从股票代码到公司名

Mon, 12 Dec 2011 00:00:00 +0000

Ruser也有Ruser的恶习，经常弄的什么事情都想用R来完成：用R玩儿扫雷、用R玩汉诺塔、用R玩儿黑白棋、用R获取股票数据、用R获取财务数据。

现在想的是，如果已经知道一个股票代码，比如上交所的000061，如何知道其对应的公司名称呢？如果能找到一个数据库，其包含公司名称、公司股票代码、公司简称就可以完成这样的事情了。

最典型的金融数据库有什么呢？google?yahoo? yahoo是可以的。代码：

library(quantmod)
paste(getQuote("000061.ss", what=yahooQF("Name"))[,2])

返回结果如下：

[1] "SSE CORPORATE BON"

用R检验股票的协整关系

Thu, 27 Oct 2011 00:00:00 +0000

需要用到的R包

xts和zoo是两个强大的处理时序对象的R包。xts包本身又相当于是一个加强版的zoo包。zoo包处理的对象是zoo，zoo对象与数据框（dataframe)类似，由行列构成。不同的是，zoo对象比数据框多了一个时间戳。

假设我们有一个zoo对象t，index(t)返回时间戳，也就是一个表示日期的向量。start(t)和end（t）可以查看zoo对象的起始值和末端值。

数据预处理

分四个步骤：

读入数据（data frame格式）
将日期转化为Date对象
将data frame数据转换为zoo对象
合并数据

相应的R代码：

library(quantmod) # 金融数据获取

## 载入需要的程序包：xts

## 载入需要的程序包：zoo

## 
## 载入程序包：'zoo'

## The following objects are masked from 'package:base':
## 
## as.Date, as.Date.numeric

## 载入需要的程序包：TTR

## Registered S3 method overwritten by 'quantmod':
## method from
## as.zoo.data.frame zoo

library(urca) # 协整检验
library(ggplot2) # 可视化

# 获取2010-2011年股票数据
getSymbols(c("AAPL","MSFT"))

## [1] "AAPL" "MSFT"

# 提取收盘价并转换为对数序列
aapl <- log(Ad(AAPL$AAPL.Adjusted))
msft <- log(Ad(MSFT$MSFT.Adjusted))

# 创建合并数据集
prices <- merge(aapl, msft)
colnames(prices) <- c("log_AAPL", "log_MSFT")

# 绘制对数价格趋势
ggplot(prices, aes(x=Index)) +
 geom_line(aes(y=log_AAPL, color="苹果")) +
 geom_line(aes(y=log_MSFT, color="微软")) +
 labs(title="苹果与微软对数收盘价序列", y="log(Price)", x="日期") +
 scale_color_manual(values=c("#FF6B6B", "#4ECDC4")) +
 theme_minimal(base_family = "PingFang SC")

平稳性检验

# 原始序列检验
# 苹果价格ADF检验
summary(ur.df(prices$log_AAPL, type="drift", lags=5)) #P-value大于0.05则序列不平稳

## 
## ############################################### 
## # Augmented Dickey-Fuller Test Unit Root Test # 
## ############################################### 
## 
## Test regression drift 
## 
## 
## Call:
## lm(formula = z.diff ~ z.lag.1 + 1 + z.diff.lag)
## 
## Residuals:
## Min 1Q Median 3Q Max 
## -0.197346 -0.008942 0.000164 0.010330 0.141513 
## 
## Coefficients:
## Estimate Std. Error t value Pr(>|t|) 
## (Intercept) 0.0016271 0.0008139 1.999 0.0457 *
## z.lag.1 -0.0002047 0.0002258 -0.907 0.3646 
## z.diff.lag1 -0.0321993 0.0147383 -2.185 0.0290 *
## z.diff.lag2 -0.0155993 0.0147150 -1.060 0.2892 
## z.diff.lag3 -0.0090648 0.0147162 -0.616 0.5379 
## z.diff.lag4 0.0250380 0.0147149 1.702 0.0889 .
## z.diff.lag5 0.0145020 0.0147113 0.986 0.3243 
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.01992 on 4600 degrees of freedom
## Multiple R-squared: 0.00234,	Adjusted R-squared: 0.001039 
## F-statistic: 1.798 on 6 and 4600 DF, p-value: 0.09538
## 
## 
## Value of test-statistic is: -0.9067 5.4705 
## 
## Critical values for test statistics: 
## 1pct 5pct 10pct
## tau2 -3.43 -2.86 -2.57
## phi1 6.43 4.59 3.78

