用r中的指数移动平均值绘制股票价格

我有以下df+代码示例：（我的df是从2016年1月至2020年4月）

我希望在我的函数图中显示每个“Axy_价格”的长短指数移动平均值。就像在图形中一样。如果我能以某种方式在ggplot中实现它，那就太好了，因为我想在plot中显示更多的变量。有人有主意吗？到目前为止，我已经试过了：

library(plyr)
library(tidyverse)
library(quantmod)
library(TTR)
library(zoo)
library(PerformanceAnalytics)
library(xts)

#### EMA function ####
EMAf <- function (price,n){
  ema <- c()
  ema[1:(n-1)] <- NA
  ema[n]<- mean(price[1:n])
  beta <- 2/(n+1)
  for (i in (n+1):length(price)){
    ema[i]<-beta * price[i] + 
      (1-beta) * ema[i-1]
  }
  ema <- reclass(ema,price)
  return(ema)
}
#
df_A01 <- df %>%
  dplyr::select(Date, A01_Price)
#
EMAf_A01 <- ddply(df_A01, "A01", f)
#
library(ggplot2)
ggplot(df_A01, aes(x=Year, y=Value)) +
  geom_line(mapping=aes(shape=Type), size=0.5) +
  theme_bw() +
  geom_line(data = madf, mapping=aes(x = Date, y = EMAf_A01, linetype=Type,
                                     color = A01), size = 1) +
  ylab(expression(paste("mean",mu, "g",C~L^{-1}, day^{-1}))) +
  theme(legend.key = element_blank())

库（plyr）
图书馆（tidyverse）
图书馆（quantmod）
图书馆（TTR）
图书馆（动物园）
库（性能分析）
图书馆（xts）
####EMA函数####
EMAf您可以逐个添加行并使用TTR:：EMA函数

代码：

如果你想用一个命令来画线，你应该使用df，这里有一些很好的方法。你可以一行一行地添加线，并使用TTR:：EMA函数

代码：

如果你想用一个命令来绘制直线，你应该使用df，这里有一些很好的帖子，介绍如何做到这一点。
我认为问题可能在于使用了多个数据帧。将所有变量放在一个文件中。
我认为问题可能是使用了多个数据帧。将所有变量放在一个文件中。
谢谢。是的，也许我应该制作一个包含所有数据的xts文件。谢谢。是的，也许我应该制作一个包含所有数据的xts文件。
library(plyr)
library(tidyverse)
library(quantmod)
library(TTR)
library(zoo)
library(PerformanceAnalytics)
library(xts)

#### EMA function ####
EMAf <- function (price,n){
  ema <- c()
  ema[1:(n-1)] <- NA
  ema[n]<- mean(price[1:n])
  beta <- 2/(n+1)
  for (i in (n+1):length(price)){
    ema[i]<-beta * price[i] + 
      (1-beta) * ema[i-1]
  }
  ema <- reclass(ema,price)
  return(ema)
}
#
df_A01 <- df %>%
  dplyr::select(Date, A01_Price)
#
EMAf_A01 <- ddply(df_A01, "A01", f)
#
library(ggplot2)
ggplot(df_A01, aes(x=Year, y=Value)) +
  geom_line(mapping=aes(shape=Type), size=0.5) +
  theme_bw() +
  geom_line(data = madf, mapping=aes(x = Date, y = EMAf_A01, linetype=Type,
                                     color = A01), size = 1) +
  ylab(expression(paste("mean",mu, "g",C~L^{-1}, day^{-1}))) +
  theme(legend.key = element_blank())

#
xts_stock01L <- as.xts(df_A01[, c(2)], order.by=df_A01[[1]])
#
chartSeries(xts_stock01L,
            subset="2016-01::2020-04",
            theme=chartTheme("white"))
addEMA(n=30,on=1,col = "blue")
addEMA(n=200,on=1,col = "red")

library(TTR)
library(quantmod)

getSymbols("AAPL")

df = as.data.frame(AAPL)

library(ggplot2)


df$EMA_short = EMA(df$AAPL.Close,1000)
df$EMA_long = EMA(df$AAPL.Close,100)
df$time = rownames(df) %>% as.POSIXct()

df = na.omit(df)
ggplot(df) + geom_line(aes(y=EMA_short,x =time),col="green") + geom_line(aes(y=EMA_long,x=time),col="red") + geom_line(aes(y=AAPL.Close,x=time))