Bestandsindikatorberechnungen in TTR (R-Paket): Beste Möglichkeit, den Ausgang nach links auszurichten?

Question

Ich verwende das TTR-Paket, um Aktienanzeigen zu generieren. Die Indikatorfunktionen addieren jedoch NA (gegebenenfalls - z. B. CMO, SMA, CMF usw.) an den Anfang der Serie anstelle des Endes. Gibt es eine Möglichkeit, den Ausgang nach links auszurichten, sodass die NA-Werte am Ende der Serie im Gegensatz zu Beginn hinzugefügt werden?

Beispiel: generasacodicetagpre.

Zoo-Paket hat eine ALIGN-Option, um die Serie mit NAS am Ende anzukünden: generasacodicetagpre.

Gibt es einen Weg, um so etwas in TTR anzugeben, da ich Indikatoren jenseits der Bewegungsdurchschnittswerte generieren muss? Ich denke, ich kann einen Wrapper um diese Funktionen erstellen und die resultierenden Werte manuell verschieben, aber nicht sicher, ob es einen besseren Weg gibt, um es zu tun.

, da TTR stark verwendet wird, um Indikatoren für die Aktienkurse hinzuzufügen, frage ich mich, warum die Polsterung zu Beginn am Ende des Endes ist, insbesondere seit den meisten historischen Preisen, wie in absteigender Reihenfolge (nach Datum) sortiert)? Wenn in dem obigen Beispiel X [1] der Preis für einen Aktienkurs ist, und X [10] den Preis vor 10 Tagen, sollte nicht der sich bewegende Durchschnitt (span= 2) für heute das Durchschnittlich von heute + gestern? So viel, wie ich am Ende NAS hinzufügen möchte, möchte ich auch sicherstellen, dass ich nicht falsch interpretiere, wie diese Indikatoren verwendet werden.

danke, -e

Answer 1

I couldn't figure out an option in the function call to shift the series in a different direction. However, now I understand why TTR shifts the series downwards. Historical stock prices obtained via quantmod's getSymbols() returns them sorted by date in ascending order. When I manually download the quotes from Yahoo! or use ystockquote.py, the order is descending. I just re-sorted my data by date and used the TTR library as-is.

There were certain vectors that I wanted to be shifted up (padded with NAs) and I just used this code:

miss_len = length(x[is.na(x])
x = x[!is.na(x)]
length(x) = length(x) + miss_len