getSymbols 下载多个交易品种的数据并将调整价格导出到 CSV 文件

如何解决getSymbols 下载多个交易品种的数据并将调整价格导出到 CSV 文件

这里是 quantmode 新手，

我的最终目标是拥有一个包含每月股票价格的 CSV 文件，我已经使用以下代码使用 getSymbols 下载了数据：

Symbols <- c("DIS","TSLA","ATVI","MSFT","FB","ABT","AAPL","AMZN","BAC","NFLX","ADBE","WMT","SRE","T","MS")

Data <- new.env()
getSymbols(c("^GSPC",Symbols),from="2015-01-01",to="2020-12-01",periodicity="monthly",env=Data)

上面的行工作正常，现在我需要创建一个数据框，其中只包含数据列为 c 的所有交易品种的调整后价格，

有什么帮助吗？ :)

期望的输出与此类似

enter image description here

解决方法

获取每月数据的另一种简单方法：

tickers <- c('AMZN','FB','GOOG','AAPL')
getSymbols(tickers,periodicity="monthly")
head(do.call("merge.xts",c(lapply(mget(tickers),"[",6),all=FALSE)),3)

           AMZN.Adjusted FB.Adjusted GOOG.Adjusted AAPL.Adjusted
2012-06-01        228.35       31.10      288.9519      17.96558
2012-07-01        233.30       21.71      315.3032      18.78880
2012-08-01        248.27       18.06      341.2658      20.46477

请注意，逻辑参数 all = FALSE 相当于 innerjoin，当您的所有股票都有价格时，您将获得数据。 all = TRUE 填充了 NA (outerjoin) 不可用的数据。 要编写您可以使用的文件：

write.zoo(monthlyPrices,file = 'filename.csv',sep=',',quote=FALSE)

,

首先从环境中获取数据：

require(quantmod)
# your code
dat <- mget(ls(Data),env=Data)

然后从对象中提取数据：

newdat <- as.data.frame(sapply( names(dat),function(x) coredata(dat[[x]])[,1] ))

请注意，这需要 Opening 值（参见：dat[[x]])[,1]），对象有更多，例如：

names(dat[["AAPL"]])
[1] "AAPL.Open"     "AAPL.High"     "AAPL.Low"      "AAPL.Close"
[5] "AAPL.Volume"   "AAPL.Adjusted"

最后，获取日期（假设所有符号的日期都是对称的）：

rownames(newdat) <- index(dat[["AAPL"]])
# OR,more universal,by extracting from the complete list:
rownames(newdat) <-
    as.data.frame( sapply( names(dat),function(x) as.character(index(dat[[x]])) ) )[,1]

head(newdat,3)
              AAPL   ABT  ADBE   AMZN  ATVI   BAC    DIS    FB    GSPC    MS
2015-01-01 27.8475 45.25 72.70 312.58 20.24 17.99  94.91 78.58 2058.90 39.05
2015-02-01 29.5125 44.93 70.44 350.05 20.90 15.27  91.30 76.11 1996.67 33.96
2015-03-01 32.3125 47.34 79.14 380.85 23.32 15.79 104.35 79.00 2105.23 35.64
            MSFT     NFLX    SRE     T   TSLA   WMT
2015-01-01 46.66 49.15143 111.78 33.59 44.574 86.27
2015-02-01 40.59 62.84286 112.38 33.31 40.794 84.79
2015-03-01 43.67 67.71429 108.20 34.56 40.540 83.93

写入 csv：

write.csv(newdat,"file.csv")