logo标签列表

如何在R中获取货币汇率

rcurrency
17

是否有任何 R 包/函数可以实时获取汇率，例如来自 Google Finance？如果已经有相关的内容，我希望避免使用 RCurl 或其他解析器。

具体而言，给定“从”和“到”货币符号的向量，我想知道汇率。类似于：

IdealFunction(c("CAD", "JPY", "USD"), c("USD", "USD", "EUR"))
看一下 TFX 包。 - DatamineR
1
您可能希望访问此处建议的软件包（包括TFX）：http://www.thertrader.com/2013/11/08/financial-data-accessible-from-r-part-iii/ - KFB
4个回答
30
您可以使用quantmod获取雅虎报价。（我不确定雅虎外汇报价延迟多久，或者更新频率如何。）

您可以使用quantmod来获取雅虎报价。（我不确定雅虎外汇报价延迟多久，或者更新频率如何。）

library(quantmod)
from <- c("CAD", "JPY", "USD")
to <- c("USD", "USD", "EUR")
getQuote(paste0(from, to, "=X"))
#                  Trade Time   Last Change % Change Open High Low Volume
#CADUSD=X 2014-11-01 08:23:00 0.8875    N/A      N/A  N/A  N/A N/A    N/A
#JPYUSD=X 2014-11-01 08:23:00 0.0089    N/A      N/A  N/A  N/A N/A    N/A
#USDEUR=X 2014-11-01 08:23:00 0.7985    N/A      N/A  N/A  N/A N/A    N/A

如果您注册一个免费帐户，可以使用市场约定（即 USD/JPY 而不是 JPY/USD）获取实时、毫秒级的时间戳行情。或者选择 TFX。

library(TFX)
pairs <- paste(to, from, sep="/")
QueryTrueFX(ConnectTrueFX(pairs, "validUser", "anytext"))
#   Symbol Bid.Price Ask.Price      High       Low               TimeStamp
#1 USD/CAD   1.12651   1.12665   1.12665   1.12651 2014-10-31 20:45:00.559
#2 USD/JPY 112.34600 112.35900 112.35900 112.34600 2014-10-31 20:45:00.134
#3 EUR/USD   1.25234   1.25253   1.25253   1.25234 2014-10-31 20:45:00.598

如果您有一个交互式经纪商账户，您可以使用IBrokers软件包，或者我的twsInstrument软件包（它基本上只是对IBrokers函数的封装）

library(twsInstrument)
getQuote(paste0(to, from), src="IB") # only works when market is open.
2
你实际上可以不需要TrueFX的用户名：qt <- QueryTrueFX(); qt[qt$Symbol %in% paste(to, from, sep="/"),]，但你仍然需要知道是否需要将货币对反过来引用，或者有一些逻辑来判断哪个存在。 - GSee
这个 quant mod 函数现在已经失效了吗？quant mod::getFX("USD/JPY") 返回：Error in download.file(oanda.URL, destfile = tmp, quiet = !verbose) : cannot open URL 'http://www.oanda.com/currency/historical-rates/download?quote_currency=USD&end_date=2016-04-27&start_date=2014-12-15&period=daily&display=absolute&rate=0&data_range=y2&price=mid&view=table&base_currency_0=JPY&base_currency_1=&base_currency_2=&base_currency_3=&base_currency_4=&download=csv' - tim
1
@tim，这个问题已经在开发版本中修复了。或者你可以像这样解决：options(download.file.method="wget"); getFX("USD/JPY")。 - GSee
2
这就是为什么 R 是最好的。 - Paul
3
一个问题：如何使用“quantmod”获取特定日期（比如2019年12月31日）的雅虎股票行情？ - vicky
7
你可以使用来自 priceR 库的 historical_exchange_rates() 函数。
例如，要获取2010年至2020年期间每日澳元对美元的汇率：
# install.packages("priceR")
library(priceR)

cur <- historical_exchange_rates("AUD", to = "USD",
                          start_date = "2010-01-01", end_date = "2020-06-30")
tail(cur)

