您假设因为您可以获得当前数据快照,您还可以获得历史序列.
这个假设是不正确的.数据现在是许多交易所的重要产品,您通常需要为此付费.
不过还有其他方法,对于商品数据,Quandl可能是您最好的选择.搜索'天然气nymex'可以引导您达成这个NG_H2014合同,而CRAN上的Quandl软件包非常出色,因为所有这些现在都非常易于编写.
例如,您的问题是2016年3月到期:
R> str(res <- Quandl("CME/NGH2016")) 'data.frame': 1935 obs. of 9 variables: $ Date : Date, format: "2015-12-23" "2015-12-22" "2015-12-21" "2015-12-18" ... $ Open : num 2.05 2.07 2.02 1.97 1.99 ... $ High : num 2.12 2.08 2.09 2.01 2.02 ... $ Low : num 2.01 2.02 1.97 1.91 1.96 ... $ Last : num 2.11 2.05 2.08 1.96 1.96 ... $ Change : num 0.067 0.031 0.093 NA 0.024 0.002 0.068 0.089 0.022 0.033 ... $ Settle : num 2.1 2.03 2.06 1.97 1.97 ... $ Volume : num 37213 32346 59892 53955 80027 ... $ Open Interest: num 210758 209803 208883 207250 212823 ... - attr(*, "freq")= chr "daily" R>
或者作为准备绘图的动物园对象:
R> res <- Quandl("CME/NGH2016", type="zoo") R> plot(res[,"Settle"], main="NGH2016", ylab="Settle")
您假设因为您可以获得当前数据快照,您还可以获得历史序列.
这个假设是不正确的.数据现在是许多交易所的重要产品,您通常需要为此付费.
不过还有其他方法,对于商品数据,Quandl可能是您最好的选择.搜索'天然气nymex'可以引导您达成这个NG_H2014合同,而CRAN上的Quandl软件包非常出色,因为所有这些现在都非常易于编写.
例如,您的问题是2016年3月到期:
R> str(res <- Quandl("CME/NGH2016")) 'data.frame': 1935 obs. of 9 variables: $ Date : Date, format: "2015-12-23" "2015-12-22" "2015-12-21" "2015-12-18" ... $ Open : num 2.05 2.07 2.02 1.97 1.99 ... $ High : num 2.12 2.08 2.09 2.01 2.02 ... $ Low : num 2.01 2.02 1.97 1.91 1.96 ... $ Last : num 2.11 2.05 2.08 1.96 1.96 ... $ Change : num 0.067 0.031 0.093 NA 0.024 0.002 0.068 0.089 0.022 0.033 ... $ Settle : num 2.1 2.03 2.06 1.97 1.97 ... $ Volume : num 37213 32346 59892 53955 80027 ... $ Open Interest: num 210758 209803 208883 207250 212823 ... - attr(*, "freq")= chr "daily" R>
或者作为准备绘图的动物园对象:
R> res <- Quandl("CME/NGH2016", type="zoo") R> plot(res[,"Settle"], main="NGH2016", ylab="Settle")