如何将不同日期的标准化股票序列合并绘制到同一图表？

需求目标：

• 下载不同时间段的股票数据
• 对收益率进行标准化（起始值设为1）
• 将时间对齐至时间0（以各自起始日为第1天）
• 在同一图表中绘制所有序列以直观对比表现

原代码使用quantmod和ggplot2可生成单只股票的标准化图表，但合并绘制时因各序列日期范围不同，直接合并会产生大量NA值导致失败。

修正后的完整代码 #

library(quantmod)
library(ggplot2)
library(dplyr)

# 修正字符串分割逻辑，替换非内置的spl函数
Symbols <- unlist(strsplit('AAPL,C', ','))
dates_from <- unlist(strsplit('2000-1-1,2008-1-1', ','))
dates_to <- unlist(strsplit('2000-12-1,2008-12-1', ','))
noS <- length(Symbols)
dataEnv <- new.env()

# 批量下载并处理股票数据
for(i in 1:noS) {
  # 下载对应时间段的调整后收盘价
  getSymbols(Symbols[[i]], 
             src = "yahoo", 
             from = dates_from[[i]], 
             to = dates_to[[i]],
             env = dataEnv, 
             auto.assign = TRUE, 
             use.Adjusted = TRUE)
  # 标准化价格：以起始日价格为基准，所有值除以起始值
  dataEnv[[Symbols[i]]] <- Ad(dataEnv[[Symbols[i]]]) / coredata(Ad(dataEnv[[Symbols[i]]]))[1]
  # 转换为数据框，添加相对时间列和股票标识列
  dataEnv[[Symbols[i]]] <- data.frame(
    Relative_Day = 1:nrow(dataEnv[[Symbols[i]]]),
    Normalized_Price = coredata(dataEnv[[Symbols[i]]]),
    Symbol = Symbols[i]
  )
}

# 合并所有股票数据为长格式数据框（避免NA值问题）
combined_data <- bind_rows(mget(ls(dataEnv), envir = dataEnv))

# 绘制多序列对比图
ggplot(combined_data, aes(x = Relative_Day, y = Normalized_Price, color = Symbol)) +
  geom_line(linewidth = 1) +
  ggtitle("标准化股票价格序列对比（各自起始日为第1天）") +
  xlab("相对交易日") +
  ylab("标准化价格（起始值=1）") +
  theme_minimal() +
  scale_color_brewer(palette = "Set1")

关键修改说明 #

• 修复字符串分割错误：替换非R内置的spl函数，用strsplit+unlist实现多股票/日期的拆分
• 统一数据结构：为每个股票数据添加Symbol标识列和Relative_Day相对时间列，确保所有序列的时间轴以自身起始日为基准对齐
• 长格式合并：使用dplyr::bind_rows合并数据，避免因日期范围不同产生的NA值，同时适配ggplot的分组绘图逻辑
• 优化可视化：通过color=Symbol自动区分不同股票线条，添加配色方案提升图表可读性

内容的提问来源于stack exchange，提问作者tangkb