주가 그래프 그리기 in R

tidyquant와 quantmod를 사용한 주가 그래프 그리기

주식의 평가를 위해서는 가장 먼저해야할 일이 주가를 가져와야 하는 일일 것이다. 앞선 포스트에서 주가를 가져왔는데(https://2stndard.tistory.com/104) 주가를 가져왔으면 흔히 가장 먼저 하는 일이 그래프를 통해 주가가 어떻게 움직였는지를 확인하는 것일 것이다.

주가를 표현하는 그래프를 그리기 위해 많이 사용하는 패키지가 quantmod와 tidyquant이다. 사실 quantmod패키지는 R에서 가장 많이 사용되는 금융 전문 패키지인데 tidyquant도 이 quantmod 패키지의 함수들을 tidyverse 생태계에서 사용할 수 있게 구현한 패키지이다.

여기서는 R에서 그래프 작성에 가장 많이 사용되는 ggplot2와 금융 전용 패키지인 quantmod, tidyquant를 사용하여 앞서 가져온 삼성전자의 주가 그래프를 그려보도록 하겠다.

ggplot2 사용

앞서 가져온 삼성전자의 시계열 그래프를 ggplot2로 그려보면 다음과 같다.

먼저 주가의 종가에 대한 선 그래프를 그려보겠다.

fig1 <- samsung |> ggplot() +
  geom_line(aes(x = date, y = close, group = 1)) +
  scale_x_date(date_labels = "%y년 %W주", date_breaks = 'week') + 
  theme_bw() +
  theme(axis.text.x = element_text(angle = 90)) + 
  labs(x = '주차', y = '종가', title = '22년 삼성전자 주가')
  
fig1

보통 주식 그래프는 위와 같은 종가 그래프의 밑에 주식 거래량 막대 그래프가 붙는다. 다음은 주식 거래량에 대한 막대 그래프이다.

fig2 <- samsung |> ggplot() +
  geom_col(aes(x = date, y = volume)) +
  scale_x_date(date_labels = "%y년 %W주", date_breaks = 'week') + 
  scale_y_continuous(label = scales::label_number(suffix = " M", scale = 1e-6)) +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 90)) + 
  labs(x = '주차', y = '거래량', title = '22년 삼성전자 주식 거래량')

fig2

patchwork패키지¹를 사용하여 이 두 그래프를 붙여준다.

library(patchwork)

(fig1 + 
  theme(axis.text.x = element_blank(), 
        axis.title.x = element_blank()) +
  labs(x = NA, y = '종가', title = '2022년 삼성전자 주가')
) /
(fig2 + 
   theme(plot.title = element_blank())
 ) +
   plot_layout(heights = c(5, 1))

그런데 위의 그래프를 보면 특히 아래 거래량 그래프에서 이가 빠진듯 중간중간 빈 곳이 있다. 이 곳은 주말과 휴일로 인해 거래가 되지 않는 날이다. 주말과 휴일을 제거하기 위해서는 bdscale 패키지의 scale_x_bd()를 사용할 수 있다.

if (!require(bdscale)) {
  install.packages('bdscale')
  library(bdscale)
}

(samsung |> ggplot() +
  geom_line(aes(x = date, y = close, group = 1)) +
  scale_x_bd(business.dates=samsung$date, max.major.breaks = 26, labels=scales::date_format("%y년 %W주")) +
  scale_y_continuous(label = scales::comma) +
  theme_bw() +
  theme(axis.text.x = element_blank(), 
        axis.title.x = element_blank()) +
  labs(x = NA, y = '종가', title = '2022년 삼성전자 주가')) /
(samsung |> ggplot() +
  geom_col(aes(x= date, y = volume)) +
  scale_x_bd(business.dates=samsung$date, max.major.breaks = 26, labels=scales::date_format("%y년 %W주")) +
  scale_y_continuous(label = scales::label_number(suffix = " M", scale = 1e-6)) +
  labs(y = '거래량') +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 90)) ) +
   plot_layout(heights = c(5, 1))

tidyquant 패키지를 사용한 주가 그래프

ggplot2 패키지를 사용해서 최대한 주가 그래프를 그려보았다. 하지만 뭔가가 좀 허전하다. 일단 주가 그래프에서는 보통 시가(Open), 저가(Low), 고가(High), 종가(Close)를 한꺼번에 표시하는 그래프를 사용한다. 이 그래프를 ‘candlestick’ 그래프라고 한다. 또 주가 그래프에서 5일 이동 평균, 10일 이동 평균과 같은 이동 평균(Moving Average)가 같이 표기되는 경우가 많다. 물론 ggplot2를 사용해서 이를 표현할 수도 있지만 굉장히 복잡한 과정을 거쳐야 한다.

앞서 설명한 금융 전용 패키지인 tidyquant 패키지의 geom_candlestick()과 geom_ma()를 사용하면 이를 쉽게 그릴 수 있다.

if (!require(tidyquant)) {
  install.packages('tidyquant')
  library(tidyquant)
}

(samsung |>
  ggplot(aes(x = date, y = close)) +
  geom_candlestick(aes(open = open, high = high, low = low, close = close)) +
  geom_ma(color = "darkgreen", n = 5) +
  geom_ma(color = "darkred", n = 10) + 
  scale_x_date(date_breaks = '1 week', date_labels = '%y년-%W주') +
  scale_y_continuous(label = scales::comma) +
  theme_bw() +
  theme(axis.text.x = element_blank(), 
        axis.title = element_blank()) + 
  labs(xy = '종가', title = '2022년 삼성전자 주가'))  /
(samsung |> ggplot() +
  geom_col(aes(x= date, y = volume)) +
  scale_x_bd(business.dates=samsung$date, max.major.breaks = 26, labels=scales::date_format("%y년 %W주")) +
  scale_y_continuous(label = scales::label_number(suffix = " M", scale = 1e-6)) +
  labs(y = '거래량') +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 90)) ) +
   plot_layout(heights = c(5, 1))

quantmod 패키지를 사용한 주가 그래프

quantmod 패키지는 R에서 금융 분석을 위해 가장 많이 사용되는 패키지이다. 앞서 사용한 tidyquant도 quantmod 패키지 함수들을 재조합해 만들어진 패키지이다. 따라서 quantmod 패키지의 사용법도 잘 알아두는 것이 좋다. 다만 quantmod 패키지는 xts 타입의 시계열 데이터 타입을 사용하기 때문에 앞서 tqk로 불러들인 데이터를 xts 데이터 타입으로 바꾸는 과정이 필수적이다.

if (!require(xts)) {
  install.packages('xts')
  library(xts)
}

samsung_xts <- samsung

rownames(samsung_xts) = samsung_xts$date
samsung_xts <-as.xts(samsung_xts[, -1], order.by = samsung_xts$date)

변환된 xts 객체는 chartSeries()를 사용하면 간단히 주가 챠트가 그려진다.

chartSeries(samsung_xts)

위의 주가 그래프를 다음과 같이 조금 수정해보자.

• name : 그래프 제목의 수정
• TA : 추가적인 인디케이터 설정
• theme : 그래프의 전체 테마 설정
• up.col, dn.col : 상승과 하락 막대의 색 설정

chartSeries(samsung_xts, 
            type="candlestick",
            name = '삼성전자 주가',
            TA="addSMA(5,col='orange');addSMA(10,col='red');addVo()", 
            theme = chartTheme('white'), 
            up.col = 'red', dn.col = 'blue')

---

1. patchwork 패키지의 사용법은 https://2stndard.tistory.com/23?category=875356 을 참조하라.↩︎