Ga naar hoofdinhoud

Cursus

Financiële gegevens importeren en beheren in R

GemiddeldVaardigheidsniveau

Bijgewerkt 04-2026

Leer hoe je financiële gegevens kunt bekijken vanuit lokale bestanden en ook van internetbronnen.

Start Cursus Kosteloos

RApplied Finance5 u14 videos51 Opdrachten4,300 XP20,803Prestatieverklaring

Maak je gratis account aan

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Geliefd bij leerlingen van duizenden bedrijven

Wil je 2 of meer mensen trainen?

Probeer DataCamp for Business

Cursusbeschrijving

Als je ooit met financiële of economische tijdreeksen hebt gewerkt, weet je dat de gegevens in allerlei vormen, groottes en frequenties voorkomen. Gegevens in R krijgen kan stressvol en tijdrovend zijn, zeker als je data uit meerdere bronnen moet samenvoegen tot één gegevensset. Deze cursus behandelt het importeren van data uit lokale bestanden en van internetbronnen.

Vereisten

Manipulating Time Series Data in R

1

Introduction and Downloading Data

A wealth of financial and economic data are available online. Learn how getSymbols() and Quandl() make it easy to access data from a variety of sources.

Welcome to the course!

Introducing getSymbols()

Data sources

Make getSymbols() return the data it retrieves

Finding data from internet sources

Find stock ticker from Yahoo Finance

Download exchange rate data from Oanda

Hoofdstuk Beginnen

2

Extracting and Transforming Data

You've learned how to import data from online sources, now it's time to see how to extract columns from the imported data. After you've learned how to extract columns from a single object, you will explore how to import, transform, and extract data from multiple instruments.

Extracting columns from financial time series

Extract one column from one instrument

Extract multiple columns from one instrument

Importing and transforming multiple instruments

Combine many instruments into one object

Extract the Close column from many instruments

Hoofdstuk Beginnen

3

Managing Data from Multiple Sources

Learn how to simplify and streamline your workflow by taking advantage of the ability to customize default arguments to getSymbols(). You will see how to customize defaults by data source, and then how to customize defaults by symbol. You will also learn how to handle problematic instrument symbols.

Setting default arguments for getSymbols()

Set a default data source

Set default arguments for a getSymbols source

Setting per-instrument default arguments

Set default data source for one symbol

Save and load symbol lookup table

How *not* to specify the getSymbols() source

Handling instrument symbols that clash or are not valid R names

Access the object using get() or backticks

Create valid name for one instrument

Create valid names for multiple instruments

Hoofdstuk Beginnen

4

Aligning Data with Different Periodicities

You've learned how to import, extract, and transform data from multiple data sources. You often have to manipulate data from different sources in order to combine them into a single data set. First, you will learn how to convert sparse, irregular data into a regular series. Then you will review how to aggregate dense data to a lower frequency. Finally, you will learn how to handle issues with intra-day data.

Making irregular data regular

Create a zero-width and regular xts object

Use merge to make an irregular index regular

Aggregating to lower frequency

Aggregate daily data and merge with monthly data

Align series to first and last day of month

Aggregate to weekly, ending on Wednesdays

Aggregating and combining intraday data

Combine data that have timezones

Make irregular intra-day data regular

Fill missing values by trading day

Aggregate irregular intra-day data

Hoofdstuk Beginnen

5

Importing Text Data, and Adjusting for Corporate Actions

You've learned the core workflow of importing and manipulating financial data. Now you will see how to import data from text files of various formats. Then you will learn how to check data for weirdness and handle missing values. Finally, you will learn how to adjust stock prices for splits and dividends.

Importing text files

Import well-formatted daily OHLC data

Import text files in other formats

Handle date and time in separate columns

Read text file containing multiple instruments

Checking for weirdness

Handle missing values

Visualize imported data

Cross reference sources

Adjusting for corporate actions

Adjust for stock splits and dividends

Download split and dividend data

Adjust univariate data for splits and dividends

When to adjust data

Congratulations!

Hoofdstuk Beginnen

Financiële gegevens importeren en beheren in R

Cursus
voltooid

Verdien een prestatieverklaring

Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitae
Deel het op sociale media en in je functioneringsgesprekSchrijf Je Nu in

Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met Financiële gegevens importeren en beheren in R!

Maak je gratis account aan

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.