library(twitteR)
library(hash)
library(lubridate)
library(rusquant) #install.packages("rusquant", repos="http://R-Forge.R-project.org")

load("twits.dat.RData")

getSymbols("EURUSD",src = "Finam",period="hour",from = Sys.Date()-13)
indexTZ(EURUSD) <- "UTC"
# В пакете что-то не так с часовыми поясами.
# Выполните tail(EURUSD) и посмотрите на последний час, затем сравните с временем на http://www.worldtimeserver.com/current_time_in_UTC.aspx
# Отбросьте минуты и секунды с сайта, часы при этом должны совпадать. Но у меня не совпали.
# И логично что часы не совпадут в неторговое время, делайте проверку только в торговое время.
# Выполните команду indexTZ(EURUSD) <- "UTC+1" или "UTC-1" или "UTC+2" или "UTC-2" или +-больше; и затем tail(EURUSD), так чтоб сверка времени на сайте и последней строке в tail(EURUSD) совпали
indexTZ(EURUSD) <- "UTC+1" #у меня прокатило вот так, это даст настоящий UTC

#счётчик упоминаний даты в твиттере
buyCount <- hash()
sellCount <- hash()
for(i in 1:nrow(EURUSD)){
  buyCount[[ as.character(time(EURUSD[i])) ]] <- 0
  sellCount[[ as.character(time(EURUSD[i])) ]] <- 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 <- as.numeric(EURUSD$EURUSD.Open)

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


#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 EURUSD
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")
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