R语言数据分析案例-股票可视化分析

一、数据整合的对象

# Loading necessary libraries
library(readxl)
library(dplyr)
 
# Reading the data from Excel files
data_1 <- read_excel("云南白药.xlsx")
data_2 <- read_excel("冰山.xlsx")

二、数据整合的代码

# Reading the data from Excel files
data_1 <- read_excel("云南白药.xlsx")
data_2 <- read_excel("冰山.xlsx")
 
# Assuming both data sets have the same structure
# Combine the two datasets vertically
combined_data <- bind_rows(data_1, data_2)

由于数据特征名称不同，要处理：

# View the combined data
head(combined_data)
 
 
# 检查原始数据集中是否有NA值
sum(is.na(data_1))
sum(is.na(data_2))
 
# 检查列名以确保它们在两个数据集中是一致的
colnames(data_1)
colnames(data_2)
 
# 调整data_2的列名以匹配data_1
colnames(data_2) <- colnames(data_1)
 
# 重新合并数据
combined_data <- bind_rows(data_1, data_2)
 
# 再次检查列名
colnames(combined_data)

任务二：统计分析

一、统计分析的代码

# 重新进行描述性统计分析
print("描述性统计分析 - 云南白药")
summary(combined_data[combined_data$"证券简称" == "云南白药", ])
 
print("描述性统计分析 - 冰山冷热")
summary(combined_data[combined_data$"证券简称" == "冰山冷热", ])

二、代码运行的结果及统计结论的分析

日期：数据涵盖的时间范围是从2023-02-07到2023-07-07。

证券代码：证券代码始终为538，这表明分析的数据集仅针对一支股票。

前收、开盘、最高、最低、今收：

这些股价相关的变量都有类似的统计范围，价格从50元左右到近60元。

中位数和均值非常接近，这表明数据的分布相对对称，没有严重的偏斜。

最高价和最低价的范围表明该股票在观察期间的波动范围。

涨跌幅（%）：

涨跌幅变化范围从-5.28%到7.52%，这显示了股票在观察期间的波动性。

中位数接近0（0.04%），意味着相对于前一交易日的收盘价，该股票的收盘价在中位数日期是几乎没有变化的。

均值接近0，这暗示在所考察的时间段内，股票价格的上涨和下跌大致抵消。

成交量（万股）：

成交量的最小值为203.1万股，最大值为2963.8万股，显示出交易量的显著波动。

交易量的中位数572.3万股和均值637.3万股相比较高的最大值，表明有一些交易日的成交量非常高。

成交金额（万元）：

成交金额的范围从10547万元到169013万元，与成交量的波动类似，表明有些交易日成交金额非常大。

市盈率：市盈率从30.32到37.03变动，这反映了该股票价格相对于每股收益的比率在观察期内的变化。

日期：数据覆盖的时间范围与之前的“云南白药”相同，从2023-02-07到2023-07-07。

证券代码：证券代码始终为530，这表明分析的数据集仅针对一支股票。

前收、开盘、最高、最低、今收：股价变量的范围大致在4.35元到5.78元之间，这与“云南白药”的股价范围相比较低，显示了它是一个较低价位的股票。

中位数和均值非常接近，表明数据分布相对均衡，没有显著偏斜。

股价的最大值和最小值之间的差异不大，这可能表明股票在该时间段内的价格波动较小。

涨跌幅（%）：涨跌幅的范围从-3.36%到4.78%，与“云南白药”相比，这个股票的价格波动性稍低。中位数为0%，均值为0.1147%，这表明在所考察的时间段内，股票价格的上涨和下跌大致平衡。

成交量：成交量从482.4万股到9138.9万股不等，显示了交易量的显著波动。成交量的中位数和均值较低，可能表明在某些交易日，股票的交易活跃度不高。

成交金额：成交金额的范围从995.2万元到50741.5万元，与成交量的波动相似，表明有些交易日的活跃度特别高。

市盈率：市盈率从0到261.6变动，这是一个非常宽的范围，可能反映了投资者对于公司盈利能力预期的显著变化，或者是由于特定时期盈利数据的变化导致的市盈率计算出现极端值。

任务三：数据可视化

一、时间序列图

（1）作时间序列图的代码

# 加载所需的库
# 设置图形布局为1行2列
par(mfrow = c(2, 1))
# 云南白药的时间序列图
plot(data_1$'日期', data_1$'今收', type = "l", col = "blue", xlab = "日期", ylab = "今收价格", main = "云南白药的时间序列图")
# 冰山冷热的时间序列图
plot(data_2$'日期', data_2$'今收', type = "l", col = "red", xlab = "日期", ylab = "今收价格", main = "冰山的时间序列图")

