计算任何一对股票的相关性

将数据转换为返回的数据框架,其列标题为公司名称,您应该只能够将其传递到 cor 作用如果调用了数据帧 df ,例如,您可以使用 dplyr 和 tidyr 图书馆:

df1 = dplyr::select(df, date, COMNAM, RET)
df2 = dplyr::select(tidyr::spread(df1, key = COMNAM, value = RET), -date)
answer = cor(df2, use = "pairwise.complete.obs")

我清理了你的数据 COMNAM 只是多字公司名称的第一个字。这是我得到的输出:

> answer
              APPLE MICROSOFT
APPLE     1.0000000 0.8763755
MICROSOFT 0.8763755 1.0000000

这是一个更完整的示例,可能会为执行此类分析和/或在何处/如何获取数据打开一些新思路的大门:

library(quantmod)
library(tidyverse)
library(lubridate)

symbols <- c("AAPL", "MSFT", "GOOG")
getSymbols(symbols)
stocks <- data.frame(as.xts(merge(AAPL, MSFT, GOOG)))
stocks$date <- row.names(stocks)
row.names(stocks) <- NULL

# head(stocks)

jan31 <- ymd("2016-01-31")
days_to_keep <- jan31 %m+% months(0:11)
# days_to_keep

res <- stocks %>%
  select(ends_with("Close"), date) %>%
  mutate(date = ymd(date)) %>%
  filter(date %in% days_to_keep)

res %>% select(-date) %>% cor()

#            AAPL.Close MSFT.Close GOOG.Close
# AAPL.Close  1.0000000  0.9198357  0.9313001
# MSFT.Close  0.9198357  1.0000000  0.9103830
# GOOG.Close  0.9313001  0.9103830  1.0000000

# Or more visually...
res %>% select(-date) %>% pairs()