没有找到合适的产品?
联系客服协助选型:023-68661681
提供3000多款全球软件/控件产品
针对软件研发的各个阶段提供专业培训与技术咨询
根据客户需求提供定制化的软件开发服务
全球知名设计软件,显著提升设计质量
打造以经营为中心,实现生产过程透明化管理
帮助企业合理产能分配,提高资源利用率
快速打造数字化生产线,实现全流程追溯
生产过程精准追溯,满足企业合规要求
以六西格玛为理论基础,实现产品质量全数字化管理
通过大屏电子看板,实现车间透明化管理
对设备进行全生命周期管理,提高设备综合利用率
实现设备数据的实时采集与监控
利用数字化技术提升油气勘探的效率和成功率
钻井计划优化、实时监控和风险评估
提供业务洞察与决策支持实现数据驱动决策
翻译|使用教程|编辑:王香|2018-11-30 09:49:53.000|阅读 329 次
概述:我们将使用折线图,柱形图和散点图可视化资产回报。
# 界面/图表报表/文档/IDE等千款热门软控件火热销售中 >>
相关链接:
今天,我们将使用折线图,柱形图和散点图可视化资产回报。下次我们将通过添加回归线和模拟结果来进行更复杂的工作。将可视化宏观经济数据,如BLS就业报表和GDP数据。 对于我们的数据,我们将使用以下5个ETF的5年月度回报。
+ SPY (S&P500 fund) + EFA (a non-US equities fund) + IJS (a small-cap value fund) + EEM (an emerging-mkts fund) + AGG (a bond fund)
需要以下包
library(tidyverse) library(timetk) library(kableExtra) library(highcharter)
完整的代码在这里:
symbols <- c("SPY","EFA", "IJS", "EEM","AGG") prices <- getSymbols(symbols, src = 'yahoo', from = "2013-01-01", to = "2017-12-31", auto.assign = TRUE, warnings = FALSE) %>% map(~Ad(get(.))) %>% reduce(merge) %>% `colnames<-`(symbols) prices_monthly <- to.monthly(prices, indexAt = "last", OHLC = FALSE) asset_returns_xts <- na.omit(Return.calculate(prices_monthly, method = "log")) asset_returns_xts <- asset_returns_xts * 100 asset_returns_long <- prices %>% to.monthly(indexAt = "last", OHLC = FALSE) %>% tk_tbl(preserve_index = TRUE, rename_index = "date") %>% gather(asset, returns, -date) %>% group_by(asset) %>% mutate(returns = (log(returns) - log(lag(returns))) *100 ) %>% na.omit()
我们将使用保存每月资产回报的两个数据对象。第一个被称为asset_returns_xts。看看前几行。
每个ETF月度回报都有一列,但请注意日期在无名栏中。实际上,日期根本不在列中,它被认为是该矩阵的基于时间的索引。 比较一下asset_returns_long。
该对象有一个名为的列date,一个名为asset的列和一个名为的列returns。它被认为是一个长数据对象,因为ETF是按行堆叠的,而asset_returns_xts被认为是一个宽数据对象,因为每个ETF都有自己的列并使对象更宽。asset_returns_long并asset_returns_xts保持完全相同的信息,但格式不同。我们将研究如何使用highcharter对两者进行可视化,因为它们都是金融界的流行数据格式。
让我们从asset_returns_xtsHighcharts工具链的Highstock部分开始并使用它。要从R调用此功能,我们首先提供,然后提供要绘制的数据。请注意,我们指定type =“line”,但这不是必需的,因为默认值是折线图。 highchart(type = "stock")
highchart(type = "stock") %>% hc_add_series(asset_returns_xts$SPY, type = "line")
看一下图表,注意它底部有一个导航器,右上角有一个日期范围选择器。我们没有必要对它们进行编码,默认情况下创建它们是我们最终用户的一个非常好的功能。highchart(type = "stock") 如果我们喜欢不同的颜色,我们可以改变它。color = "green"
highchart(type = "stock") %>% hc_add_series(asset_returns_xts$SPY, type = "line", color = "green")
如果我们想要柱形图而不是折线图怎么办?除了我们指定之外,它是相同的代码流。type = "column"
highchart(type = "stock") %>% hc_add_series(asset_returns_xts$SPY, type = "column")
将鼠标悬停在这两个图表上并注意工具提示如何自动从x轴拉出日期。 对于散点图,我们使用相同的代码流,更改为,但我们也可以通过追加来添加EFA ETF的回报。我们可以为所有5个ETF做这个,逐行添加它们,将所有5个放在同一个散点图上。type = "scatter"hc_add_series(asset_returns_xts$EFA)
highchart(type = "stock") %>% hc_add_series(asset_returns_xts$SPY, type = "scatter") %>% hc_add_series(asset_returns_xts$EFA, type = "scatter")
购买Highcharts正版授权,请点击“”哟!
本站文章除注明转载外,均为本站原创或翻译。欢迎任何形式的转载,但请务必注明出处、不得修改原文相关链接,如果存在内容上的异议请邮件反馈至chenjj@wqylolg.cn
在本文中,将介绍一个新集成演示,包括 DHTMLX Grid 和 Pivot,并将重点介绍DHTMLX的开发团队使用这些小部件创建 JavaScript 数据透视网格时使用的一些技术技巧。
解析PDF意味着从 PDF 文件中提取结构化或非结构化数据。由于 PDF 的结构复杂,因此这可能具有挑战性。在本文中,我们将学习如何使用 Aspose.PDF for Python 在 Python 中解析 PDF。在本指南结束时,您将能够使用 Python 从 PDF 文档中提取文本、表格和图像。
单元格边框是指在单元格或单元格区域周围添加的线条。它们可用于不同的目的,如分隔工作表中的部分、吸引读者注意重要的单元格或使工作表看起来更美观。本文将介绍如何使用 Spire.XLS for .NET 在 C# 中添加或删除 Excel 单元格边框。
Excel 中的切片器是一种简单易用的工具,可以帮助用户过滤数据,让数据分析变得更加直观,交互性更强。这篇文章将介绍如何使用 Spire.XLS for .NET 在 C# 中添加、修改和删除 Excel 切片器。
服务电话
重庆/ 023-68661681
华东/ 13452821722
华南/ 18100878085
华北/ 17347785263
客户支持
技术支持咨询服务
服务热线:400-700-1020
邮箱:sales@wqylolg.cn
关注我们
地址 : 重庆市九龙坡区火炬大道69号6幢