In yyzeng/qfwr: Tutorials for "Quantitative Finance with R" course

说明

knitr::opts_chunk$set(
  echo = TRUE,
  eval = FALSE  # 在最后 Knit 本文档前，记得将 eval 更改为 TRUE
)

1. 本次编程实操练习为 “L09_字符串、因子和日期-时间”一讲的配套课后练习，目的 在于综合运用课程学过的内容，特别是第九讲中对字符串、因子和日期变量的处理；

2. 我已用 L06 编程实操练习相似的流程和代码生成数据集 ipos 并将其包含在 qfwr 包中， 你可用 data(ipos) 将该数据集加载到内存中，然后用 ipos 直接调用该数据集 （当然你也可用 View(ipos) 来浏览数据，用help(ipos)来查看数据集的帮助文档）。

练习1. 热身 warming-up

若我们直接用以下 ggplot2 命令做柱状图，x 轴 Listing board 的排列顺序并不太符合要求：

# 1-0.1 加载相关 R 包和 ipos 数据集
library(tidyverse)
library(lubridate)
library(qfwr)
data(ipos)

ipos

# 1-0.2 制图
ipos %>% 
  ggplot(aes(x = list_board)) +
  geom_bar(fill = "darkgrey", width = 0.6) + 
  labs(x = NULL, y = "num of IPOs")

我们希望从左到右的排序顺序为：主板->中小企业板->创业板->科创板，请用 forcats 包中的相应函数对字符变量 list_board 重新排序。

# 请先试着自主独立完成，如实在难以解决，...>
# 可在控制台Console中键入 qfwr::qfwr_key("L09", "ex1-1") 查看参考答案

# 1-1.1 调整因子次序并制图
#       在以下代码的_____处填入合适的内容
#       注：尽管 fct_*() 函数的第一个参数多为 f（因子向量），但它们多数也可直接
#           作用于本例中的字符型向量 list_board
ipos %>% 
  _____ %>%   # 调整变量的因子次序，记得在 mutate() 中调用相应的 fct_*()
  ggplot(aes(x = list_board)) +
  geom_bar(fill = "darkgrey", width = 0.6) + 
  labs(x = NULL, y = "num of IPOs")

练习2. 处理变量 wind_ind 并制图

数据集 ipos 中的变量 wind_ind 为 Wind 划分的行业分类，其细分至四级，如 “医疗保健--医疗保健设备与服务--医疗保健设备与用品--医疗保健用品”，但划分过细 并不便于我们汇总统计和制图。在此，我们只需提取（保留）其第一级行业分类。

# 请先试着自主独立完成，如实在难以解决，...>
# 可在控制台Console中键入 qfwr::qfwr_key("L09", "ex2") 查看参考答案

# 2.1 先看看 wind_ind 的行业划分情况
ipos %>%
  count(wind_ind, sort = TRUE) %>%
  View()

# 2.2 提取（保留） wind_ind 的第一级行业分类并制图
#     条条大路通罗马，但限制使用 mutate() + str_*() 的方法
#     在以下代码中的<...>修改为恰当的内容
ipos %>% 
  mutate(wind_ind1 = str_<...>(wind_ind, "<...>")) %>% 
  ggplot(aes(fct_<...>(wind_ind1))) +   # 按频率从高到低自左向右排序
  geom_bar() +
  labs(x = "Wind Industry Code", y = "num of IPOs")

练习3. 处理变量 underwriter

在这个任务中，我们想统计主承销商在此期间承销家数的排名情况并作图，最终希望 得到的示例图大致如下：

png_udwrt <- system.file("tutorials", "L09", "L09-lab", "udwrt.svg", package = "qfwr")
knitr::include_graphics(png_udwrt)

但是，我们运行下列代码：

# 先用以下命令整体浏览下变量 underwriter 的取值及其分布情况
ipos %>%
  count(underwriter) %>%
  arrange(desc(n)) %>% 
  View()

不难发现 underwriter 变量存在以下三个主要问题：

• 主承销商 underwriter 变量有点复杂，一只 IPO 可能存在多家主承销商，在 原数据集中用半角 , 分隔，最多的一只 IPO 竟有 5 家主承销商，并不满足 tidy data 的要求。

• 主承销商全名有点长，不便列表与作图。我们希望用承销商常见的简称，如不用 “申万宏源证券承销保荐有限责任公司”，而用“申万宏源”。当然部分券商简称得手工 处理，如“中国国际金融股份有限公司”的通用简称应该为“中金公司”。

