R软件与多股票波动性及相关性的可视化
前言
在量化投资建模过程之前，有时候，我们需要对多只股票的价格走势、收益率序列、波动率等进行分析。下面给出使用 R 语言比较多只股票价格走势的完整解决方案。方案涵盖数据获取、清洗、可视化及基础分析全流程：
数据获取
安装与加载工具包
# 安装必要包（首次运行需取消注释）
# install.packages(c("quantmod",
# "tidyverse",
# "ggplot2",
# "zoo",
# "corrplot"))
library(quantmod) # 获取金融数据
library(tidyverse) # 数据处理
library(ggplot2) # 可视化
library(zoo) # 时间序列处理
定义股票代码与时间范围
# 股票代码列表（支持多市场，如A股需加 .SS/.SZ）
# 苹果、谷歌、微软、英伟达
stocks <- c("AAPL", "GOOGL", "MSFT", "NVDA")
# 时间范围
start_date <- "2023-01-01"
end_date <- Sys.Date() # 获取当前日期
批量获取股票数据
# 获取数据
getSymbols(stocks,
src = "yahoo",
from = start_date,
to = end_date)
## [1] "AAPL" "GOOGL" "MSFT" "NVDA"
# 处理数据
stock_data <- lapply(stocks, function(x) {
data <- as_tibble(get(x)) %>%
mutate(Date = index(get(x))) %>%
rename_with(~ gsub(paste0("^", x, "\\."), "", .x)) %>%
select(Date, Close) %>%
mutate(symbol = x) %>% # 添加股票代码列
rename(price = Close) # 重命名收盘价列
}) %>%
bind_rows()
# 查看结果
head(stock_data)
## # A tibble: 6 × 3
## Date price symbol
## <date> <dbl> <chr>
## 1 2023-01-03 125. AAPL
## 2 2023-01-04 126. AAPL
## 3 2023-01-05 125. AAPL
## 4 2023-01-06 130. AAPL
## 5 2023-01-09 130. AAPL
## 6 2023-01-10 131. AAPL
数据清洗
处理缺失值
library(dplyr)
# 检查缺失值
missing_values <- stock_data %>%
group_by(symbol) %>%
summarise(missing = sum(is.na(price)))
# 填充缺失值（使用前向填充）
stock_data <- stock_data %>%
group_by(symbol) %>%
mutate(price = na.locf(price))
对齐时间序列
library(dplyr)
# 生成完整日期序列
full_dates <- tibble(Date = seq(as.Date(start_date),
as.Date(end_date),
by = "day"))
# 左连接填充所有日期
stock_data <- full_dates %>%
left_join(stock_data, by = "Date") %>%
group_by(symbol) %>%
fill(price, .direction = "downup") %>%
na.omit()
价格走势可视化
基础折线图
library(dplyr)
ggplot(stock_data, aes(x = Date, y = price, color = symbol)) +
geom_line(linewidth = 0.8) +
labs(title = "多只股票价格走势对比",
x = "日期",
y = "收盘价",
color = "股票代码") +
theme_minimal() +
theme(legend.position = "top") +
scale_color_manual(values = c("AAPL" = "red",
"GOOGL" = "blue",
"MSFT" = "green",
"NVDA" = "purple")
)
对数收益率对比
library(dplyr)
# 计算对数收益率
return_data <- stock_data %>%
group_by(symbol) %>%
mutate(log_return = log(price) - log(lag(price))) %>%
na.omit()
# 绘制收益率曲线
ggplot(return_data,
aes(x = Date, y = log_return, color = symbol)) +
geom_line(alpha = 0.7) +
labs(title = "对数收益率对比",
x = "日期",
y = "对数收益率",
color = "股票代码") +
theme_minimal() +
theme(legend.position = "top") # 图例放底部
绘制对数收益率密度图：
library(dplyr)
ggplot(return_data, aes(x = log_return, fill = symbol)) +
geom_density(alpha = 0.4) + # 半透明填充
facet_wrap(~ symbol, ncol = 2) + # 按股票分面显示
labs(title = "对数收益率密度分布对比",
x = "对数收益率",
y = "密度") +
theme_minimal() +
theme(legend.position = "top") # 图例放底部
将密度图叠加以便于比较：
library(dplyr)
# 对数收益率密度图（叠加显示）
ggplot(return_data, aes(x = log_return, fill = symbol, color = symbol)) +
geom_density(alpha = 0.3, linewidth = 1) +
