Análise do mercado de ações | Quandl e Tidyverse em R

Conteúdo

Introdução à análise comparativa

Crie o conjunto de dados

Usaremos Quandl, um repositório online para estatísticas financeiras, macroeconomia e forex central. Quandl tem uma vasta coleção de dados abertos e gratuitos coletados de uma variedade de instituições: bancos centrais, governos, instituições multinacionais e muito mais. Você pode usá-lo sem pagamento e com poucas restrições.

Estão disponíveis dados gratuitos e premium. Usuários gratuitos autenticados têm um limite de 300 chamadas por 10 segundos, 2,000 chamadas por 10 minutos e um limite de 50,000 ligações por dia. Assinantes de dados premium têm um limite de 5,000 chamadas por 10 minutos e um limite de 720,000 ligações por dia.

Usaremos este repositório online para obter nossos dados usando o pacote “Quandl” diretamente do console R. O pacote Quandl interage diretamente com a API Quandl para fornecer dados em vários formatos utilizáveis ​​em R, descargar un archivo zip con todos los datos de una base de dados Quandl y la capacidad de realizar búsquedas.

Para obter mais informações sobre o pacote Quandl, visitas é página.

Para começar com Quandl, crie uma conta e obtenha a chave de API quandl. Por favor clique aqui para criar uma conta. Posteriormente haga clic en el botón Iniciar sessão que se encuentra en la esquina superior derecha de la pantalla. Assim que o registro for concluído, Clique em aqui para obter a chave API.

Em nossa análise, nós selecionamos os seguintes bancos

  • ICICI
  • BETO
  • CANARA
  • EIXO
  • ou
  • PNB

Selecionamos esses bancos porque eles estão na faixa de preço de 200 uma 500 rúpias. Usaremos os seguintes códigos para inserir os dados no console R.

Quandl(Código = “NSE / -”,recolher = “-”,data_início = “—-”,tipo = “…”)

o parametros que utilizamos son los siguientes:

  • Código Código do conjunto de dados no Quandl especificado como string ou matriz de strings.
  • colapso Frequência de recolhimento de Data.Eg; “Diário”, “por mês”, “semanalmente”, “anual”.
  • data de início Data de início desejada
  • escreve Retorna o tipo de dado especificado como string. Pode ser ‘cru’, 'Ts', 'jardim zoológico', ‘Xts’ o ‘timeSeries’

Agora vamos baixar os dados, vamos adicionar uma coluna “Estoque” para identificador de estoque, e mais tarde iremos colar o respectivo nome do estoque no conjunto de dados baixado. Subseqüentemente, vamos consolidar todos os dados de estoque em um quadro de dados mestre para análise.



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)

Exibição de preço mensal

Vejamos o padrão de preço mensal e diário das ações usando o pacote ggplot. Para isto, precisaremos agrupar o quadro de dados mestre de acordo com o estoque.

Hemos manipulado en gran medir la sección de temas de ggplot para obtener la trama deseada. Mais informações sobre o enredo são fornecidas. aqui.

Assine a nossa newsletter

Nós não enviaremos SPAM para você. Nós odiamos isso tanto quanto você.