R中绘制股票ARIMA预测值及大数据量绘图解决方案

一、分钟级数据绘图的解决方案 #

37万+条分钟级数据点远超过屏幕可显示的像素数量，直接绘制所有点不仅视觉上无法区分细节，还会触发绘图性能报错。以下两种方案可以解决这个问题：

方案1：对原始数据采样后绘图 #

通过间隔采样减少绘图点数量，同时保留预测值进行对比（这里以每10分钟取1个点为例，可根据需求调整采样间隔）：

# 为原始数据添加顺序索引（假设数据已按时间排序）
data$idx <- seq_len(nrow(data))

# 间隔采样原始数据
sampled_data <- data[seq(1, nrow(data), by = 10), ]

# 整理预测数据，与采样数据的索引衔接
forecast_df <- data.frame(
  idx = max(sampled_data$idx) + seq_len(10),
  close = forecastedValues$mean,
  lower = forecastedValues$lower,
  upper = forecastedValues$upper,
  type = "Forecast"
)

sampled_data$type <- "Original"

# 合并绘图数据
plot_data <- rbind(
  sampled_data[, c("idx", "close", "type")],
  forecast_df[, c("idx", "close", "type")]
)

# ggplot2绘图
ggplot(plot_data, aes(x = idx, y = close, color = type)) +
  geom_line(size = 0.5) +
  geom_ribbon(data = forecast_df, aes(ymin = lower, ymax = upper, fill = type), alpha = 0.2) +
  labs(x = "Time Index", y = "Close Price", title = "Sampled Original Data vs Forecast") +
  theme_minimal()

方案2：只绘制近期数据+预测 #

如果只需要观察近期趋势，直接截取最后N个原始数据点（比如最后5000条）：

# 截取最后5000条原始数据
recent_data <- tail(data, 5000)
recent_data$idx <- seq(nrow(data) - 5000 + 1, nrow(data))

# 整理预测数据
forecast_df <- data.frame(
  idx = nrow(data) + seq_len(10),
  close = forecastedValues$mean,
  lower = forecastedValues$lower,
  upper = forecastedValues$upper,
  type = "Forecast"
)

recent_data$type <- "Original"

# 合并绘图数据
plot_data <- rbind(
  recent_data[, c("idx", "close", "type")],
  forecast_df[, c("idx", "close", "type")]
)

# 绘图
ggplot(plot_data, aes(x = idx, y = close, color = type)) +
  geom_line(size = 0.5) +
  geom_ribbon(data = forecast_df, aes(ymin = lower, ymax = upper, fill = type), alpha = 0.2) +
  labs(x = "Time Index", y = "Close Price", title = "Recent Original Data vs Forecast") +
  theme_minimal()

二、转换为小时级数据的完整流程 #

如果需要分析更宏观的趋势，可以将分钟级数据聚合为小时级，再进行建模和绘图：

1. 处理时间戳并按小时聚合 #

首先确保你的CSV包含时间戳列（比如timestamp），先解析时间并按小时分组计算平均收盘价：

library(dplyr)
library(lubridate)

# 读取数据并解析时间戳（根据实际格式调整，比如dmy_hms）
data <- read.csv("C:/Users/HP Pavilion/Desktop/Time Series Major/BHARTIARTL__EQ__NSE__NSE__MINUTE.csv")
data$timestamp <- ymd_hms(data$timestamp)

# 按小时分组，计算每小时平均收盘价（也可用last(close)取小时末收盘价）
hourly_data <- data %>%
  mutate(hour = floor_date(timestamp, "hour")) %>%
  group_by(hour) %>%
  summarise(close_mean = mean(close, na.rm = TRUE)) %>%
  ungroup()

# 转换为时间序列对象（每日24小时频率）
hourly_ts <- ts(hourly_data$close_mean, frequency = 24)

2. 小时级ARIMA建模与预测 #

# 自动选择最优ARIMA模型
hourly_arima <- auto.arima(hourly_ts)
summary(hourly_arima)

# 预测未来24小时的收盘价（可调整h值改变预测时长）
hourly_forecast <- forecast(hourly_arima, level = c(95), h = 24)

3. 小时级数据绘图 #

方式1：使用forecast包自带绘图函数（快捷）

plot(hourly_forecast, main = "Hourly Close Price Forecast", xlab = "Hour", ylab = "Average Close Price")

方式2：使用ggplot2自定义绘图

# 整理原始小时级数据
hourly_plot_data <- data.frame(
  hour = hourly_data$hour,
  close = hourly_data$close_mean,
  type = "Original"
)

# 整理预测数据，生成对应的时间戳
forecast_hours <- seq(max(hourly_data$hour), by = "hour", length.out = 25)[-1]
hourly_forecast_df <- data.frame(
  hour = forecast_hours,
  close = hourly_forecast$mean,
  lower = hourly_forecast$lower,
  upper = hourly_forecast$upper,
  type = "Forecast"
)

# 合并数据并绘图
combined_plot_data <- rbind(hourly_plot_data, hourly_forecast_df)

ggplot(combined_plot_data, aes(x = hour, y = close, color = type)) +
  geom_line(size = 0.8) +
  geom_ribbon(data = hourly_forecast_df, aes(ymin = lower, ymax = upper, fill = type), alpha = 0.2) +
  labs(x = "Time", y = "Average Close Price", title = "Hourly Original Data vs Forecast") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

内容的提问来源于stack exchange，提问作者Karandeep Saluja