R练习50题 - 第五期

习

题预览

小编最近实在有很多事情要做，抓住了空档就马上更新了！继续看题！

16. 上证50、沪深300、中证500指数成分股中，沪股和深股各有多少？

17. 上证50、沪深300、中证500指数成分股中，行业分布如何？

18. 每天上证50、沪深300、中证500指数成分股的总成交额各是多少？

19. 上证50、沪深300、中证500指数日收益率的历史波动率是多少？

20. 上证50、沪深300、中证500指数日收益率的相关系数矩阵？

21. 上证50、沪深300、去除上证50的沪深300指数日收益率的相关系数矩阵？

习

题 16

16. 上证50、沪深300、中证500指数成分股中，沪股和深股各有多少？

代码及解析：

data[, melt(.SD, measure.vars = patterns("index"),

variable.name = "index_name") ][value > 0,

.(stkcd_amount = uniqueN(symbol)),

by = .(index_name, date,

type = ifelse(str_detect(symbol, "SH"),

"SH", "SZ"))]

此题解答上需要感谢frankZhang在村长github主页的提问，提问链接：https://github.com/Ravin515/r-data-practice/issues/1 。这一题的关键在于数据结构的reshape，在这里我们用了melt将一个‘宽’的数据集变成了一个‘长’的数据集；此外还在by中生成了一列标识出股票属于上证还是深证。为了更加直观展示数据reshape之后的形态，我们将代码分成两部分展示。

第一部分

data[, melt(.SD,

measure.vars = patterns("index"),

variable.name = "index_name")

][1:5]

line 1中我们首先使用了melt，而需要进行处理的变量是index_w50、 index_w300和index_w500，我们需要以这三个变量的变量名为观测值，重新生成一个变量index_name，而后这三个变量曾经的观察值生成另外一个变量value。接下来，如果要将这三个变量进行批量处理，则需要用到patterns这个函数，表示挑选出变量名里面含有“index”字段的变量；之后的variable.name = "index_name"表明生成一个名为index_name的变量，value这个变量自动生成。

第二部分

line 2首先选出了那些value > 0的观测行；而后在by中用ifelse以及str_detect生成一个区分沪股和深股的变量type，如果其中包含SH则生成SH, 其他的生成SZ；再以type，date和index_name进行分组，计算每个组中股票的数量stkcd_amount，这里还使用了去重操作uniqueN（注：这里还加入了date这个变量进行分组，是因为三大指数的成分股是滚动变化的）。代码和生成结果如下：

data[, melt(.SD,

measure.vars = patterns("index"),

variable.name = "index_name") ][value > 0,

.(stkcd_amount = uniqueN(symbol)),

by = .(index_name, date,

type = ifelse(str_detect(symbol, "SH"),

"SH", "SZ")) ][1:5]

习

题 17、18、19

习题17、18、19在基本原理上都用到了16题中的melt，有感兴趣的同学可以自己试着做一做，在这里不再赘述，只附上三道题目的代码和运行结果。

17. 上证50、沪深300、中证500指数成分股中，行业分布如何？

data[, melt(.SD,

measure.vars = patterns("index"),

variable.name = "index_name")

][value > 0,

.(stkcd_amount = uniqueN(symbol)),

by = .(index_name, date, industry)

][1:5]

18. 每天上证50、沪深300、中证500指数成分股的总成交额各是多少？

data[, melt(.SD,

measure.vars = patterns("index"),

variable.name = "index_name") ][value > 0,

.(amount = sum(amount)),

by = .(index_name, date) ][1:5]

19. 上证50、沪深300、中证500指数日收益率的历史波动率是多少？

data[, melt(.SD,

measure.vars = patterns("index"),

variable.name = "index_name")

][, .(index_ret = sum(value * (close/pre_close - 1))),

by = .(date, index_name)

][, .(vol = sd(index_ret)),

by = .(index_name)]

习

题 20 & 21

习题20&21属于两道类似的题目，在此只讲述一道，另一道可以留作感兴趣同学的练习。

20. 上证50、沪深300、中证500指数日收益率的相关系数矩阵？

data[, .(index_w50_ret =

sum(index_w50 * (close/pre_close - 1)),

index_w300_ret =

sum(index_w300 * (close/pre_close - 1)),

index_w500_ret =

sum(index_w500 * (close/pre_close - 1))),

keyby = date ][, cor(.SD[, -1])]

line 1以日期date分组计算三大指数的日收益率，index*(close/pre_close - 1)

line 2去掉变量日期date，对其余三个变量求相关系数矩阵。

21. 上证50、沪深300、去除上证50的沪深300指数日收益率的相关系数矩阵？

感兴趣的同学可以用此题进行拓展练习，代码和结果如下：

data[, .(index_w50_ret =

sum(index_w50 * (close/pre_close - 1)),

index_w300_ret =

sum(index_w300 * (close/pre_close - 1)),

index_w300_50 =

ifelse(index_w50 == 0 & index_w300 > 0, index_w300, 0),

close = close,

pre_close = pre_close),

keyby = date

][, .(index_w50_ret = unique(index_w50_ret), index_w300_ret = unique(index_w300_ret), index_w300_50_ret =

sum(index_w300_50 * (close/pre_close - 1)) %>% unique()),

keyby = date

][, cor(.SD[, -1])]

大猫的R语言课堂

我是大猫，一个高中读文科但却在代码、数学的路上狂奔不止的Finance Ph. D Candidate。

我是村长，一个玩了12年指弹吉他，却被代码深深吸引的博士候选人。

大猫的微信号是：

iRoss2007

村长的微信号及B站主页是：

ravin515

http://space.bilibili.com/40771572

大猫的R语言课堂关注R语言、数据挖掘以及经济金融学。

我们与大家分享我们的知识和节操，我相信独乐乐不如众乐乐。

我还有许多好玩的计划。

更多的精彩内容正在路上。