       date one_AUD_equivalent_to_x_USD
 2020-06-25                    0.688899
 2020-06-26                    0.686340
 2020-06-27                    0.686340
 2020-06-28                    0.685910
 2020-06-29                    0.687335
 2020-06-30                    0.690166

dim(cur)
[1] 3834    2


# Plot USD vs AUD last 10 years
library(ggplot2)
library(tidyverse)

cur %>% 
  tail(365 * 10) %>% 
  rename(aud_to_usd = one_AUD_equivalent_to_x_USD) %>%  
  mutate(date = as.Date(date)) %>% 
  ggplot(aes(x = date, y = aud_to_usd, group = 1)) +
  geom_line() +
  geom_smooth(method = 'loess') + 
  theme(axis.title.x=element_blank(),
        axis.ticks.x=element_blank()) + 
  scale_x_date(date_labels = "%Y", date_breaks = "1 year")

在此输入图片描述

更多示例可在这里和这里找到。

你好@stevec，我真的很喜欢priceR，但能问一下priceR的数据来源吗？我之所以问是因为，如果我对美元进行通胀调整（比如从2000年1月到2019年1月增加50），并将其与在线计算器相比较 - 然后我得到了非常相似的结果。但对于欧元，priceR明显低估了校正值（约65与约69相比）。对于英镑来说，这是73，而英格兰银行建议使用85。我猜是因为英国从CPI转向了RPI，但是否有办法让priceR改用（例如）RPI呢？ - Mooks
@Mooks 谢谢你让我知道！所有的通货膨胀数据都直接来自世界银行 API。所有的货币汇率数据都来自欧洲中央银行（通过 https://exchangerate.host/）。如果你确认有 bug，请在这里告诉我：https://github.com/stevecondylios/priceR/issues，我会跟进处理。 - stevec
@Mooks 在这里（https://data.worldbank.org/indicator/FP.CPI.TOTL.ZG）可以找到关于世界银行通货膨胀指标的文档，`adjust_for_inflation()` 函数使用该指标。 - stevec
很遗憾，使用RPI没有简单的方法。我能提供的最好建议是您可以查看计算实际价格的代码，并尝试将RPI纳入其中，而不是CPI。希望这对您有所帮助。 - stevec
2
太棒的包！谢谢 - Frederick
6

看起来TFX和quantmod都有相关的功能(感谢@RStudent和@KFB的提示)。我更喜欢使用quantmod，因为它不需要设置账户，但据我所知，它没有像我所需要的那样进行矢量化的当前快照功能。这个函数GetExchangeRates可以做到这一点:

GetExchangeRates <- function(from, to, dt=Sys.Date()) {
  require(quantmod)
  obj.names <- getFX(paste0(from, "/", to), from=dt, to=dt)
  result <- numeric(length(obj.names))
  names(result) <- obj.names
  for (obj.name in obj.names) {
    result[obj.name] <- as.numeric(get(obj.name))[1]
    # Clean up    
    rm(obj.name)
  }
  return(result)
}

TestExchangeRates <- function() {
  from <- c("CAD", "JPY", "USD")
  to <- c("USD", "USD", "EUR")
  GetExchangeRates(from, to)
}
2
getFX对于历史请求非常好用，但它只会每天更新一次。 - GSee
2
然而，历史数据仅可用于过去180天。是否有办法获取更早的数据？ - Frederick
1
请注意，quantmod::getFX 返回来自OANDA的中间价格（我通过将汇率与其他来源进行比较并使用OANDA在线数据源发现了这一点）。这些中间价格类似于日内平均价格...我在这些数据上发现了非常奇怪的效果。非常奇怪... - Alexey Burnakov
0
比较函数getSymbols和getFX：
  • 只有第一个函数将日期输入改为前一天，见下方。编辑：自2023年10月30日起不再改变
  • getSymbols每天返回多个值，但Open、Close等值是相同的
  • 第二个函数有180天的限制
关于Alexey Burkanov的评论：

