library(twitteR)
library(hash)
library(lubridate)

load("twits.dat.RData")

ratesTable <- read.csv("eurusd_h1.csv")
ratesTable[,"Time"] <- as.character(ratesTable[,"Time"]) #read.csv скорее всего конвертнул эта в фактор, нам это не нужно
#время твиттере вроде UTC; а в CSV: UTC+2. Нужно отнять 2 часа из таблички
ratesTable[,"Time"] <- sapply(ratesTable[,"Time"], function(x){ as.character(ymd_hms(x) - hours(2))})


#счётчик упоминаний даты в твиттере
buyCount <- hash()
sellCount <- hash()
for(i in 1:nrow(ratesTable)){
  buyCount[[ ratesTable[i,"Time"] ]] <- 0
  sellCount[[ ratesTable[i,"Time"] ]] <- 0
}

for(i in 1:length(li$buy.twits)){
  #от твиттер даты отбрасываются минуты и секунды
  date <- as.character(floor_date(li$buy.twits[[i]]$created, unit = "hour"))
  if(has.key(date, buyCount)){
    #увеличиваем счётчик на 1
    buyCount[[date]] <- buyCount[[date]] + 1
  }
}

for(i in 1:length(li$sell.twits)){
  #от твиттер даты отбрасываются минуты и секунды
  date <- as.character(floor_date(li$sell.twits[[i]]$created, unit = "hour"))
  if(has.key(date, sellCount)){
    #увеличиваем счётчик на 1
    sellCount[[date]] <- sellCount[[date]] + 1
  }
}

#график 1. eurusd h1 open
chart1 <- ratesTable[,"Open"]

#график 2. число упоминаний "buy" за час
chart2 <- rep(NA, nrow(ratesTable))
#график 3. число упоминаний "sell" за час
chart3 <- rep(NA, nrow(ratesTable))
for(i in 1:nrow(ratesTable)){
  chart2[i] <-  buyCount[[ ratesTable[i,"Time"] ]]
  chart3[i] <- sellCount[[ ratesTable[i,"Time"] ]]
}


#Я так и не научился рисовать красивые наложенные графики, поэтому тут будет куча расчёт координат вручную.
#В идеале нужно просто как-то нарисовать chart1, chart2, chart3 с красивым наложением и без всего нижеследующего кода.
#Вместо chart1 вообще лучше ohlc бары из таблицы ratesTable
lowPart <- c(min(chart1), min(chart1) - 0.33*(max(chart1)-min(chart1)))
lowPartMid <- (lowPart[1] + lowPart[2])/2
chart2 <- lowPartMid + chart2/max(chart2,chart3) * (lowPart[1]-lowPartMid)
chart3 <- lowPartMid + chart3/max(chart2,chart3) * (lowPart[2]-lowPartMid)

plot(chart1, type="l", ylim=c(lowPart[2], max(chart1)), ylab="Price", xlab="Bar", main="EURUSD H1 2017.02-16 - 2017.02.24")
lines(rep(min(chart1),length(chart1)), type="l", col="gray")
lines(chart2, col="blue")
lines(chart3, col="red")
grid(nx = length(chart1)/2)

#не забывайте что этот "твиттеропрогноз" - запаздывает. Пик на графике покупок под H1 open ценой - означает что твиты приходили В ТЕЧЕНИИ ВСЕГО этого бара.
#т.е. в реале число твитов соотествующих бару вы узнаете в конце этого бара