3

我正在尝试以累积的方式将 xts 时间序列数据转换为较低的周期性。

例如，对 xts 包中的示例数据 (sample_matrix) 使用 to.weekly 我得到以下信息：

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
.....

我希望能够使用一个稍微不同的函数 to.weekly.cumulative 而是返回这个：

> 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
....

此函数不会仅返回端点的数据，而是返回 xts 对象中所有行的数据。例如，我试图从每日柱形图（或 15 分钟柱形图从 1 分钟柱形图）中得到每周柱形图，这样每天（或每分钟）我都会得到当前（从那天/分钟开始）的发展每周（15 分钟）条形图。所以，在星期一我会得到一个每周条形图 Open, High, Low, Close 和星期一一样如果低于周一低点，低点将是周二低点……周五我会从周一开始，高点为整周的高点，低点为整周的低点，周五收盘价。如果我使用 xts 中的 to.weekly 函数，周五的数据应该是相同的。

因此，基本上，这不仅仅是端点处的数据（如 xts to.weekly 所做的），而是原始 xts 对象周期性可用的所有时间步长。因此，不知何故，这是一部关于每周酒吧发展的电影（每天我都会知道每周酒吧在每周结束时所处的位置）。

如何做到这一点（如何编写函数到.weekly.cumulative？）？

高度赞赏如何做到这一点的示例。

编辑：试图根据 DWin 评论解释更多。

4

2 回答 2

2

不确定这是否是您想要的，但也许您可以通过以下方式完成这项工作：

  1. 为时间序列创建一个循环索引（此处wday为 ）。
  2. 使用rollapplyr作为wday窗口宽度。

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
于 2011-11-06T01:16:08.637 回答
1

拆分“周”，将自定义函数应用于每周的数据，然后 rbind 结果

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
于 2011-11-06T03:18:24.990 回答