"注意quantmod::getFX返回的是OANDA的中间价格"

这似乎是真的，因为这里构建的平均值更接近外汇市场，而不是getSymbol的"Adjusted column"（其他测试显示相同趋势，未显示）。
from_curr <- c("CAD", "JPY", "USD")
to_curr <- c("USD", "USD", "EUR")

library(quantmod)
# this dates will not work currently see above
res <- GetExchangeRates(from_curr = from_curr, to_curr = to_curr, "2023-05-03", "2023-05-09")

# artificial avg_low_high_this_fun column vs FX:
sum(abs(res$FX - res$avg), na.rm = T)
0.005812667

# Adjusted_Sy == Close == Open ? vs FX:
sum(abs(res$FX - res$Adjusted_Sy), na.rm = T)
0.01492536

enter image description here

# inspired in other answer:
require(quantmod)
require(dplyr)    
require(stringr)
require(rlang)
require(tibble)
GetExchangeRates <- function(from_curr, to_curr, from_date, to_date = from_date) {
  exchanges <- paste0(from_curr, "/", to_curr)

  result_getFX <- mapply(
    function(from_curr, to_curr) {
      ready_name <- paste0(from_curr, ".", to_curr)
      getFX(paste0(from_curr, "/", to_curr),
        from = from_date,
        to = to_date,
        src = "yahoo",
        auto.assign = FALSE
      ) |>
        as.list() |>
        as.data.frame() |>
        rownames_to_column(var = "date") |>
        set_names(~ (.) |> paste0("FX")) |>
        set_names(~ (.) |> str_replace_all(ready_name, ""))
    },
    from_curr, to_curr,
    SIMPLIFY = F
  )
  names(result_getFX) <- exchanges
  result_getFX <- result_getFX |> bind_rows(.id = "exchange")

  result_getSymbols <- try(get_exchange_rates_symbol(from_curr, to_curr, from_date, to_date), silent = TRUE)
  if (inherits(result_getSymbols, "try-error")) {
    warning("getSymbol unavailable for weekends or between two non-dollar currencies")
    return(result_getFX)
  }
  merge(result_getFX, result_getSymbols,
    by.y = c("exchange", "date_input"), by.x = c("exchange", "dateFX"),
    all = TRUE
  )
}

get_exchange_rates_symbol <- function(from_curr, to_curr, from_date, to_date = from_date) {
  exchanges <- paste0(from_curr, "/", to_curr)

  result_getSymbols <- mapply(
    function(from_curr, to_curr) {
      ready_name <- paste0(from_curr, to_curr)
      getSymbols(paste0(ready_name, "=X"),
        src = "yahoo", auto.assign = FALSE,
        from = as.Date(from_date), to = as.Date(to_date)
      ) |>
        as.list() |>
        as.data.frame() |>
        rownames_to_column(var = "date") |>
        set_names(~ (.) |> str_replace_all(".X", "")) |>
        rowwise() |>
        mutate("{ready_name}.avg_low_high_this_fun" := mean(c(
          .data[[paste0(ready_name, ".Low")]],
          .data[[paste0(ready_name, ".High")]]
        ), na.rm = TRUE)) |>
        set_names(~ (.) |> str_replace_all(paste0(ready_name, "."), "")) |>
        set_names(~ (.) |> paste0("_Sy")) |>
        mutate(date_input = ifelse(
          as.Date(date_Sy) < as.Date("2023-10-30"),
          as.character(as.Date(date_Sy) + 1),
          date_Sy
        )) |>
        relocate(date_input, .before = date_Sy) |>
        relocate(avg_low_high_this_fun_Sy, .after = date_input)
    },
    from_curr, to_curr,
    SIMPLIFY = FALSE
  )
  names(result_getSymbols) <- exchanges
  result_getSymbols <- result_getSymbols |>
    bind_rows(.id = "exchange") |>
    as.data.frame()
  result_getSymbols
}
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接