【学习】用R和集算器计算连续上涨5天的股票

　　目标：通过日交易数据，从多只蓝筹股中选出连续上涨5天的股票。

　　思路：导入数据；过滤出上个月的数据；按照股票代码分组；将数据按日期排序；计算出每天比上一天的收盘价的增长额；计算出连续正增长的天数；过滤出正增长天数大于等于5的那些股票。

　　原始数据：从财经网站上下载了重点蓝筹股的交易信息，包含29只股票，，存放在Excel中：

　　集算器解决方案

　　A1：从Excel中读入数据。这个过程大约用了20-30秒，毕竟有20多万条数据。

　　A2：按时间段过滤数据。只需要某个月的交易数据。

　　A3：=A2.group(Code)，按股票代码分组。这和R语言中的split函数功能类似。点击该单元格可以在右边看到计算结果：

　　每行是一个分组，点击其中一行，可以看到分组内的数据：

　　A4：=A3.(~.sort(Date))，将每只股票的交易数据都按照交易时间排序。因为不能确定下载的数据是否提前排过序了，只有排序后的数据才能进行后续的行间计算。

　　A5：=A4.(~.dup@t())，这句是将数据进行结构化（集算器中称为TSeq），以便后面可以动态的增加新列。

　　A6：=A5.(~.derive((Close-Close[-1]):INC))，对每只股票运算：”当日收盘价”-“前一日收盘价”。这一列是新加的，起名为”INC”。显然INC大于0表示股价在上升,反之就是股票在下降了。

　　A7：=A6.(~.derive(if(INC>0,CID=CID[-1]+1,0):CID))。增加一个新列CID用来记录当天连涨了几天。如果股价上升（INC>0），则将前一日的CID加1，作为当天的CID；反之如果股价下降，则当天的CID归0。

　　A8：=A7.select(~.max(CID)>=5)。过滤，如果某只股票最大的连涨天数大于等于5，则它就是需要的优质股票。~代表每个分组，即每只股票，这样避免大部分循环语句的使用。结果如下：

　　A9：=A8.(~.Code)。取出股票的代码，即每个分组中的Code，结果如下：

　　R解决方案

01 library(gdata)#use excel function library

02 A1<-read.xls("e:\data\all.xlsx") #import data

03 A2<-subset(A1,as.POSIXlt(Date)>=as.POSIXlt('2012-06-01')& as.POSIXlt(Date)<=as.POSIXlt('2012-06-30')) #filter by date

04 A3<- split(A2,A2$Code) #group by Code

05 A8<-list()

06 for(iin 1:length(A3)){

07 A3[[i]][order(as.numeric(A3[[i]]$Date)),]#sort by Date in each group

08 A3[[i]]$INC<-with(A3[[i]],Close-c(0,Close[- length (Close)])) #add a column, increased price

09 if(nrow(A3[[i]])>0){ #add a column, continuous increased days

10 A3[[i]]$CID[[1]]<-1

11 for(j in 2:nrow(A3[[i]])){

12 if(A3[[i]]$INC[[j]]>0 ){

13 A3[[i]]$CID[[j]]<-A3[[i]]$CID[[j-1]]+1

14 }else{

15 A3[[i]]$CID[[j]]<-0

16 }

17 }

18 }

19 if(max(A3[[i]]$CID)>=5){ #stock max CID is bigger than 5

20 A8[[length(A8)+1]]<-A3[[i]]

21 }

22 }

23 A9<-lapply(A8,function(x)x$Code[[1]]) #finally,stock code

　　01：启用Excel支持。要注意的是R对Excel的支持第三方的包l，需要先行下载安装，R对第三方包比较挑剔，找到一个兼容可能的不大容易

　　02：导入Excel的数据。可能是找来的Excel解析包不好用，这个过程大约需要8-10分钟，内存占用也比集算器多几百M，好在导入数据后内存就释放了。事实上R本身的运算速度还是比较快的，取数据库中的数据时会很好的体现这一点。

　　03，04:按时间过滤，并按Code分组。分组后的数据查看起来不易理解，点击右侧的变量看到的结果是这样的：

如果在控制台直接输入命令则相对好一些，如下：

　　05：A8<-list()，定义一个list类型的变量A8，它将用来存放连涨天数大于等于5的股票。

　　06-22：由于R不能像集算器那样方便的用~来操作每个分组，因此这里需要一个大循环，每次循环针对一个股票进行计算。

　　07:按日期排序。分组前就排序代码会更简单，但我考虑到最直观的思路是：分组前数据是混在一起的，看不出是否排序；分组后经过观察才发现顺序混乱，不排序则无法进行下一步的行间运算。

　　08：增加一个列INC，计算”当日收盘价”-“前一日收盘价”。R不支持行间运算，所以这里巧妙的将收盘价整体下移一行，再和原来的收盘价相减。代码是：Close-c(0,Close[- length (Close)])。

　　09-18： 增加一个列CID，计算连涨天数。09行的if(nrow(A3[[i]])>0)是为了避免有些股票没数据（比如暂时停牌），否则后面会报空指针 错误。10行的A3[[i]]$CID[[1]]<-1是为了赋初值和避免后面运算报空指针错误。集算器中不需要做类似的检查，看来它对非专业技术 人员更友好些。11-17：计算连涨天数。代码虽然很多，其实算法同集算器完全一样。

　　19-21：过滤，如果某只股票最大的连涨天数大于等于5，则它就是需要的优质股票。代码虽然较多，其实算法和集算器完全一样。结果如下：

　　23：取出分组中的代码，A9<-lapply(A8,function(x) x$Code[[1]])，如下图：

　　一些体会：

　　R和集算器凭借自身的能力都可以实现较复杂的股票分析。集算器的代码更简单易懂，避免了大部分的循环语句，数组越界等容易犯错的地方也做了些人性化的处理。基本上，会用基本的Excel公式应该就能用集算器来做股票分析了。

　　使用R来完成股票分析需要一定的编程技巧和数学知识，这样才能灵活运行R的各项功能。R还具备优秀的扩展性，比如有针对股票的第三方库函数和统计图;再比如完全可以自己写一个更高效的读取Excel的函数。

PPV课其他精彩文章：

1、回复“干货”查看干货 数据分析师完整知识结构

2、回复“答案”查看大数据Hadoop面试笔试题及答案

3、回复“设计”查看这是我见过最逆天的设计，令人惊叹叫绝

4、回复“可视化”查看数据可视化专题-数据可视化案例与工具

5、回复“禅师”查看当禅师遇到一位理科生，后来禅师疯了！！知识无极限

6、回复“啤酒”查看数据挖掘关联注明案例-啤酒喝尿布

7、回复“栋察”查看大数据栋察——大数据时代的历史机遇连载

8、回复“数据咖”查看数据咖——PPV课数据爱好者俱乐部省分会会长招募

9、回复“每日一课”查看【每日一课】手机在线视频集锦

原文始发于微信公众号（PPV课数据科学社区）：【学习】用R和集算器计算连续上涨5天的股票