist, dass Datees als Faktor - eine diskrete Variable - behandelt wird und die Leitungen daher nicht richtig angeschlossen werden. (Auch werden die Punkte in horizontaler Richtung nicht perfekt genau dargestellt.)

Um die rechte Darstellung zu erstellen, wurde das DateFeld von einem Faktor in ein tatsächliches Datum konvertiert, jede Woche wurde mit einer einfachen Berechnung identifiziert (wobei die Wochen zwischen Samstag und Sonntag unterbrochen wurden) und die Linien wurden an Wochenenden durch Schleifen über die Wochen unterbrochen:

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))

(Ein oracleDatumsäquivalent jeder Woche, das den Montag dieser Woche angibt , wurde ebenfalls im Datenrahmen gespeichert, da es zum Zeichnen wöchentlicher aggregierter Daten nützlich sein kann.)

Die ursprüngliche Absicht kann einfach durch Emulieren der letzten Zeile erreicht werden, um alle Daten anzuzeigen. Um einige Informationen zum saisonalen Verhalten hinzuzufügen, variiert das folgende Diagramm die Farbe pro Woche in jedem Kalenderjahr:

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]))

Ich würde an den Wochenenden nicht interpolieren. Am Samstag werden nur sehr wenige Börsen gehandelt und am Sonntag keine, von denen ich weiß. Sie führen eine Schätzung für Daten ein, die es nie gab. Warum also nicht einfach Samstag und Sonntag aus dem Datensatz entfernen? Ich würde so etwas wie das Folgende tun:

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)

In Bezug auf das Aussehen Ihres Diagramms würde sich das Hinzufügen mehrerer Beschriftungen unter der x-Achse optisch verbessern. Das Aussehen des vorgeschlagenen Grundstücks finden Sie hier http://imgur.com/ZTNPniA

Ich weiß nicht, wie ich eine solche Handlung machen soll, es ist nur eine Idee (die ich in R nicht realisiert habe)