Analisi del mercato azionario | Quandl e Tidyverse in R

Contenuti

Introduzione all'analisi comparativa

Crea il set di dati

Useremo Quandl, un archivio online per le statistiche finanziarie, macroeconomia e forex centrale. Quandl ha una vasta raccolta di dati gratuiti e aperti raccolti da una serie di istituzioni: banche centrali, governi, istituzioni multinazionali e non solo. Puoi usarlo senza pagamento e con poche restrizioni.

Sono disponibili sia dati gratuiti che premium. Gli utenti gratuiti autenticati hanno un limite di 300 chiama da 10 secondi, 2,000 chiama da 10 minuti e un limite di 50,000 chiamate al giorno. Gli abbonati ai dati premium hanno un limite di 5,000 chiama da 10 minuti e un limite di 720,000 chiamate al giorno.

Useremo questo repository online per ottenere i nostri dati utilizzando il pacchetto “Quandl” direttamente da R Console. Il pacchetto Quandl interagisce direttamente con l'API Quandl per fornire dati in vari formati utilizzabili in R, descargar un archivo zip con todos los datos de una Banca dati Quandl y la capacidad de realizar búsquedas.

Per maggiori informazioni sul pacchetto Quandl, visite è pagina.

Per iniziare con Quandl, crea un account e ottieni la chiave API quandl. Per favore clicca qui per creare un account. Posteriormente haga clic en el botón Iniciar sessione que se encuentra en la esquina superior derecha de la pantalla. Una volta completata la registrazione, clicca su qui per ottenere la chiave API.

Nella nostra analisi, abbiamo selezionato le seguenti banche

  • ICICI
  • BETO
  • CANARA
  • ASSE
  • o
  • PIL

Abbiamo selezionato queste banche perché rientrano nella fascia di prezzo di 200 un 500 rupie. Useremo i seguenti codici per inserire i dati nella console R.

Quandl(Codice=“NSE/—”,collasso=“—”,start_date="—-",tipo=“…”)

Il parametri que utilizamos son los siguientes:

  • Codice Codice del set di dati in Quandl specificato come una stringa o un array di stringhe.
  • crollo Data.Eg frequenza di collasso; “Quotidiano”, “mensile”, “settimanalmente”, “annuale”.
  • data d'inizio Data d'inizio desiderata
  • scrive Restituisce il tipo di dati specificato come stringa. Può essere "crudo", 'ts', 'zoo', "xts"’ o "Serie temporali"’

Ora scarichiamo i dati, aggiungeremo una colonna “Azione” per l'identificatore di magazzino, e in seguito incolleremo il rispettivo nome del titolo nel set di dati scaricato. Successivamente, consolideremo tutti i dati azionari in un frame di dati master per l'analisi.



Quandl.api_key("<Your-API-Key>")


ICICI = Quandl("NSE/ICICIBANK",collapse="daily",start_date="2016-09-01",type="raw")
PNB= Quandl("NSE/PNB",collapse="daily",start_date="2016-09-01",type="raw")
Axis=Quandl("NSE/AXISBANK",collapse="daily",start_date="2016-09-01",type="raw")
Canara=Quandl("NSE/CANBK",collapse="daily",start_date="2016-09-01",type="raw")
BOB=Quandl("NSE/BANKBARODA",collapse="daily",start_date="2016-09-01",type="raw")
SBI=Quandl("NSE/SBIN",collapse="daily",start_date="2016-09-01",type="raw")



ICICI<-cbind(ICICI,Stock="")
PNB<-cbind(PNB,Stock="")
Axis<-cbind(Axis,Stock="")
SBI<-cbind(SBI,Stock="")
Canara<-cbind(Canara,Stock="")
BOB<-cbind(BOB,Stock="")



ICICI$Stock<-paste(ICICI$Stock,"ICICI",sep="")
PNB$Stock<-paste(PNB$Stock,"PNB",sep="")
Axis$Stock<-paste(Axis$Stock,"Axis",sep="")
SBI$Stock<-paste(SBI$Stock,"SBI",sep="")
Canara$Stock<-paste(Canara$Stock,"Canara",sep="")
BOB$Stock<-paste(BOB$Stock,"BOB",sep="")



Master_Data<-rbind(ICICI,PNB,Axis,SBI,Canara,BOB)

Visualizzazione del prezzo mensile

Diamo un'occhiata al modello di prezzo mensile e giornaliero delle azioni utilizzando il pacchetto ggplot. Per questo, dovremo raggruppare il frame di dati master in base a Stock.

Hemos manipulado en gran misura la sección de temas de ggplot para obtener la trama deseada. Ulteriori informazioni sulla trama sono fornite. qui.

Iscriviti alla nostra Newsletter

Non ti invieremo posta SPAM. Lo odiamo quanto te.