首页 文章

Rblpapi R Bloomberg数据下载

提问于
浏览 次
0

我试图从Bloomberg下载一些FX Forward点数据来计算一些收益率差异 . 为此，我需要降低 Value 日期和定价点的结算日期之间的天数（即期限） . 我尝试过如下，但是这些dows不起作用并返回NAs . 虽然poinst显示：

require(Rblpapi)
blpConnect()
bdh("AUD1M Curncy",field=c("PX_MID","DAYS_TO_MTY"),start.date=as.Date("2017-05-01"))


         date             PX_MID DAYS_TO_MTY
1  2017-05-01 -4.505000000000000          NA
2  2017-05-02 -4.350000000000000          NA
3  2017-05-03 -4.150000000000000          NA
4  2017-05-04 -4.210000000000000          NA
5  2017-05-05 -4.257000000000000          NA
6  2017-05-08 -4.710000000000000          NA
7  2017-05-09 -4.930000000000000          NA
8  2017-05-10 -4.800000000000000          NA
9  2017-05-11 -4.505000000000000          NA
10 2017-05-12 -4.500000000000000          NA
11 2017-05-15 -4.855000000000000          NA
12 2017-05-16 -4.525000000000000          NA
13 2017-05-17 -4.403000000000000          NA

现在我被彭普斯告知，你不能使用bdh下载期限，但是可以通过使用excel bdp公式来实现 . 因此我编写了一个循环如下：

mydates <-  c("20170510,"20170511,"20170512,."20170515","20170516
for(i in 1:length(mydates)){print(as.numeric(bdp("AUD1M Curncy",c("PX_BID","DAYS_TO_MTY"),overrides=c("Reference Date"=mydates[i]))))}

ansd这里是印刷品

[1] -4.49 32.00
[1] -4.49 31.00
[1] -4.49 31.00
[1] -4.49 33.00
[1] -4.49 32.00

我的问题是，当我覆盖参考日期时，PX_MID值会发生变化，因为它们应该如此 . 我的另一个问题是，这是有史以来最无益的代码行...我需要很长时间来处理与[mydate]中的查询一样多的查询 .

有没有办法一次下载上面的查询和/或更有效地编码？

任何帮助赞赏 .

亲切的问候

皮埃尔

bloomberg rblpapi

1 回答

  • 1

    我的猜测是 PX_BID 字段不支持 REFERENCE_DATE 覆盖，而字段 DAYS_TO_MTY 则支持 REFERENCE_DATE 覆盖 . 如果查看Bloomberg终端中的 FLDS 命令，可以看到 REFERENCE_DATE 与 DAYS_TO_MTY 一起出现，但不与 PX_BID 一起出现 . 正如Dirk在评论中指出的那样，确认这一点的最佳方法是通过终端的帮助 .

    就您的性能问题而言，此类查询的工作方式是发送多个请求并接收多个响应 . 如果您查看回复，就可以看到这一点 .

    mydates <- c("20170510","20170511","20170512")
for(i in 1:length(mydates)){
    print(as.numeric(bdp("AUD1M Curncy",c("PX_BID","DAYS_TO_MTY"),
                         overrides=c("REFERENCE_DATE"=mydates[i]),
                         verbose=TRUE)))
}

ReferenceDataResponse = {
    securityData[] = {
        securityData = {
            security = "AUD1M Curncy"
            eidData[] = {
            }
            fieldExceptions[] = {
            }
            sequenceNumber = 0
            fieldData = {
                PX_BID = -4.180000
                DAYS_TO_MTY = 32
            }
        }
    }
}
[1] -4.18 32.00
ReferenceDataResponse = {
    securityData[] = {
        securityData = {
            security = "AUD1M Curncy"
            eidData[] = {
            }
            fieldExceptions[] = {
            }
            sequenceNumber = 0
            fieldData = {
                PX_BID = -4.180000
                DAYS_TO_MTY = 31
            }
        }
    }
}
[1] -4.18 31.00
ReferenceDataResponse = {
    securityData[] = {
        securityData = {
            security = "AUD1M Curncy"
            eidData[] = {
            }
            fieldExceptions[] = {
            }
            sequenceNumber = 0
            fieldData = {
                PX_BID = -4.180000
                DAYS_TO_MTY = 31
            }
        }
    }
}
[1] -4.18 31.00

    我相信所有彭博社在这里都在使用国内（例如澳大利亚）和外国（例如美国）假日日历来构建 DAYS_TO_MTY . 这些因假期和周末而波动 . 因此，实现此目的的一种方法是在内部复制该逻辑，而根本不使用Bloomberg . 这也有一个好处是不会限制你的数据限制，我似乎记得这是这类查询的不幸副作用 .

    回复于

相关问题