R unisci i dati quotidiani con i dati di tick
Domanda
Grazie per il puntatore a Na.locf (Darren), esempio aggiornato e risultati di seguito:
Ho i dati di zecca, che ho lanciato dati quotidiani, al fine di calcolare la volatilità giornaliera. Ora che ho creato la volatilità quotidiana, vorrei unire di nuovo i dati quotidiani con i dati di tick. Tuttavia, sospetto che l'iscrizione rimanga "vuota" a causa delle differenze di indice dei dati quotidiani e di zecca.
Come si uniscono i dati quotidiani con i dati di tick?
Esempio:
AGL.xts <- xts(AGL_Frame[,-1], order.by=AGL_Frame[,1])
AGL.xts
Close
2012-01-19 16:46:11 32376
2012-01-19 16:46:32 32377
2012-01-19 16:46:32 32376
2012-01-19 16:46:42 32376
2012-01-19 16:46:42 32376
2012-01-19 16:46:42 32376
2012-01-19 16:46:45 32376
2012-01-19 16:46:48 32351
2012-01-19 16:46:54 32351
2012-01-19 16:46:57 32351
2012-01-19 16:46:57 32351
2012-01-19 16:47:14 32351
2012-01-19 16:47:14 32351
2012-01-19 16:47:19 32350
2012-01-19 16:47:32 32349
2012-01-19 16:47:32 32349
my.sample1 <- to.daily(AGL.xts[,1],1,'daily')
my.sample1
daily.Open daily.High daily.Low daily.Close
2011-12-01 17:00:27 31000 31479 30685 31350
2011-12-05 17:00:28 31225 31700 31015 31645
2011-12-06 17:00:22 31290 31626 31126 31500
2011-12-07 17:00:12 31550 31840 31215 31366
2011-12-08 17:00:09 31350 31875 31200 31200
2011-12-12 17:00:25 31093 31245 30310 30310
2011-12-13 17:00:24 30333 30767 30100 30430
2011-12-14 17:00:12 30210 30500 29575 29700
2011-12-19 17:00:03 29900 30005 29633 29679
my.AGL.roc <- ROC(my.sample1[,4])
my.AGL.sd <- apply.rolling(my.AGL.roc, FUN="sd", width=5)*sqrt(252)
my.AGL.sd
calcs
2011-12-05 17:00:28 NA
2011-12-06 17:00:22 NA
2011-12-07 17:00:12 NA
2011-12-08 17:00:09 NA
2011-12-12 17:00:25 0.2195421
2011-12-13 17:00:24 0.1966806
2011-12-14 17:00:12 0.2240305
2011-12-19 17:00:03 0.2327860
2011-12-20 17:00:28 0.2878848
2011-12-21 17:00:18 0.2275700
2011-12-22 17:00:12 0.2462184
2011-12-28 17:00:00 0.1633643
2011-12-29 17:00:20 0.1800739
2012-01-03 17:00:25 0.4068977
2012-01-04 17:00:13 0.3699694
2012-01-05 17:00:04 0.4014607
2012-01-09 17:00:05 0.4049482
2012-01-10 17:00:17 0.3934479
2012-01-11 17:00:07 0.2391906
2012-01-12 17:00:01 0.2328756
2012-01-16 17:00:02 0.2165803
2012-01-17 17:00:22 0.1910748
2012-01-18 17:00:19 0.1347729
2012-01-19 17:00:09 0.1198476
merged <- merge(AGL.xts,my.AGL.sd)
merged <- na.locf(merged)
merged
Close Calcs
2012-01-12 12:03:49 31920 0.2391906
2012-01-12 12:03:52 31920 0.2391906
2012-01-12 12:03:54 31920 0.2391906
2012-01-12 12:03:56 31941 0.2391906
2012-01-12 12:04:19 31910 0.2391906
2012-01-12 12:04:21 31910 0.2391906
2012-01-12 12:04:22 31909 0.2391906
2012-01-12 12:04:22 31903 0.2391906
2012-01-12 12:04:22 31910 0.2391906
2012-01-12 12:04:23 31910 0.2391906
2012-01-12 12:04:28 31910 0.2391906
2012-01-12 12:04:28 31910 0.2391906
2012-01-12 12:04:32 31910 0.2391906
2012-01-12 12:04:32 31910 0.2391906
2012-01-12 12:04:33 31909 0.2391906
2012-01-12 12:04:33 31910 0.2391906
2012-01-12 12:04:33 31910 0.2391906
2012-01-12 12:04:33 31910 0.2391906
2012-01-12 12:04:33 31910 0.2391906
2012-01-12 12:04:38 31901 0.2391906
Ciò raggiunge il mio obiettivo di utilizzare un indicatore quotidiano (volume di 5 giorni in questo caso) e applicarlo alle zecche per scopi di analisi. Grazie per il consiglio.
Soluzione
Articoli 14.5 e 14.6 in R Cookbook Dimostrare i dati di inflazione mensili con i dati IBM giornalieri, utilizzando merge
(insieme a all=T
o all=F
a seconda dello scopo), na.locf
e zoo
insieme a seq
Per generare una serie completa di date (per coprire le date quando l'uno o l'altro simbolo non ha dati). Ho usato lo stesso approccio per creare barre da 1 m vuote per minuti in cui non c'erano tick, quindi penso che funzionerà anche per unire i dati quotidiani e tick.
Altri suggerimenti
Non sono sicuro di dove la funzione apply.rolling
Viene da, ma sembra che sia una deviazione standard rotolante con un ritardo di 5?
Bene, hai capito che sembra. Non ci sono valori per le prime cinque righe nei calcoli a causa dei dettagli di implementazione di apply.rolling
.
Ma sono d'accordo con Joshua ... non sono sicuro di cosa stai cercando di fare qui ...