• 承销券商很多，在制作承销商 IPO 承销家数条形图时我们希望只显示承销家数排名靠前 的前十五大券商，而把其余券商汇总为“其它券商”，并显示在最底下。（样本期间， 券商存在合并重组更名等现象，在此暂不予考虑）。

我们需要逐一处理上述问题。

1. 将原主承销商字段 underwriter 拆解成多行

# 请先试着自主独立完成，如实在难以解决，...>
# 可在控制台Console中键入 qfwr::qfwr_key("L09", "ex3-1") 查看参考答案

# 3-1.1 拆解成多行，每行一个承销商，并存为新数据集 underwriters
#       注：在关于 tidyr 包的 cheatsheet 中可找一个函数轻松实现！
underwriters <- ipos %>% 
  select(stk_cd, underwriter) %>%  # 只保留两个字段，避免繁乱
  <...> %>% 
  arrange(stk_cd)
underwriters

2. 将承销商名字转换为恰当的简称，生成新变量 undwrt

# 请先试着自主独立完成，如实在难以解决，...>
# 可在控制台Console中键入 qfwr::qfwr_key("L09", "ex3-2") 查看参考答案

# 3-2.1 先统一提取变量 underwriter 的前四位字符作为承销商简称
udw_tmp <- underwriters %>% 
  mutate(undwrt = <...>)

# 3-2.2 再看下 undwrt 变量的取值及其*倒序*频数分布情况
udw_tmp %>% 
  <...>(undwrt) %>% 
  <...>(<...>) %>% # 也可在前一步骤中设定参数 sort = TRUE 从而跳过此步骤
  View()

# 3-2.3 手工调整更改几处明显不太恰当的券商简称，如：
#       中国国际（中金公司）|中国银河（银河证券）|中国中投（中投证券）
#       中国民族（民族证券）|太平洋证（太平洋证券）|新时代证（新时代证券）
#       摩根士丹（摩根士丹利）| 长江巴黎（长江证券）
udwrs <- udw_tmp %>%
  mutate(
    undwrt = <...>    # 要改这么多，代码不会短。一个一个改？Noop！
                      # ?str_replace_all
  )

# 3-2.4 再看下 undwrt 变量的取值及其倒序频数分布情况
udwrs %>%
  count(undwrt) %>%
  arrange(desc(n)) %>% 
  View()

3. 统计每家承销商 undwrt 的IPO承销家数并作图

# 请先试着自主独立完成，如实在难以解决，...>
# 可在控制台Console中键入 qfwr::qfwr_key("L09", "ex3-3") 查看参考答案

# 3-3.1 计算主承销商承销家数
#       计算方法如下：
#       假如一只 IPO 只有1家主承销商，则给该主承销商 +1，有2家主承销商，则
#       每家各 +1/2，以此类推。没整明白具体怎么算，那也别慌！我已经帮你们
#       算好啦，:) 代码如下：
undwrt_ipos <- udwrs %>% 
  group_by(stk_cd) %>% 
  mutate(ipo_share = 1/n()) %>% 
  group_by(undwrt) %>% 
  summarise(ipos = sum(ipo_share)) %>% 
  arrange(desc(ipos))

# 3-3.2 将承销家数处于15位之后的券商合并为“其它券商”组（记得设置权重 w 参数），
#       重新按因子变量 undwrt 统计 IPO 承销家数，并作条形图（作图前记得调整
#       变量 undwrt 的因子次序）
undwrt_ipos %>% 
  mutate(  # 将承销家数处于15位之后的券商合并为“其它券商”组
    undwrt = <...>
  ) %>% 
  count(undwrt, wt = ipos) %>% 
  mutate(  # 调整变量 undwrt 的因子次序，可能需要两次调整
    <...>
  ) %>%
  ggplot(aes(x = n, y = undwrt)) +
  geom_bar(stat = "identity") +
  labs(x = "num of IPOs", y = "Underwriter")

练习4. 附加题

同学们可试着模仿本讲讲义幻灯片36和幻灯片37的代码绘制 IPO 月度发行家数 （基于网上发行日期 on_date 统计）的时间序列柱形图。

# 请尽量自主独立完成

累啦！不想再动脑，只想看参考答案！！😱

\~\~\~\~ 那就键入 qfwr::qfwr_key("L09", "ex4") 吧。

恭喜同学们，完成第九讲课后练习啦！🥂 []\~(￣▽￣)\~* 🥂

yyzeng/qfwr documentation built on Nov. 29, 2021, 6:23 p.m.