首页 文章

如何以累积方式将xts转换为较低频率

提问于
浏览 次
3

我试图以累积的方式将xts时间序列数据转换为较低的周期性 .

例如，使用to.weekly来自xts包的示例数据（sample_matrix），我得到：

library(xts)
data(sample_matrix)
to.weekly(as.xts(sample_matrix), name="")

> to.weekly(as.xts(sample_matrix), name="")
              .Open    .High     .Low   .Close
2007-01-08 50.03978 50.42188 49.95041 49.98806
2007-01-15 49.99489 50.68583 49.80454 50.48912
.....

我希望能够使用稍微不同的函数to.weekly.cumulative，而不是返回：

> to.weekly.cumulative(as.xts(sample_matrix), name="")
              .Open    .High     .Low   .Close
2007-01-02 50.03978 50.11778 49.95041 50.11778
2007-01-03 50.03978 50.42188 49.95041 50.39767
2007-01-04 50.03978 50.42188 49.95041 50.33236
2007-01-05 50.03978 50.42188 49.95041 50.33459
2007-01-06 50.03978 50.42188 49.95041 50.18112
2007-01-07 50.03978 50.42188 49.95041 49.99185
2007-01-08 50.03978 50.42188 49.95041 49.98806
2007-01-09 49.99489 49.99489 49.80454 49.91333
2007-01-10 49.99489 50.13053 49.80454 49.97246
2007-01-11 49.99489 50.23910 49.80454 50.23910
2007-01-12 49.99489 50.35980 49.80454 50.28519
2007-01-13 49.99489 50.48000 49.80454 50.41286
2007-01-14 49.99489 50.62395 49.80454 50.60145
2007-01-15 49.99489 50.68583 49.80454 50.48912
....

此函数不会仅为 endpoints 返回数据，而是返回xts对象中的所有行 . 例如，我想要得到的是每日酒吧的每周酒吧（或1分钟酒吧15分钟酒吧），以便每天（或每分钟）我获得当前（从那天/分钟）开发每周（15分钟）的酒吧 . 因此，在星期一，我会得到一周开盘价，高点，低点，收盘价与周一完全相同，周二开盘价将从周一开始，收盘价将从周二开始，如果高于周一高点，则高点将是周二高位 . 如果低于周一低点，那么周二将是低点......周五我将从周一开始，高点为全周高点，低点整周的低点和周五的收盘价 . 星期五的数据应该是相同的，如果我将使用.weekly功能从xts .

所以，基本上，这不仅仅是 endpoints 上的数据（比如xts to.weekly），而且还包括原始xts对象周期中可用的时间步长 . 因此，不知何故，每周一天的酒吧开发电影（每周我都会看到每周酒吧在每周结束时） .

怎么做（如何写函数to.weekly.cumulative？）？

关于如何做到这一点的例子高度赞赏 .

编辑：试图根据DWin评论解释一下 .

r xts

2 回答

  • 2

    拆分“周”，将自定义函数应用于每周的数据，然后对结果进行rbind

    to.weekly.cumulative <- function(xts.obj, name="") {
     out <- do.call(rbind, 
                   lapply(split(xts.obj, 'weeks'), 
                       function(x) cbind(rep(first(x[,1]), NROW(x[,1])), 
                                   cummax(x[,2]), cummin(x[,3]), x[,4])))
     colnames(out) <- paste(name, c("Open", "High", "Low", "Close"), sep=".")
     out
}

> library(quantmod)
> data(sample_matrix)
> myxts <- as.xts(sample_matrix)


> head(to.weekly.cumulative(myxts), 15)
              .Open    .High     .Low   .Close
2007-01-02 50.03978 50.11778 49.95041 50.11778
2007-01-03 50.03978 50.42188 49.95041 50.39767
2007-01-04 50.03978 50.42188 49.95041 50.33236
2007-01-05 50.03978 50.42188 49.95041 50.33459
2007-01-06 50.03978 50.42188 49.95041 50.18112
2007-01-07 50.03978 50.42188 49.95041 49.99185
2007-01-08 50.03555 50.10363 49.96971 49.98806
2007-01-09 50.03555 50.10363 49.80454 49.91333
2007-01-10 50.03555 50.13053 49.80454 49.97246
2007-01-11 50.03555 50.23910 49.80454 50.23910
2007-01-12 50.03555 50.35980 49.80454 50.28519
2007-01-13 50.03555 50.48000 49.80454 50.41286
2007-01-14 50.03555 50.62395 49.80454 50.60145
2007-01-15 50.61724 50.68583 50.47359 50.48912
2007-01-16 50.61724 50.73731 50.47359 50.67835
    回复于
  • 1

    不确定这是否是你想要的，但也许你可以通过以下方式完成这项工作：

    • 为时间序列创建循环索引（此处为 wday ） .

    • 使用 rollapplyr 作为窗口宽度使用 rollapplyr .

    这是一个例子：

    z <- as.xts(sample_matrix)
wday <- .indexwday(z) + 1
wday <- (wday-3)%%7 + 1 # rotate the wday index if need.

z2 <- data.frame(
  Open = rollapplyr(z$Open, wday, function(x) x[1], partial = TRUE),
  High = rollapplyr(z$High, wday, max, partial = TRUE),
  Low = rollapplyr(z$Low, wday, min, partial = TRUE),
  Close = z$Close
  )

    z2 是这样的：

    > head(z2, 15)
               Open     High      Low    Close
2007-01-02 50.03978 50.11778 49.95041 50.11778
2007-01-03 50.03978 50.42188 49.95041 50.39767
2007-01-04 50.03978 50.42188 49.95041 50.33236
2007-01-05 50.03978 50.42188 49.95041 50.33459
2007-01-06 50.03978 50.42188 49.95041 50.18112
2007-01-07 50.03978 50.42188 49.95041 49.99185
2007-01-08 50.03978 50.42188 49.95041 49.98806
2007-01-09 49.99489 49.99489 49.80454 49.91333
2007-01-10 49.99489 50.13053 49.80454 49.97246
2007-01-11 49.99489 50.23910 49.80454 50.23910
2007-01-12 49.99489 50.35980 49.80454 50.28519
2007-01-13 49.99489 50.48000 49.80454 50.41286
2007-01-14 49.99489 50.62395 49.80454 50.60145
2007-01-15 49.99489 50.68583 49.80454 50.48912
2007-01-16 50.62024 50.73731 50.56627 50.67835
    回复于

相关问题