# 微软价格ADF检验
summary(ur.df(prices$log_MSFT, type="drift", lags=5))

## 
## ############################################### 
## # Augmented Dickey-Fuller Test Unit Root Test # 
## ############################################### 
## 
## Test regression drift 
## 
## 
## Call:
## lm(formula = z.diff ~ z.lag.1 + 1 + z.diff.lag)
## 
## Residuals:
## Min 1Q Median 3Q Max 
## -0.148299 -0.008044 0.000121 0.008836 0.160776 
## 
## Coefficients:
## Estimate Std. Error t value Pr(>|t|) 
## (Intercept) 0.0001374 0.0010067 0.137 0.89142 
## z.lag.1 0.0001571 0.0002344 0.670 0.50269 
## z.diff.lag1 -0.1088675 0.0147498 -7.381 1.86e-13 ***
## z.diff.lag2 -0.0421217 0.0148530 -2.836 0.00459 ** 
## z.diff.lag3 0.0054135 0.0148661 0.364 0.71576 
## z.diff.lag4 -0.0431566 0.0148530 -2.906 0.00368 ** 
## z.diff.lag5 -0.0185213 0.0147761 -1.253 0.21010 
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.01756 on 4600 degrees of freedom
## Multiple R-squared: 0.01478,	Adjusted R-squared: 0.0135 
## F-statistic: 11.5 on 6 and 4600 DF, p-value: 8.16e-13
## 
## 
## Value of test-statistic is: 0.6703 4.8403 
## 
## Critical values for test statistics: 
## 1pct 5pct 10pct
## tau2 -3.43 -2.86 -2.57
## phi1 6.43 4.59 3.78

# 一阶差分平稳性验证
# 差分处理
diff_aapl <- diff(prices$log_AAPL)[-1]
diff_msft <- diff(prices$log_MSFT)[-1]

# 差分序列ADF检验
summary(ur.df(diff_aapl, type="none"))

## 
## ############################################### 
## # Augmented Dickey-Fuller Test Unit Root Test # 
## ############################################### 
## 
## Test regression none 
## 
## 
## Call:
## lm(formula = z.diff ~ z.lag.1 - 1 + z.diff.lag)
## 
## Residuals:
## Min 1Q Median 3Q Max 
## -0.197910 -0.007903 0.001180 0.011336 0.140719 
## 
## Coefficients:
## Estimate Std. Error t value Pr(>|t|) 
## z.lag.1 -1.04076 0.02112 -49.286 <2e-16 ***
## z.diff.lag 0.01349 0.01473 0.916 0.36 
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.01999 on 4608 degrees of freedom
## Multiple R-squared: 0.5134,	Adjusted R-squared: 0.5131 
## F-statistic: 2430 on 2 and 4608 DF, p-value: < 2.2e-16
## 
## 
## Value of test-statistic is: -49.2864 
## 
## Critical values for test statistics: 
## 1pct 5pct 10pct
## tau1 -2.58 -1.95 -1.62

summary(ur.df(diff_msft, type="none"))

