3 
# Loading packages

require(forecast)
require(quantmod)

# Loading OHLC xts object

getSymbols('SPY', from = '1950-01-01')

# Selecting weekly Close prices

x <- Cl(to.weekly(SPY))

# ARIMA(p,d,q) estimation and forecasting function

a.ari.fun <- function(x) {

  a.ari <- auto.arima(x = x, d = 1, max.p = 50, max.q = 50, max.P = 50,
                      max.Q = 50, ic = 'aic', approximation = TRUE)
  fore <- forecast.Arima(object = a.ari, h = 4, level = c(.9))
  supp <- tail(fore$lower, 1)
  rest <- tail(fore$upper, 1)
  return(c(supp, rest))

}

# Roll apply ARIMA(p,d,q) in rolling window

rollapplyr(data = tail(x, 800), width = 750, FUN = a.ari.fun)

此代码返回一个错误，因为

return(c(supp, rest))

在a.ari.fun()我写的函数结束时；我很确定，因为如果a.ari.fun()只返回

return(rest)

它工作正常。

我必须如何安排a.ari.fun()才能获得适合的对象rollapplyr()？

4

1 回答 1

5

看起来 usingby.column=FALSE会满足您的要求。

tail(rollapplyr(data = as.zoo(x), width = 750, FUN = a.ari.fun, by.column=FALSE))

2012-07-13 126.0730 145.8036
2012-07-20 126.1342 145.8616
2012-07-27 128.9303 148.6576
2012-08-03 129.7640 149.4975
2012-08-10 130.5752 150.2954
2012-08-17 132.3789 152.0963

如果您加载了 PerformanceAnalytics，则将调度 rollapply.xts 而不是 rollapply.zoo。我编辑将对象转换为zoofirst 以确保rollapply调用正确的。

编辑：

感谢@JoshuaUlrich的一些补丁，现在可以使用rollapply.xts，因此您不必转换为zoo. 此外，rollapply.xts现在注册在xts包而不是PerformanceAnalytics中，因此无论是否加载PerformanceAnalytics ，您都将获得相同的结果。您将需要正在开发的xts版本——Rev . 765 或更高版本——它位于R-Forge上。

rollapplyr(x, 750, a.ari.fun, by.column=FALSE)
于 2012-08-18T14:26:14.143 回答