scale_fill_manual(values = c("AAPL" = "#FF5252",
"GOOGL" = "#4285F4",
"MSFT" = "#00A4EF",
"NVDA" = "#7FBA00")) +
scale_color_manual(values = c("AAPL" = "#D50000",
"GOOGL" = "#0D47A1",
"MSFT" = "#005A8E",
"NVDA" = "#527D00"))
labs(title = "对数收益率密度分布对比",
x = "对数收益率",
y = "密度",
fill = "股票代码",
color = "股票代码") +
theme_minimal() +
theme(
legend.position = "top",
legend.box = "horizontal",
plot.title = element_text(hjust = 0.5, size = 14, face = "bold"),
axis.title = element_text(size = 12),
axis.text = element_text(size = 10)
)
## NULL
还可以绘制箱线图：
library(dplyr)
# 箱线图对比
ggplot(return_data, aes(x = symbol, y = log_return, fill = symbol)) +
geom_boxplot() +
labs(title = "对数收益率箱线图对比",
x = "股票代码",
y = "对数收益率") +
theme_minimal() +
theme(legend.position = "top")
股票数据特征的统计分析
计算波动率
library(dplyr)
volatility <- return_data %>%
group_by(symbol) %>%
summarise(volatility = sd(log_return, na.rm = TRUE)) %>%
arrange(desc(volatility))
print(volatility)
## # A tibble: 4 × 2
## symbol volatility
## <chr> <dbl>
## 1 NVDA 0.0330
## 2 GOOGL 0.0193
## 3 AAPL 0.0165
## 4 MSFT 0.0152
相关性分析
library(dplyr)
# 转换为宽格式
price_wide <- return_data %>%
select(Date, symbol, price) %>%
pivot_wider(names_from = symbol, values_from = price) %>%
column_to_rownames(var = "Date")
# 计算相关系数矩阵
cor_matrix <- cor(price_wide)
# 可视化相关系数
library(corrplot)
# 绘制相关性矩阵（暖色调）
corrplot(cor_matrix,
method = "color", # 颜色填充
type = "upper", # 只显示上三角
tl.col = "black", # 标签颜色
tl.srt = 45, # 标签倾斜角度
title = "股票价格相关性矩阵",
mar = c(0,0,1,0), # 边距调整
addCoef.col = "black", # 添加相关系数数值
number.cex = 0.7, # 系数文字大小
diag = FALSE) # 不显示对角线
# 计算相关系数矩阵
cor_matrix <- cor(price_wide)
# 使用ggcorrplot绘制ggplot2风格的相关性矩阵（暖色调）
library(ggcorrplot)
ggcorrplot(
cor_matrix,
method = "square", # 颜色填充
type = "upper", # 只显示上三角
colors = c("#FF4500", "#FFFFFF", "#1E90FF"), # 自定义颜色（红-白-蓝）
lab = TRUE, # 显示相关系数
lab_size = 3.5, # 系数文字大小
title = "股票价格相关性矩阵",
ggtheme = theme_minimal(), # ggplot2主题
show.legend = TRUE, # 显示图例
legend.title = "相关性",
tl.col = "black", # 标签颜色
tl.srt = 45, # 标签倾斜角度
digits = 2 # 保留两位小数
) +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold"),
axis.text = element_text(size = 10),
legend.text = element_text(size = 9),
legend.title = element_text(size = 10, face = "bold")
)
导出数据
# 导出为 CSV
# write_csv(stock_data, "stock_prices.csv")
# 导出为 Excel（需安装 writexl 包）
# install.packages("writexl")
# write_xlsx(stock_data, "stock_prices.xlsx")
小结
本文的数据来源为雅虎财经（Yahoo Finance），若需更专业数据，可考虑 WRDS 数据库（需机构订阅）。
在 R 软件包的选择上，我们使用了 quantmod 包以快速获取数据，但该软件包返回的是 xts 格式，后续计算过程中需转换为 tibble 。
数据处理过程借助于 tidyquant 包，该软件包可以返回整洁格式的数据，与 tidyverse 兼容性更好。
缺失值处理方面，前向填充（na.locf）适用于短期缺失，多重插补（mice包）可处理复杂缺失模式。可视化优化方面，可以使用scale_color_manual自定义颜色。此外，可以添加geom_smooth拟合趋势线（如method = “loess”）。
通过以上步骤，我们可以高效地获取、清洗并可视化多只股票的价格走势，结合波动率和相关性分析，为投资决策提供数据支持。