## 
## ############################################### 
## # Augmented Dickey-Fuller Test Unit Root Test # 
## ############################################### 
## 
## Test regression none 
## 
## 
## Call:
## lm(formula = z.diff ~ z.lag.1 - 1 + z.diff.lag)
## 
## Residuals:
## Min 1Q Median 3Q Max 
## -0.149197 -0.007368 0.000777 0.009507 0.165463 
## 
## Coefficients:
## Estimate Std. Error t value Pr(>|t|) 
## z.lag.1 -1.14697 0.02190 -52.367 < 2e-16 ***
## z.diff.lag 0.03991 0.01475 2.705 0.00685 ** 
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.01758 on 4608 degrees of freedom
## Multiple R-squared: 0.5521,	Adjusted R-squared: 0.5519 
## F-statistic: 2840 on 2 and 4608 DF, p-value: < 2.2e-16
## 
## 
## Value of test-statistic is: -52.3667 
## 
## Critical values for test statistics: 
## 1pct 5pct 10pct
## tau1 -2.58 -1.95 -1.62

协整检验

我们用Engle-Granger两步法进行协整检验。

# 第一步：构建回归模型
coint_model <- lm(log_AAPL ~ log_MSFT, data=prices)
summary(coint_model) # 显示回归系数与R-squared

## 
## Call:
## lm(formula = log_AAPL ~ log_MSFT, data = prices)
## 
## Residuals:
## Min 1Q Median 3Q Max 
## -1.20523 -0.17828 0.03798 0.22297 0.77306 
## 
## Coefficients:
## Estimate Std. Error t value Pr(>|t|) 
## (Intercept) -1.343406 0.020650 -65.06 <2e-16 ***
## log_MSFT 1.131850 0.004805 235.54 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.3607 on 4611 degrees of freedom
## Multiple R-squared: 0.9233,	Adjusted R-squared: 0.9233 
## F-statistic: 5.548e+04 on 1 and 4611 DF, p-value: < 2.2e-16

# 提取残差序列
residuals <- residuals(coint_model)

# 第二步：残差平稳性检验
adf_test <- ur.df(residuals, type="none", lags=5)
print(adf_test@teststat) # ADF统计量

## tau1
## statistic -2.893062

print(adf_test@cval) # 临界值

## 1pct 5pct 10pct
## tau1 -2.58 -1.95 -1.62

ADF统计量为-2.893062,小于1%置信水平对应的临界值-2.58，故拒绝原假设，说明残差序列平稳，两股票存在协整关系。

对协整关系进行可视化

# 计算价差序列
spread <- prices$log_AAPL - coint_model$coefficients[2] * prices$log_MSFT

# 绘制价差通道
ggplot(spread, aes(x=Index)) +
 geom_line(aes(y=spread), color="#2C3E50") +
 geom_hline(yintercept=mean(spread), linetype="dashed", color="#E74C3C") +
 geom_hline(yintercept=mean(spread)+2*sd(spread), color="#27AE60", alpha=0.5) +
 geom_hline(yintercept=mean(spread)-2*sd(spread), color="#27AE60", alpha=0.5) +
 labs(title="协整价差序列与2σ通道", y="标准化价差")+
 theme_minimal(base_family = "PingFang SC")

## Don't know how to automatically pick scale for object of type <xts/zoo>.
## Defaulting to continuous.

R获取股票数据

Thu, 14 Apr 2011 00:00:00 +0000

R中有多个包都提供了从线上数据库获取股票数据的方法。如果非得在其中找出一个最好的，quantmod当之无愧。譬如下载沪市大盘数据，代码可以是：

library(quantmod) 
SSE <- getSymbols("000001.SS",auto.assign=FALSE) 
head(SSE)

或者：

library(quantmod) 
setSymbolLookup(SSE=list(name="000001.SS", src="yahoo")) 
getSymbols("SSE") 
head(SSE)

以上是Jeff Ryan（quantmod作者）推荐过的方法。不过，后来JoshuaUlrich在他的邮件中给出了一个更简洁的方法：

library(quantmod) 
getSymbols("^SSEC") 
head(SSEC)

虽然quantmod的包出自Jeff Ryan之手，显而易见，在这一点上Joshua Ulrich是青出于蓝而胜于蓝。

股票 on 格物堂