0

我有两只股票（苹果和谷歌）的每日数据

library(tidyquant)
dt = tidyquant::tq_get(c("AAPL", "GOOG")) %>%
  arrange(symbol, date)

我正在尝试使用以下代码将此数据从每日转换为每周

result = dt %>%
  group_by(symbol) %>%
  tidyquant::tq_transmute(mutate_fun = to.weekly) %>% data.table
result[symbol == "AAPL" & date == "2017-02-03"]

不知何故，结果是错误的。例如，使用上面的代码，AAPLon的每周数据2017-02-03如下：

   symbol       date    open    high   low close   volume 
1:   AAPL 2017-02-03 32.0775 32.2975 32.04 32.27 98029200

然而，正确的结果应该是——

   symbol       date     open     high      low  close   volume 
1:   AAPL 2017-02-03  30.2325  32.6225  30.1550  32.2700 999124986

有人可以在这里帮助我吗？

谢谢！

4

1 回答 1

1

在撰写本文时：一个错误，请参阅github 问题 148。

一种可能的解决方法，使用 tidyr 和 timetk 和 purrr。使用 timetk 将数据转换为 xts 格式，将数据转换为每周数据并转回 data.frame 格式。包括nest和unnest来自 tidyr 和map来自 purrr。data.table 不是必需的，但打印数据比 tibbles 好得多。

library(tidyr)
library(timetk)
# library(purrr)

result <- dt %>% 
  group_by(symbol) %>% 
  nest() %>%   
  mutate(data = purrr::map(data, function(x) x %>% 
                             select(date, Open = open, High = high, Low = low, Close = close) %>% 
                             tk_xts(x, select = c(Open, High, Low, Close), date_var = date) %>% 
                             to.weekly %>% 
                             tk_tbl)) %>% 
  unnest(data) %>% 
  rename_with( ~ tolower(gsub("..", "", .x, fixed = T))) %>% 
  rename(date = index)

result %>% 
  data.table %>% 
  filter(date == "2017-02-03")

   symbol       date     open     high     low  close
1:   AAPL 2017-02-03  30.2325  32.6225  30.155  32.27
2:   GOOG 2017-02-03 814.6600 815.8400 790.520 801.49
于 2021-01-24T20:20:22.803 回答