（2）生成的时间序列图

（3）基于时间序列图进行的分析

云南白药的时间序列图分析：

价格波动：云南白药的股票价格在2月到4月期间相对稳定，在此之后价格出现了下降趋势。5月份之后，股价波动加大，显示出更多的上下波动。

下降趋势：从图中可以看出，尽管有波动，但整体趋势是向下的，特别是在5月到7月期间，股价有明显的下降。

冰山冷热的时间序列图分析：

价格波动：与云南白药相比，冰山冷热的股价波动较小，整体趋势是上升的。

上升趋势：2月到7月期间，冰山冷热的股价显示出一种持续上升的趋势，特别是在4月到7月期间，股价持续攀升。

对比分析：

股价水平：云南白药的股价明显高于冰山冷热，这可能反映了两家公司市值和投资者对其业绩预期的不同。股价趋势：在给定期间内，云南白药和冰山冷热的股价趋势完全不同，云南白药呈现下跌趋势，而冰山冷热则呈现上升趋势。投资者情绪：云南白药的下降趋势可能反映了投资者对该公司前景的悲观情绪，而冰山冷热的上升趋势可能表明投资者对该公司的乐

观看法。

二、直方图

（1）作直方图的代码

# 设置图形布局为1行2列
par(mfrow = c(1, 2))
# 云南白药的直方图
hist(data_1$'今收', col = "blue", xlab = "今收价格", ylab = "频率", main = "云南白药的直方图", breaks = 30)
# 冰山冷热的直方图
hist(data_2$'今收', col = "red", xlab = "今收价格", ylab = "频率", main = "冰山的直方图", breaks = 30)

（2）生成的直方图

（3）基于直方图进行的分析

云南白药直方图分析：

价格分布集中在54到56元之间，这表明大部分交易日的收盘价落在这个区间。

价格分布较为紧凑，显示出相对较小的波动范围。

存在一个明显的峰值区间，表明某一价格区间的频率特别高。

冰山冷热直方图分析：

价格分布集中在4.9到5.1元之间，这表明大部分交易日的收盘价落在这个较狭窄的区间。

相比于云南白药，冰山冷热的价格分布看起来更为分散，这可能意味着其价格波动性较大。

直方图显示了几个较高的峰值，这可能表明某些价格区间的频率特别高，而其他区间较低，显示出价格分布的不均匀性。

对比分析：

两支股票的价格分布范围不同，云南白药的价格区间更高，这与公司的市值和股票的定价有关。云南白药的价格分布相对集中，显示出价格较为稳定；而冰山冷热的价格分布则更为分散，显示出价格波动性较大。

三、饼图

（1）作饼图的代码

par(mfrow = c(1, 2))
# 为深圳华强的“今收”价格创建分类
breaks_huaqiang <- seq(min(data_huaqiang$'今收'), max(data_huaqiang$'今收'), length.out = 5)  
data_huaqiang$price_category <- cut(data_huaqiang$'今收', breaks_huaqiang, include.lowest = TRUE)
# 计算每个分类的频率
price_counts_huaqiang <- table(data_huaqiang$price_category)
# 绘制饼图
pie(price_counts_huaqiang, col = rainbow(length(price_counts_huaqiang)), main = "深圳华强价格区间的饼图")
# 添加图例
legend("topright", legend = names(price_counts_huaqiang), fill = rainbow(length(price_counts_huaqiang)))
 
# 为平安银行的“今收”价格创建分类
breaks_pingan <- seq(min(data_pingan$'今收'), max(data_pingan$'今收'), length.out = 5)  
data_pingan$price_category <- cut(data_pingan$'今收', breaks_pingan, include.lowest = TRUE)
# 计算每个分类的频率
price_counts_pingan <- table(data_pingan$price_category)
# 绘制饼图
pie(price_counts_pingan, col = rainbow(length(price_counts_pingan)), main = "平安银行价格区间的饼图")
# 添加图例
legend("topright", legend = names(price_counts_pingan), fill = rainbow(length(price_counts_pingan)))

（3）基于饼图进行的分析

从云南白药的饼图可以观察到：

价格区间分为四个部分，每个部分代表一个特定的价格范围。最大的部分是价格区间(5.07, 5.36]，这意味着大多数的“今收”价格落在这个区间。其他三个区间的占比较小，这表明“今收”价格较少地落在这些范围内。

从冰山冷热的饼图可以观察到：

价格区间同样分为四个部分，每部分对应不同的价格范围。最大的部分似乎是价格区间(4.77, 5.07]，表明这个价格区间的频率最高。其他区间的分布较为均匀，但(4.48, 4.77]区间占据了较大的一部分，表明该价格区间内的“今收”价格出现的次数也相对较多。

对比分析：

对于云南白药，高频价格区间集中在(5.07, 5.36]，而对于冰山冷热，高频价格区间则集中在(4.77, 5.07]。这两张饼图显示，尽管两家公司的股票价格绝对值不同，但它们都有一个主要的价格区间，其中股票价格出现的频率最高。另外，这些饼图也体现了两个股票价格分布的不同特性，云南白药的价格分布集中在一个较高的区间，而冰山冷热的价格则在一个较低的区间较为分散。