2

我正在处理 R 中的许多大型时间序列货币对定价数据。文件的大小往往为 100-300MB，我通常一次处理 3 个文件。我正在寻找一种（更）更有效的方法来考虑这些数据的 TIME 列。

我的数据开始看起来像：

  PAIR    TIME                    BID    ASK
1 USD/JPY 2012-01-02 00:00:00.307 77.023 77.055
2 USD/JPY 2012-01-02 00:00:00.493 77.030 77.049
3 USD/JPY 2012-01-02 00:00:05.003 77.030 77.050
4 USD/JPY 2012-01-02 00:00:05.005 77.023 77.056
5 USD/JPY 2012-01-02 00:00:05.006 77.024 77.056
6 USD/JPY 2012-01-02 00:00:06.008 77.023 77.056
...       ...                     ...    ...

R 理解 TIME 列没有问题。例如，

USDJPY$TIME[2] - USDJPY$TIME[1]

给出输出

Time difference of 0.1860001 secs

数据已经按月组织成文件。不幸的是，这也太大了。我想按“交易周”细分定价数据

外汇交易发生在连续的多日期间，通常是从周一到周五。部分交易假期将暂停交易，这几天不会有数据。交易调度的性质是这样的，如果

USDJPY$TIME[t+1] - USDJPY$TIME[t]

... 大于 12 小时，时间 t 是美元兑日元该周的最后时间指数。

我还没有找到一种可接受的方法来将数据分解为交易周、指数或其他方式。我所有的尝试都以失败告终。USDJPY 文件包含约 1,900,000 行。

我尝试过的一种方法：

for(i in 1:(length(USDJPY$TIME)-1)){
  USDJPY.diff <- c(USDJPY.diff, USDJPY$TIME[i+1]-USDJPY$TIME[i])
}

花费太长时间（我在完成之前退出了）

4

1 回答 1

2

我认为data.table应该在这里加快速度：

library(data.table) #1.9.5
setDT(data)
data[, DIFF := as.numeric(TIME-shift(TIME,n=1,type="lag"))]

周数计算（增量差大于 12 小时）

data[, Week.num := cumsum(DIFF>12)]
于 2015-05-08T03:39:34.063 回答