利用ggplot2画蜡烛图

在做量化策略开发的时候，可视化是个很重要的辅助手段。在R当中，有很多绘制金融时间序列图形的工具，比如quantmod包里的chartSeries（），就是个很不错的工具。但是在实际的使用中，面对不同的问题，这些现有的工具依然不够个性化。利用R的做图系统，可以实现更灵活的可视化表达。
下面是一个简单的例子，利用ggplot2绘制价格走势的蜡烛图（candle chart）,加入成交量和技术分析指标。
（1）绘制价格走势的蜡烛图
绘制2014年12月26日的上证指数的1分钟k线图，数据由通达信软件导出。文件名sz141226.csv。
利用ggplot2中关于绘制boxplot的方法，可以画出蜡烛图。把box的lower设为开盘价，upper设为收盘价，middle设为NA，
上须取成最高价，下须取成最低价。
library(ggplot2)
sz<-read.csv('~/sz141226.csv',header=F,encoding='UTF-8',as.is=TRUE)
sz<-sz[,c(1:6,9:11)]
colnames(sz)<-c('time','open','high','low','close','volumn','boll','boll.u','boll.l')
sz$id<-1:240
sz$candleLower<-pmin(sz$open,sz$close)
sz$candleUpper<-pmax(sz$open,sz$close)
sz$candleMiddle <- NA
sz$color <- "red"
sz$color[sz$close<sz$open] = "green"
g1<-ggplot(sz,aes(x=id))+geom_boxplot(stat='identity',alpha=.8, aes(lower=candleLower, middle=candleMiddle, upper=candleUpper, ymin=low, ymax=high,group=id, fill=color))+
  scale_fill_manual(values=c('green','red'))+guides(fill=FALSE)
g1
                
                
（2）加入技术指标
和价格序列具有相似取值的技术成分，比如均线、通道、买入卖出符号等，都可以在这一张图里绘出。下面加入布林带，去掉背景色，并对坐标轴做必要的修饰：
g2<-g1+geom_line(aes(y=boll.u),color='grey')+geom_line(aes(y=boll.l),color='grey')+
  scale_x_discrete(breaks=c(1,60,120,180,240),labels=c('09:30','10:30','11:30/13:00','14:30','15:00'))+
  theme_bw()+guides(fill=FALSE)+theme(axis.title=element_blank())
g2
                
                
  
 （3） 加入成交量
 
 成交量和价格序列有相同的x轴标度（时间），但两者的y轴标度是完全不同的。一种解决方法是利用gridExtra包,先把价格序列和成交量分别做图，然后合并到一张图中。
 
library(grid)
library(gridExtra)
g3<-ggplot(sz,aes(x=id))+geom_bar(stat = "identity",aes(y=volumn,fill=color),color='black',alpha=.7)+
  scale_fill_manual(values=c('green','red'))+
  scale_x_discrete(breaks=c(1,60,120,180,240),labels=c('09:30','10:30','11:30/13:00','14:30','15:00'))+
  scale_y_continuous(breaks=c(0, 2.5e+07, 5.0e+07, 7.5e+07),labels=c('0','25M','50M','75M'))+
  theme_bw()+guides(fill=FALSE)+
  theme(axis.title=element_blank())
g4<-g2+theme(axis.text.x=element_blank(),
        axis.title.x=element_blank(),
        axis.ticks.x=element_blank())
grid.newpage()
pushViewport(viewport(layout = grid.layout(3, 1)))
print(g4, vp = viewport(layout.pos.row = 1:2, layout.pos.col = 1))
print(g3, vp = viewport(layout.pos.row = 3, layout.pos.col = 1))
                
                
另一种很折腾的方法，调整各种变量的取值范围（可以共用一个y轴的标度），把它们绘制到一张图当中。