R语言 GE股票价格分析

股票分析是投资者和交易者用来进行购买和销售选择的一种技术。投资者和交易者通过研究和分析以前和当前的数据，努力在市场上获得优势，做出有见地的判断。

在这篇文章中，我们将使用R编程语言分析 “GE股票价格 “数据集。

所使用的库

dplyr – R编程语言的dplyr包是一个数据处理框架，它提供了一套一致的动词，以帮助解决最经常面临的数据处理困难。
stringi – R编程语言中的stringi包用于任何地区或字符编码的字符串/文本处理，具有高度的快速性、可移植性、准确性、一致性和简易性。

导入库

我们首先要安装dplyr包和stringi库

# Importing the library stringi
# for string manipulation
library(stringi)
 
# Using the library function
# to import the dplyr package
library(dplyr)

现在我们将读取CSV文件，以便进行分析。

导入数据集

我们首先定义CSV文件在我们本地机器上的路径。然后我们读取CSV文件并将数据存储在变量名df中。我们进一步显示数据框’df’的内容。

该数据集可以从以下链接下载和访问：这里

# Defining the path where
# the csv file is located
path = 'please paste your path here'
 
# Reading the csv file and storing
# the data in a variable named df
df <- read.csv(path)
 
# Displaying the data frame on
# the screen
df

输出

使用R语言进行GE股票价格分析

列的选择

我们现在将探讨数字特征’StockPrice’列。我们使用’summary’函数获得了股票价格列的数字摘要。这显示了最低股票价格，第一四分位数，股票价格中位数，平均股票价格，第三四分位数，和最高股票价格。

# Getting only the price
price <- select(df,StockPrice)
 
# Obtaining a numerical summary
# of the price column
summary(price)

输出

使用R语言进行GE股票价格分析

数据可视化

我们现在将使用’hist’函数制作一个股票价格数据的直方图。我们传递 “股票价格 “列，并在直方图上应用标签和标题。我们使用col参数为直方图添加颜色。

# Producing a histogram of the
# Stock Price Data
hist(as.vector(price$StockPrice),
     xlab='Stock Price',
     main='Stock Data',
     col='green')

输出

使用R语言进行GE股票价格分析

我们现在将产生一个基于密度的股票价格数据的直方图。为了产生基于密度的直方图，我们使用了’lines’函数，并传递了核心密度值股票价格栏。为了获得内核密度值，我们使用了密度函数。然后我们给直方图加上了标签和标题。我们使用col参数为直方图添加颜色。

# Producing a density based histogram
hist(as.vector(price $StockPrice), xlab='Stock Price', main='Stock Data', col='blue', prob=TRUE, ylim=c(0,0.025)) lines(density(price$ StockPrice),col='red')

输出

使用R语言进行GE股票价格分析

现在我们将绘制一个按年份划分的股票价格数据的线图。我们已经从日期中提取了年份。(我们提取了代表年份的日期的最后两位数字）。

为了从日期栏中只提取年份，我们遵循这个过程

检查日期列的类别
将日期列的数据转换为字符数据类型
使用stri_sub函数从Date列中只提取年份，并使用mutate函数将其应用于所有数据

然后，我们最后绘制数据的图表。然后，我们将突变后的df的日期列作为x轴的标签传递出去

# Extracting only the year
# from the Date column
# Checking the class of
# the Date column
class(df $Date) # Converting the Date column # data to a character as.character(df$ Date)
 
# Extracting only the year from
# the Date column
Mutateddf < - df % > % mutate(Date=stri_sub(Date, -2))
Mutateddf
 
# Plotting a line graph of the data
plot(Mutateddf $StockPrice, type='l', axes=FALSE, xlab='Year', ylab='Stock Price', main='Year wise Stock Price', col='blue') axis(1, at=1: 480, labels=Mutateddf$ Date,
     cex.axis=0.9)
axis(2)

输出

使用R语言进行GE股票价格分析

我们现在将根据数据的年份进行分组，并绘制出该年最高股票价格的柱状图。

我们首先根据年份对突变df的数据进行分组，然后得到每一年的最高股票价格，最后使用’条形图’函数绘制条形图，显示每一年的最高股票价格。

# Plotting a bar plot of
# the maximum price in a year
# Grouping the data by the Date
# (Year)
groupeddf <- group_by(Mutateddf,Date)
 
# Extracting the maximum share
# price for each year
maxdf <- summarize(groupeddf,max(StockPrice))
 
# Plotting the data in a bar chart
barplot(maxdf $`max(StockPrice)`, main='maximum price in each year', xlab='Maximum Stock Price', ylab='Year', names.arg=maxdf$ Date,
        col=c('blue','green','pink','yellow',
              'red','purple','orange'))

输出

使用R语言进行GE股票价格分析