用R语言分析股票指数变化

用R语言分析股票指数变化

杨旭东（2012-3-6）

      今天商学院的一个同学写毕业论文时遇到点麻烦，于是找我帮忙。要求是这样的：已知一段时间内每日的股票开盘和收盘指数，以及若干股票的招股开始日期（发行日）和上市日期，要求这两个日期之间股票指数的变化情况。如下图所示，其中浅绿色的部分是我用R语言算出来的。

 

计算公式如下：指数变化=（上市首日收盘指数-发行日开盘指数）/ 发行日开盘指数。

首先，准备两份数据：

1.      每日的股票开盘和收盘指数，即上图中的第1、2、5列，保存在D盘下面，文件名为stock1.csv（用Excel另存为csv格式（逗号分隔的数据））。

2.      股票的上市日期和发现日期，即上图中的第6、8列，保存为“D:\stock.txt”（用制表符分隔数据项）。

接着在R语言控制台中设置好工作目录：

> setwd("D:\\")      #注意这里转义字符‘\’的使用

> getwd()

[1] "D:/"

读入第一份数据：

Ø      dict <-read.csv("stock1.csv")

Ø      > dict

Ø                 日期    开盘   收盘

Ø      1     2001-11-1 1692.35 1707.75

Ø      2     2001-11-2 1703.92 1691.35

Ø      3     2001-11-5 1687.84 1679.57

Ø      4     2001-11-6 1678.17 1671.27

Ø      5     2001-11-7 1669.42 1594.05

Ø      6     2001-11-8 1566.52 1605.87

Ø      7     2001-11-9 1605.07 1630.35

Ø      8    2001-11-12 1631.79 1621.19

Ø      9    2001-11-13 1609.95 1615.93

Ø      10   2001-11-14 1615.75 1617.10

Ø      ……

共有2493条数据。

接着读入第二份数据：

Ø      stock <-read.delim("stock.txt")  #注意这里用了不同的数据读入函数

Ø      > stock

Ø             上市日期招股开始日期

Ø      1    2001-11-29    2001-11-6

Ø      2     2001-12-6  2001-11-13

Ø      3    2001-12-12  2001-11-29

Ø      4    2001-12-18  2001-11-22

Ø      5    2001-12-20    2001-12-6

Ø      6    2001-12-25  2001-11-29

Ø      7    2001-12-26  2001-12-13

Ø      8    2001-12-27  2001-12-12

Ø      9      2002-1-8  2001-12-19

Ø      10    2002-1-11  2001-12-19

Ø      11    2002-1-16  2001-12-24

Ø      12    2002-1-31   2002-1-16

Ø      13     2002-2-5   2002-1-21

Ø      14     2002-2-7   2002-1-22

Ø      ……

共有1234条数据。

注意两份数据的长度不一样，而且第一份数据中某些日期的数据缺失了，这给我后面的编程带来了一点小小的麻烦。

第一份数据存在对象dict里，第二份数据存在对象stock里，这两个对象都是数据帧（data frame）类型，即向量的数组。也就是说数据帧里的每个元素是一个向量，如上述两份文件的某一列，而且这些向量的类型可以不同。

开始主程序：

#首先创建一个数值型的向量，保存最后的计算结果

point <- numeric(length(stock$上市日期)) 

#主循环

for (i in 1:length(stock$上市日期))

{

       x<- which(dict$日期 == stock$上市日期[i])

       y<- which(dict$日期 == stock$招股开始日期[i])

       point[i]<- (dict$收盘[x] - dict$开盘[y]) / dict$开盘[y]

}

令人意外的是，上述程序尽管计算逻辑正确，却并不能正确运行。这是因为length(dict$日期) = 2493，而length(stock$招股开始日期[i]) = 1234。长度不同，R语言提升：错误于Ops.factor(dict$日期, stock$上市日期[i]) : 因子的层次集不同。另一方面，刚刚也有提到，dict里面缺少了一些日期的数据，这导致which(dict$日期 == stock$上市日期[i])函数或which(dict$日期 == stock$招股开始日期[i])函数可能会返回“integer(0)”，从而中断循环，使得后面的计算不能继续。

修改后的程序如下：

for (i in 1:length(stock[,1]))

{

       x<- which(as.character(dict[,1]) == as.character(stock[i,1]))

       y<- which(as.character(dict[,1]) == as.character(stock[i,2]))

       if(length(x) > 0 && length(y) > 0)

              point[i]<- (dict[x,3] - dict[y,2]) / dict[y,2]

}

最后，需要把point的结果保存起来，有两种方法：

1.      用sink()函数

> sink("point.txt")

> point

> sink()

sink()返回的结果和在控制台上直接输出的格式一样。

2.      write.table()函数

Ø       write.table(point, "point.cvs", sep="\n",row.names=FALSE, col.names=FALSE)

Ø       write.table()函数可以很好地控制输出文件的格式。

最后，当然是把point.cvs中的数据Copy到原来文档里的第10列，也就是浅绿色的那一列。搞定！