我正在尝试在quantmod中使用chartSeries
绘制两个图表。但我遇到了一些困难。
library(quantmod)
tickers <- c('GLD', 'GDX')
data <- new.env()
getSymbols(tickers, src = 'yahoo', from = '1980-01-01', env = data)
chartSeries(Cl(data$GLD), TA="addTA(Cl(data$GDX), on=1)")
addRSI()
我正在尝试在quantmod中使用chartSeries
绘制两个图表。但我遇到了一些困难。
library(quantmod)
tickers <- c('GLD', 'GDX')
data <- new.env()
getSymbols(tickers, src = 'yahoo', from = '1980-01-01', env = data)
chartSeries(Cl(data$GLD), TA="addTA(Cl(data$GDX), on=1)")
addRSI()
chart_Series
替代 chartSeries
。chart_Series(Cl(data$GLD))
add_TA(Cl(data$GDX), on = 1)
如果您想在子面板中添加RSI,则只需添加add_RSI()
。
另一种方法是使用版本>=0.10.0的xts
(即根本不使用quantmod
),您可以从https://github.com/joshuaulrich/xts获取(0.10.0尚未在CRAN上)。xts
中的新plot
函数非常友好,可以同时绘制xts
对象的多列。有关新功能的示例,请查看?plot.xts
。
编辑#2:
为了更容易地查看相对变化,您可以以许多方式规范化价格系列。这是一种典型的方法(使用0起点是Google图表所采用的方法):
normalise_series <- function(xdat) xdat / coredata(xdat)[1]
getSymbols("USO")
window <- "2013/"
# Define colour of default chart line to chart_Series in mytheme object
# which is passed to chart_Series:
mytheme <- chart_theme()
mytheme$col$line.col <- "darkgreen"
chart_Series(normalise_series(Cl(data$GLD)[window]) - 1, theme = mytheme)
add_TA(normalise_series(Cl(data$GDX)[window]) - 1, on = 1, col = "red", lty = 3)
add_TA(normalise_series(Cl(USO)[window]) - 1, on = 1, col = "blue", lty =2)
add_TA(RSI(Cl(data$GLD)), on = NA, col = "darkgreen")
add_TA(RSI(Cl(data$GDX)), on = 2, col = "red", lty = 3)
# Or add RSIs on different subpanels to improve readability of charts:
add_TA(RSI(Cl(USO)), on = NA, col = "blue", lty = 2)