Cara memplot data harian 20 tahun dalam deret waktu

Saya memiliki dataset berikut: https://dl.dropbox.com/u/22681355/ORACLE.csv dan ingin merencanakan perubahan harian di 'Buka' dengan 'Tanggal', jadi saya melakukan hal berikut:

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

dan saya mendapatkan yang berikut ini:

Sekarang ini jelas bukan plot terbaik yang pernah ada, jadi saya bertanya-tanya apa metode yang tepat untuk digunakan ketika memplot data terperinci seperti itu?

Masalah dengan data Anda bukan karena itu sangat rinci: Anda tidak memiliki nilai di akhir pekan, itu sebabnya ia diplot dengan kesenjangan. Ada dua cara untuk menghadapinya:

1. Entah mencoba menebak nilai-nilai perkiraan di akhir pekan dengan beberapa metode smoothing ( smooth.spline, loess, dll). Kode interpolasi sederhana ada di bawah ini. Tetapi dalam hal ini Anda akan memperkenalkan sesuatu yang "tidak alami" dan buatan untuk data. Itu sebabnya saya lebih suka opsi kedua.

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. Anda dapat beralih dari basis harian ke basis mingguan, hanya rata-rata (misalnya) lima poin berurutan yang belog menjadi satu minggu (dalam hal ini Anda "membunuh" beberapa informasi). Contoh singkat bagaimana melakukannya

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")

Semoga ini bisa membantu.

Karena masalah umum terjadi pada banyak lingkungan perangkat lunak statistik, mari kita bahas di sini di Cross Validated daripada memigrasikannya ke forum R-spesifik (seperti StackOverflow).

Masalah sebenarnya adalah bahwa Datediperlakukan sebagai faktor - variabel diskrit - dan garis tidak terhubung dengan benar. (Poin juga tidak diplot dengan sempurna secara akurat dalam arah horizontal.)

Untuk membuat plot tangan kanan, Datebidang dikonversi dari faktor ke tanggal aktual, setiap minggu diidentifikasi dengan perhitungan sederhana (melanggar minggu antara hari Sabtu dan Minggu) dan garis-garis diinterupsi selama akhir pekan dengan pengulangan selama beberapa minggu:

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))

(Tanggal yang setara dengan setiap minggu, memberikan hari Senin minggu itu, juga disimpan dalam oraclekerangka data karena dapat berguna untuk memplot data agregat mingguan.)

Niat asli dapat dicapai hanya dengan meniru baris terakhir untuk menampilkan semua data. Untuk menambahkan beberapa informasi tentang perilaku musiman, plot berikut ini memvariasikan warna berdasarkan minggu selama setiap tahun kalender:

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]))

Saya tidak akan melakukan interpolasi pada akhir pekan. Sangat sedikit bursa efek yang diperdagangkan pada hari Sabtu dan tidak ada yang saya ketahui pada hari Minggu. Anda memperkenalkan perkiraan untuk data yang tidak pernah ada jadi mengapa tidak menghapus Sabtu dan Minggu dari kumpulan data? Saya akan melakukan sesuatu seperti di bawah ini:

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)

Mengenai tampilan plot Anda, saya kira menambahkan beberapa label di bawah sumbu x akan meningkatkannya secara visual. Tampilan plot yang disarankan dapat Anda lihat di sini http://imgur.com/ZTNPniA

Saya tidak tahu bagaimana membuat plot seperti itu, itu hanya sebuah ide (yang belum saya sadari terealisasi di R)